PRESENTATION

Data Analysis In a Nutshell

1
 Capítulos
PRESENTATION
DATA ANALYSIS IN A NUTSHELL

Lesson Transcript 03

Transcript + Translation 10

Vocabulary 26

Grammar 36

Mistakes 42

Inglês pra Dev

Lesson Transcript Data Analysis In a Nutshell

Today I’m gonna be talking about data, data analytics, and some differences
between Data Analysis and Data Science, the true importance of all of it. So, let me
just say that being a Data Analyst involves really one main... main skill, and it’s critical
thinking.

Being able to kind of develop questions and answers, kind of “on the fly”, as data hits
your desk. And this isn’t an easy task, it could even be very daunting, but at the end
of the day, there’s a... tons of procedures that exist in today’s world, especially in the
data industry, to help kind of “attack” a project or a data set.

Now, you’ll hear me speak on this a few other times, ‘cause there’s many instances,
many different processes that exist, or even methodologies, if you want to call them
that. They exist to kind of perform data analysis, and you’ll hear one kind of title in the
industry a bunch of us called: “Ask, Prepare, Process, Analyze, Share, and Act”.

This is the process where... you know, you start developing a question, preparing
and processing the data, analyzing it, sharing it with people around you, say, team
members, bosses, etc., and then acting on the data that you’ve drawn up.

And while this is a great rule of thought, today I’m gonna be talking about a
different way of looking at data and trying to process it. Instead of using this
sequences methodology… instead, what I’m going to be talking about is breaking down
Data Analysis into four different sections. There’s inspecting, cleaning, transforming,
and modeling.

3
Lesson Transcript Data Analysis In a Nutshell

Now, this is kind of what I just spoke about with the “Ask, Prepare, Process, Analyze,
Share, and Act” acronym, but this, I believe, is a bit more conducive towards what I
want to be talking about. We’re gonna be speaking more about the data itself
when it comes to you.

Now, of course, you have to inspect it, and this is analogous with the “Ask” part of
the previous process, but inspecting it involves making sure data looks correct,
making sure that you can really make questions off of it, or even, if the questions
you’re making are possible. Has other people used this data before? Has other
people tried to replicate this data? These are all questions you need to start
thinking about in the first stage of getting any… any data set, any projects at
all... is inspecting the data.

Now, this could even lead to some statistical scripting, some programming, where
you’ll wanna divvy up, say, some correlations that may exist in the data, help you
further inspect it, maybe make some visualizations.

A very big aspect of Data Analysis and Data Analytics is being able to make
charts. Sometimes the numbers just don’t do enough, you know? You can read
the screen all day, you can read a spreadsheet all day, but it really just won’t jump out,
what’s being told. But, you know, however you use dashboards and visualizations,
and all of the sudden you can really tell a story.

4
Lesson Transcript Data Analysis In a Nutshell

And once you’re done inspecting all this data, the next stage would be cleaning
it. Now, cleaning data is a bit of a headache, and I say it’s gonna be, predominantly,
most of your time.

But that being said, cleaning data is kind of the best part of the whole process, because
once the data is cleaned, and once you are able to remove these anomalies that
are within the data (any type of erroneous grammatical mistakes even, a missing row, a
missing column)... now, once you’re done cleaning, transformation will begin.

And what do I mean by transformation? Because cleaning and transformation kind of

sound the same. Well, by transformation I mean, quite literally, manipulating the data
within the data set. So, it’s more conducive towards the analyzation that will be
commencing afterwards, or the modeling even, which is the next step here.

Transforming could mean making dummy variables. This could be very useful.
Sometimes you’ll be running a model, you’ll be making some type of statistical, analytical
statement, you’ll be making some type of discovery using statistics, but you can’t do
that, say, with categorical variables.

5
Lesson Transcript Data Analysis In a Nutshell

Say, I’m trying to predict how many people on average will buy three different types
of shirts: red, green, or blue, and I have a few hundred transactions. Well, some of these
programming softwares you’ll be using to perform the statistical summaries and
just simple analytics, they don’t like categorical variables like that. They’re more
about numbers, and computers love numbers. Dummifying variables means taking
categorical and making new variables based upon it, transforming them into ones and
zeros, binaries.

Now, once the transformation is all done, we then get to finally model the data,
and that’s kind of self-explanatory, and that goes even more into the realm of
Predictive Analytics, and Data Science itself. Modeling would just mean consulting
your team, consulting your questions, and understanding what model could be
implemented to yield the best results the most times, consistently.

You’ll implement different measures to validate your research, to validate your results.
You’ll have to definitely work on, also, splitting your data when you’re modeling to have
a training set, which will train the model, and then a testing set, to test the model.
And people, nowadays specially, will have three sets: one to train, one to validate the
training, and then, one to finally test.

