SINAPE 2018 pg 1 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Francisco Louzada CER-CEMEAI

ICMC-USP

FORMAÇÃO DO BACHAREL EM ESTATÍSTICA À LUZ DAS CIÊNCIAS DE

DADOS

SINAPE São Pedro, 24-29 de setembro de 2018

SINAPE 2018 pg 2 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

RETROSPECTO

Áreas de Aplicação da Estatística

SINAPE 2018 pg 3 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

AMBIENTE Agricultura, Ecologia, Zoologia, Biologia etc

Governo Censo,

Defesa Nacional, Estratégias Economicas

CIÊNCIAS Quimica, Física,

Astronomia

Áreas onde a ESTATÍSTICA

é utilizada MEDICINA &

SAÚDE Ensaios Clínicos, Genética,

Epidemiologia, farmacologia

ADIMINISTRAÇÃO/FINANÇAS Economia, marketing,

Ciência da Computação

TECNOLOGIA Engenharias em Geral

ESPORTES Previsão Jogos,

Performa do Atleta

SINAPE 2018 pg 4 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

PREOCUPAÇÃO

ANÁLISE PRIMÁRIA DOS DADOS

4 DADOS SÃO COLETADOS COM UMA QUESTÃO PARTICULAR

(CONJECTURA) 4 PODE SER TRADUZIDA EM

HIPÓTESES A SEREM TESTADAS

SINAPE 2018 pg 5 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

POPULAÇÃO

Característica comum: O Tamanho dos Bancos de Dados

SINAPE 2018 pg 6 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

PROBLEMA !!!! (SITUAÇÃO ATUAL)

NOTA: Slide do SINAPE 2000 (Caxambú)

Massa enorme de dados!!!

SINAPE 2018 pg 7 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Nos dias atuais, bancos de dados com Giga, Terabytes, Pentabytes

são comuns!

Estima-se que 90% quantidade de dados no mundo hoje foram obtidos nos últimos 2 anos!

O TAMANHO DOS BANCOS DE DADOS

SINAPE 2018 pg 8 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Processos de coletagem automática de dados

Instrumentação eletônica

Transações on-line

Dados históricos coletados ao longo de muitos anos

RESPONSÁVEIS

SINAPE 2018 pg 9 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Sensores para captação de temperatura

Posts/Fotos/Vídeos em sites de mídia social

Transações de compras

Sinais de GPS de celulares

RESPONSÁVEIS

SINAPE 2018 pg 10 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

SINAPE 2018 pg 11 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Caixa Económica – Bancos de Dados com mais de 70 Terabytes

UOL – Mais de 50 Terabytes de dados diariamente!

SERASA – Transações diárias de uma base com mais de 170 milhões de CPFs

EXEMPLOS

SINAPE 2018 pg 12 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

BIOMÉDICAS Presença de Grandes Base de Dados

EXEMPLO – Disfunção Auditiva: Tinnitus •  zumbido tem sido descrito como a

percepção consciente de sons na ausência de uma fonte sonora externa.

•  30% da população geral

INFORMAÇÃO Sinal biológico que é continua- mente medido e

monitorado.

SINAPE 2018 pg 13 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Pre-Post protocol workflow

SINAPE 2018 pg 14 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

ECOLOGIA PROJETO: Soundscape Project Parceiros: VICG-ICMC-USP, Landim, Polytechnique School OBJETIVO: O estudo de sons ambientais para entender a dinâmica das relações homem-natureza em diferentes escalas é chamado de Ecologia Soundscape.

Ondas sonoras

Espectograma

SINAPE 2018 pg 15 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

QUESTÕES ➨  O que fazer como esta grande

quantidade de dados?

➨  Como identificar e utilizar as informações escondidas nos dados?

➨  Como reverter estas informações em benefícios (Conhecimento útil) ?

SINAPE 2018 pg 16 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CUIDADO: Como Procurar?

DATA MINING / BIG DATA

Procedimentos estatísticos devem ser

devidamente adaptados a essa nova

realidade.

