📊 Data Science Roadmap — Revisão Estruturada

Trilha de revisão de conteúdos de Data Science, organizada seguindo as fases do CRISP-DM, com foco em preparação para vaga júnior.

🗺️ Como este repositório funciona

• Cada pasta abaixo representa um bloco de estudo, ligado a uma fase do CRISP-DM.
• Dentro de cada pasta: notebooks/anotações + um README.md próprio resumindo o que foi aprendido.
• O checklist de cada tópico é atualizado conforme o conteúdo é revisado.
• Ao consolidar um tópico, ele vira post no LinkedIn (link registrado na tabela no final deste arquivo).

---

📂 Estrutura

1️⃣ Business Understanding — 01-business-understanding/

• Como pensar um problema (árvore de hipóteses)

2️⃣ Data Understanding — 02-data-understanding/

• Caracterização dos dados
• Dados estruturados (tipos, escalas, etc.)
• Exploração de dados (gráficos para EDA)
• Estatística básica para EDA
• Experimentação / A/B Testing

3️⃣ Banco de Dados (SQL) — 03-sql/

Curso Rocketseat como base

• Fundamentos de SQL
• Joins complexos
• Window functions
• CTEs

4️⃣ Data Preparation — 04-data-preparation/

• Integração de dados
• Eliminação de atributos
• Amostragem
• Dados desbalanceados
• Limpeza de dados
  • Dados ausentes
  • Outliers
  • Duplicados
  • Incongruentes
  • Ruidosos
• Conversão de tipos de dados
• Redução de dimensionalidade
• Feature Engineering
• Divisão treino / teste / validação

5️⃣ Modeling — Aprendizado Supervisionado — 05-modeling-supervised/

Para cada algoritmo: entender métricas e forma de validação

• KNN
• Árvore de Decisão
• Ensemble Learning
• Classificador Bayesiano
• SVM
• Regressão

6️⃣ Evaluation — 06-model-evaluation/

• k-fold Cross Validation
• GridSearchCV / RandomizedSearchCV
• Consolidação de métricas de avaliação

7️⃣ Modeling — Aprendizado Não Supervisionado — 07-modeling-unsupervised/

Para cada algoritmo: entender métricas e forma de validação

• K-Médias
• Agrupamento hierárquico
• Agrupamento por densidade

8️⃣ Deep Learning — 08-deep-learning/

Ligado à matéria de Redes Neurais e Aprendizado Profundo da faculdade

• Redes Neurais — fundamentos

9️⃣ Deployment & Cloud — 09-deployment-cloud/

• API simples (FastAPI/Flask)
• Docker (visão geral)
• Fluxo de Git organizado
• Cloud básico

🔟 Storytelling — 10-storytelling/

• Apresentação final (Storytelling with data)

---

🔗 Posts no LinkedIn

Pasta	Tópico	Post	Data