Obviously, the training samples have to be pretty large, ‘cause we want our data to... or
we rather... we want our model to really understand our data in the best way possible.

6
Lesson Transcript Data Analysis In a Nutshell

Once the training data is sifted out… it’s usually about eighty per cent, seventy-
five per cent of your actual data set, but there is such a thing as “overfitting” and
“underfitting”, which is pulling too much data and training too much, or pulling too
little data, but those are more “nitpicky” aspects of the entire job or realm of data.

Now, that’s the process, right? That’s the Data Analysis process: inspecting, cleaning,
transforming, and modeling. This is all well and good, but who’s really doing all of this? Is
it the Data Analyst? Is it the Data Scientist? Engineers? Database Administrators? Well,
there’s a big, big topic of conversation within Data Analytics, and that is: what is a Data
Scientist? What’s a Data Analyst?

Well, most people believe the two jobs are analogous, and that’s fair, ‘cause they share
very similar responsibilities. The real truth is that a Data Analyst is someone who needs
to have a better understanding of the realm of Data Analysis, meaning, they need to
be skilled programmers, statisticians, critical thinkers, and even project managers.
They will be the ones, traditionally, to lead the Data Analytic project in hand,
maybe even a task force of analysts.

More importantly, Data Scientists will be the ones to really develop and create the
questions that Data Analysts will help answer, and that’s how the team really works
together and collaboration excels.

7
Lesson Transcript Data Analysis In a Nutshell

See, the Data Scientists, being the critical thinkers, are going to get the data, are going
to say: “We need to find out this, this, and this”, and the Analysts will look at the data and
see if they can actually answer those questions. If they can’t, it’s back to square one,
or back to inspecting new data, cleaning it again, transforming it, making new models.

Now, again, in today’s time, Data Analytics is growing, even as I speak, at an astronomical
rate, and that’s fantastic, but the responsibilities between the two jobs, they differ very
slightly, and you’ll hear the two names kind of be interchanged.

Last, but not least, I should really talk about what it is that makes Data Analytics so
unique to me, I guess, and that is: the programming languages that’s associated
within Analytics, ‘cause I’m sure you’re all aware of that there is an abundance,
there is so many actually that, every year or so, another one, another two come out,
just to make the other ones update, and now it’s… the competition intensifies, but I’ll
list some programming languages and scripting languages that you’re gonna have to
be pretty familiar with within the Data Analyst industry.

Now, one in particular, especially if you’re going to be a routine Data Analyst, you’re
really gonna get your feet wet in this industry, you’re gonna have to know SQL.
Ad-hoc querying and querying languages are in every business nowadays. Every
business! Especially financial, especially business, especially marketing. And SQL itself
is a very… I say “routine” language. It’s not too difficult. SQL is going to be one that’s
a necessity.

8
Lesson Transcript Data Analysis In a Nutshell

Next to SQL is Python. That goes without saying. The one right next to it is more of
a scripting language, which is R. Now, if you haven’t heard of R, R is essentially...
kind of a fun way of making a calculator. It consists of many, many functions that
help towards making statistical summaries and just providing overall statistics
and developing models.

On top of all of these three that I mentioned, there’s still an abundance more. You’ll
have to learn stuff like Java, MatLab, maybe even C, SaaS, SPSS, Scala, and many more.