SINAPE 2018 pg 17 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

ü  O TAMANHO DO BANCO DE DADOS ü  FIXAÇÃO DE ERROS ü  DADOS CONTAMINADOS ü  DADOS i i d ü  NÃO ESTACIONARIEDADE ü  No COVARIÁVEIS >>> No OBSERVAÇÕES ü  VARIÁVEIS NÃO NUMÉRICAS

PROBLEMAS COM OS PROCEDIMENTOS ESTATÍSTICOS USUAIS QUANDO APLICADOS

À GRANDES BANCOS DE DADOS

SINAPE 2018 pg 18 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Grandes Bases de Dados e seus 5 V’s VOLUME – Terabites/ exabites de dados existentes

VELICIDDADE – Dados de transmissão, milissegun- dos a segundos para responder

VARIEDADE – Dados estruturados, não-estrutura- dos, text, multimídia

VERACIDADE – Inconsitências, ambiguidades, latência, dados faltantes etc

VALOR – Necessidade de gerar valor com os resultados obtidos

SINAPE 2018 pg 19 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Necessidade:

Um novo profissional com

múltiplas habilidades

SINAPE 2018 pg 20 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

“CIENTISTA DE DADOS”

Inferência Estatística

Bancos de Dados

Reconhecimento de Padrão/Inteligência

Artificial

Modelos de Regressão

Algoritmo/ Estrutura de Programação

Teoria dos Grafos

Statistical Data Mining

Pesquisa Operacional e Otimização

Redes Complexas

Visualização de Dados/

Computacional

Amostragem/ Planejamento de Pesquisa

Processamento em Paralelo

SINAPE 2018 pg 21 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Otimization

OR

SINAPE 2018 pg 22 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Necessidade do Mercado:

Analistas de Dados, Estatísticos, Matemáticos com Formação

Diversificada que possam trabalhar com eficiência em

ambiente multidisciplinar

SINAPE 2018 pg 23 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CIENTISTAS DE DADOS PELO MUNDO

SINAPE 2018 pg 24 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CIENTISTAS DE DADOS PELO MUNDO – GRADUAÇÃO

http://www2.warwick.ac.uk/fac/sci/statistics/courses/datsci/

SINAPE 2018 pg 25 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

http://www.barcelonagse.eu/master-data-science.html

CIENTISTAS DE DADOS PELO MUNDO – MESTRADO

SINAPE 2018 pg 26 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CIENTISTAS DE DADOS PELO MUNDO – DOUTORADO

http://datascience.inf.ed.ac.uk

SINAPE 2018 pg 27 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

E AQUI NO BRASIL?

SINAPE 2018 pg 28 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

INEVITAVELMENTE PRECISAMOS PENSAR EM FORMAS DE SUPRIR ESTA DEMANDA,

QUE, EM MUITOS CASOS TEM SIDO ATENDIDA (INEFICIENTEMENTE) POR

PROFISSIONAIS DE OUTRAS ÁREAS DO CONHECIMENTO!

SINAPE 2018 pg 29 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

ESTAMOS PREPARADOS PARA ENFRENTAR ESSA DEMANDA?

O QUE TEMOS FEITO PARA

ENFRENTAR ESSA DEMANDA?

SINAPE 2018 pg 30 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

EMPRESAS COM 70 VAGAS PARA CIENTISTA DE DADOS!!!

SINAPE 2018 pg 31 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

ALGUMAS POSSIBILIDADES INCIAIS...

ü AÇÃO 1: ÊNFASE “CIÊNCIAS DE DADOS” ü AÇÃO 2: MESTRADO EM “DATA SCIENCE” ü AÇÃO 3: MBA EM “DATA SCIENCE” ü AÇÃO 4: GRADUAÇÃO EM “DATA SCIENCE” ü AÇÃO 5: MESTRADO/DOUTORADO EM “DATA SCIENCE”

SINAPE 2018 pg 32 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

MODELOS DE REGRESSÃO

1 2 3 MINERAÇÃO ESTATÍSTICA DE DADOS

q  Criação de uma ênfase envolvendo disciplinas do SME e SCC do ICMC. q  5 alunos Estatística, 5 alunos Computação, 5 alunos Matemática

Aplicada e Computação Científica

IDÉIA

INFERÊNCIA ESTATÍSTICA DISCIPLINAS

AÇÃO 1: ÊNFASE “CIÊNCIAS DE DADOS”

ALGORITMOS/ESTRUTURA DE PROGRAMAÇÃO

4 5 6 INTELIGÊNCIA ARTIFICIAL

BANCOS DE DADOS

OTIMIZAÇÃO

7 8 9 REDES COMPLEXAS

VISUALIZAÇÃO DE DADOS

SINAPE 2018 pg 33 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

MODELOS DE REGRESSÃO

1 2 3 MINERAÇÃO ESTATÍSTICA DE DADOS

q  Criação de um Módulo no Mestrado Profissional MECAI. IDÉIA

INFERÊNCIA ESTATÍSTICA

DISCIPLINAS

AÇÃO 2: MESTRADO PROFISSIONAL – MÓDULO “DATA SCIENCE”

