🚀 Minha Jornada no Bootcamp:TOTVS - Fundamentos de Engenharia de Dados e Machine Learning
Introdução
Vivemos em uma era onde os dados são considerados um dos ativos mais valiosos do mundo. Empresas tomam decisões estratégicas baseadas em informações, e profissionais capazes de coletar, tratar e interpretar esses dados se tornam cada vez mais essenciais. Foi com esse propósito que iniciei o bootcamp TOTVS - Fundamentos de Engenharia de Dados e Machine Learning, uma experiência transformadora que ampliou minha visão sobre tecnologia e o poder dos dados.
O que são Engenharia de Dados e Machine Learning?
Durante o bootcamp, compreendi que a Engenharia de Dados é responsável por todo o processo de coleta, organização e preparação dos dados. Já o Machine Learning atua na construção de modelos capazes de aprender com esses dados e gerar previsões ou decisões inteligentes.
Em outras palavras:
- A Engenharia de Dados prepara o terreno
- O Machine Learning planta e colhe os resultados
Ambas as áreas trabalham juntas para transformar dados brutos em conhecimento útil.
Fundamentos Aprendidos
📊 1. Manipulação e Tratamento de Dados
Aprendi a importância de limpar e organizar os dados antes de qualquer análise. Dados inconsistentes podem comprometer totalmente os resultados de um projeto. Técnicas como:
- Remoção de dados duplicados
- Tratamento de valores nulos
- Padronização de informações
foram essenciais nesse processo.
⚙️ 2. Estruturas e Lógica de Programação
Reforcei conceitos importantes de programação utilizando Python, como:
- Estruturas de repetição (
for,while) - Condicionais (
if,else) - Funções e modularização
Esses conceitos são fundamentais para automatizar tarefas e processar grandes volumes de dados.
🧠 3. Introdução ao Machine Learning
Tive contato com os primeiros conceitos de aprendizado de máquina, entendendo:
- O que são modelos preditivos
- Diferença entre treino e teste
- Importância das métricas de avaliação
Percebi que Machine Learning não é apenas “inteligência artificial”, mas sim um conjunto de técnicas baseadas em dados e estatística.
☁️ 4. Ferramentas em Nuvem (Google Colab)
Aprendi a utilizar ambientes online como o Google Colab, que permitem:
- Executar códigos sem precisar instalar nada
- Utilizar recursos computacionais avançados
- Trabalhar de qualquer lugar
Isso facilita muito o desenvolvimento, especialmente para quem não possui um computador potente.
📚 5. Uso de Bibliotecas
Outro ponto essencial foi o uso de bibliotecas em Python, que tornam o desenvolvimento mais rápido e eficiente. Algumas das vantagens incluem:
- Reaproveitamento de código
- Facilidade na análise de dados
- Redução de tempo de desenvolvimento
Principais Aprendizados
Mais do que conteúdos técnicos, esse bootcamp me ensinou algo ainda mais importante: a forma de pensar como profissional de tecnologia.
Aprendi que:
- Dados precisam ser interpretados, não apenas coletados
- Erros fazem parte do processo de aprendizado
- A prática constante é o caminho para evolução
Impacto na Minha Carreira
Essa experiência fortaleceu minha base na área de tecnologia e abriu novas possibilidades profissionais. Hoje me sinto mais preparada para atuar com:
- Análise de dados
- Desenvolvimento de soluções inteligentes
- Projetos envolvendo Machine Learning
Além disso, aumentou minha confiança para continuar aprendendo e explorando novas tecnologias.
Conclusão
Participar do bootcamp TOTVS - Fundamentos de Engenharia de Dados e Machine Learning foi um passo fundamental na minha jornada. Mais do que adquirir conhecimento, desenvolvi uma nova visão sobre o papel dos dados no mundo atual.
Sigo motivada a evoluir, aprender mais e transformar conhecimento em soluções reais. Esse é apenas o começo de uma trajetória promissora na área de tecnologia.