ALGORITMOS/ESTRUTURA DE PROGRAMAÇÃO

4 5 6 INTELIGÊNCIA ARTIFICIAL

BANCOS DE DADOS

OTIMIZAÇÃO

7 8 9 REDES COMPLEXAS

VISUALIZAÇÃO DE DADOS

SINAPE 2018 pg 34 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

PROGRAMA DE MESTRADO

PROFISSIONAL

SINAPE 2018 pg 35 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Programa de Mestrado Profissonal 2014 (Agosto) u Mestrado Profissional em Matemática Aplicada, Estatística

e Computação Aplicadas à Indústria - MECAI u  1º MÓDULO: FINANÇAS (a partir de agosto 2014) u  2º MÓDULO: DATA SCIENCE (a partir de agosto 2015)

u 3º MÓDULO: DATA SCIENCE (a partir de agosto 2016)

u 4º MÓDULO: DATA SCIENCE (a partir de agosto 2017)

u 5º MÓDULO: DATA SCIENCE (a partir de agosto 2018)

SINAPE 2018 pg 36 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

ALUNOS DE MAIS DE 50 EMPRESAS/INSTITUIÇÕES DIFERENTES

SINAPE 2018 pg 37 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

AÇÃO 3: MBA EM “DATA SCIENCE”

UFBA u Especialização em Ciências de Dados e Big Data

http://dsbd.leg.ufpr.br

UFPR u Especialização em Ciências de Dados e Big Data

http://dsbd.leg.ufpr.br

SINAPE 2018 pg 38 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

GRUPO DE PESQUISA

GRUPO DE CIÊNCIA DE DADOS E ESTATÍSTICA

(G-CIDES)

DEPARTAMENTO DE MATEMÁTICA APLICADA E ESTATÍSTICA DEPARTMENTO DE COMPUTAÇÃO

ICMC-USP

AÇÃO 4: GRADUAÇÃO EM “DATA SCIENCE”

SINAPE 2018 pg 39 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

G-CiDES Linhas de pesquisa ü Visualização de dados ü Aprendizado de Máquina ü Mineração de dados ü  Modelos estatísticos para Big data Labs ü Estatística ü CER (UFSCar, USP, Saúde, UFBA) ü Visualization, Imaging and Computer Graphics

Lab

SINAPE 2018 pg 40 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

G-CiDES Principal Projeto ü Elaboração de uma proposta de curso/

reformulação de curso de Bacharelado em Estatística, orientado à Ciência de Dados e Estatística

SINAPE 2018 pg 41 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

DISCIPLINAS NO BACHARELADO EM CIÊNCIAS DE DADOS E ESTATÍSTICA

OBRIGATÓRIAS ü  Técnicas de Preparação e exploração de dados ü  Análise de Regressão e Aprendizagem Supervisionada ü  Análise Multivariada e Aprendizagem Não-Supervisionada ü  Modelos Lineares Generalizados e Aprendizagem

Supervisionada ü  Tópicos em Aprendizado de Máquina ü  Séries Temporais e Aprendizado Dinâmico ou outra

Optativa eletiva

SINAPE 2018 pg 42 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

DISCIPLINAS NO BACHARELADO EM CIÊNCIAS DE DADOS E ESTATÍSTICA OPTATIVAS ü  Coleta e Manipulação de Dados em Larga Escala ü  Mineração Web e de Texto ü  Reconhecimento de Padrões utilizando Aprendizado

Profundo ü  Inteligência Artificial ü  Tecnicas de Aprendizado Dinâmico ü  Redes Complexas ü  Análise de dados com base em processamento massivo

em paralelo

SINAPE 2018 pg 43 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CURIOSIDADE – PESQUISA

Pesquisa com mais de 700 cientistas de dados Feito pelo kdnuggets.com (um dos principais portais de ciência de dados)

SINAPE 2018 pg 44 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

CURIOSIDADE – PESQUISA

Fonte: https://www.kdnuggets.com

SINAPE 2018 pg 45 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

Citação

“A dificuldade não está tanto no desenvolvimento de novas ideias, mas como escapar das antigas.”

(John Maynard Keynes)

https://www.youtube.com/watch?t=2&v=unNtmdTLxDU

SINAPE 2018 pg 46 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

MAS NÓS TAMBÉM PRECISAMOS DE DOCENTES ESPECIALIZADOS

ISTO É ASSUNTO PARA UMA OUTRA PALESTRA!

q  CONTRATAÇÃO DE DATA SCIENTISTS

q  MATEMÁTICO/ESTATÍSTICO COM FORTE FORMAÇÃO

COMPUTACIONAL

q  E EXPERIÊNCIA EM ANÁLISE DE DADOS REAIS

SINAPE 2018 pg 47 São Pedro – 24-29/09/2018 Francisco Louzada (USP)

MUITO OBRIGADO!

www.mwstat.com/franciscolouzada