9
Transcript + Translation
English
Today I’m gonna be talking about data,
data analytics, and some differences
between Data Analysis and Data Science,
the true importance of all of it. So, let me
just say that being a Data Analyst involves
really one main... main skill, and it’s critical
thinking.
Being able to kind of develop questions
and answers, kind of “on the fly”, as data
hits your desk. And this isn’t an easy task,
it could even be very daunting, but at
the end of the day, there’s a... tons of
procedures that exist in today’s world,
especially in the data industry, to help
kind of “attack” a project or a data set.
Data Analysis In a Nutshell
Português
Hoje eu vou falar sobre dados, análise de
dados, e algumas diferenças entre Análise
de Dados e Ciência de Dados, a verdadeira
importância de tudo isso. Então, deixe-
me apenas dizer que ser um Analista de
Dados envolve realmente uma principal
... habilidade principal, e é o pensamento
crítico.
Ser capaz de desenvolver perguntas e
respostas, meio que “em tempo real”,
à medida que os dados chegam à sua
mesa. E isso não é uma tarefa fácil, ela
pode até ser muito intimidante, mas
no final das contas, tem um... muitos
procedimentos que existem no mundo
de hoje, especialmente na indústria de
dados, para ajudar a meio que “atacar”
um projeto ou um conjunto de dados.
10
Transcript + Translation
English
Now, you’ll hear me speak on this a
few other times, ‘cause there’s many
instances, many different processes
that exist, or even methodologies, if you
want to call them that. They exist to kind
of perform data analysis, and you’ll hear
one kind of title in the industry a bunch of
us called: “Ask, Prepare, Process, Analyze,
Share, and Act”.
This is the process where... you know,
you start developing a question, preparing
and processing the data, analyzing it,
sharing it with people around you, say,
team members, bosses, etc., and then
acting on the data that you’ve drawn up.
Data Analysis In a Nutshell
Português
Agora, você vai me ouvir falar sobre isso
algumas outras vezes, porque tem muitos
casos, muitos processos diferentes que
existem, ou mesmo metodologias, se
você quiser chamá-las disso. Elas existem
para meio que realizar a análise de dados,
e você vai ouvir um tipo de título na
indústria que alguns de nós chamávamos
de: “Pergunte, Prepare, Processe, Analise,
Compartilhe e Aja”.
Esse é o processo onde... sabe, você
começa a desenvolver uma pergunta,
preparar e processar os dados, analisá-
los, compartilhá-los com as pessoas ao
seu redor, digamos, membros da equipe,
chefes, etc., e daí agir sobre os dados que
você elaborou.
11
Transcript + Translation
English
And while this is a great rule of thought,
today I’m gonna be talking about a
different way of looking at data and
trying to process it. Instead of using this
sequences methodology… instead, what
I’m going to be talking about is breaking
down Data Analysis into four different
sections. There’s inspecting, cleaning,
transforming, and modeling.
Now, this is kind of what I just spoke
about with the “Ask, Prepare, Process,
Analyze, Share, and Act” acronym, but
this, I believe, is a bit more conducive
towards what I want to be talking about.
We’re gonna be speaking more about
the data itself when it comes to you.
Data Analysis In a Nutshell
Português
E embora essa seja uma ótima regra geral,
hoje eu vou falar sobre uma maneira
diferente de olhar para os dados e
tentar processá-los. Em vez de usar essa
metodologia de sequências... em vez disso,
o que eu vou falar sobre é dividir a Análise
de Dados em quatro seções diferentes.
Tem inspeção, limpeza, transformação e
modelagem.
Agora, é meio que sobre isso que eu
acabei de falar com o acrônimo “Pergunte,
Prepare, Processe, Analise, Compartilhe e
Aja”, mas isso, eu acredito, é um pouco
mais propício ao que quero falar. Nós
vamos falar mais sobre os próprios dados
no que diz respeito a você.
12
Transcript + Translation
English
Now, of course, you have to inspect it,
and this is analogous with the “Ask” part
of the previous process, but inspecting
it involves making sure data looks
correct, making sure that you can
really make questions off of it, or
even, if the questions you’re making are
possible. Has other people used this
data before? Has other people tried
to replicate this data? These are all
questions you need to start thinking
about in the first stage of getting
any… any data set, any projects at all...
is inspecting the data.
Now, this could even lead to some
statistical scripting, some programming,
where you’ll wanna divvy up, say,
some correlations that may exist in the
data, help you further inspect it, maybe
make some visualizations.
Data Analysis In a Nutshell
Português
Agora, é claro, você tem que inspecioná-
los, e isso é análogo à parte “Pergunte”
do processo anterior, mas inspecioná-
los envolve certificar-se de que os dados
pareçam corretos, certificar-se de que você
realmente possa fazer perguntas a partir
deles, ou até mesmo, se as perguntas que
você está fazendo são possíveis. Outras
pessoas usaram esses dados antes? Outras
pessoas tentaram replicar esses dados?
Essas todas são perguntas sobre as quais
você precisa começar a pensar no primeiro
estágio de obter qualquer... qualquer
conjunto de dados, qualquer projeto
mesmo... é inspecionar os dados.
Agora, isso poderia até mesmo levar a
alguma criação de scripts estatísticos,
alguma programação, onde você vai
precisar dividir, digamos, algumas
correlações que possam existir nos
dados, ajudar você a inspecioná-los ainda
mais, talvez fazer algumas visualizações.
13
Transcript + Translation
English
A very big aspect of Data Analysis and
Data Analytics is being able to make
charts. Sometimes the numbers just
don’t do enough, you know? You can
read the screen all day, you can read a
spreadsheet all day, but it really just
won’t jump out, what’s being told. But, you
know, however you use dashboards and
visualizations, and all of the sudden you
can really tell a story.
And once you’re done inspecting
all this data, the next stage would be
cleaning it. Now, cleaning data is a bit
of a headache, and I say it’s gonna be,
predominantly, most of your time.
Data Analysis In a Nutshell
Português
Um aspecto muito grande da Análise de
Dados e da Lógica Analítica de Dados é
ser capaz de fazer gráficos. Às vezes, os
números simplesmente não bastam,
sabe? Você pode ler a tela o dia todo,
você pode ler uma planilha o dia todo,
mas aquilo realmente não vai saltar, o
que está sendo contado. Mas, sabe, seja
lá como você usar painéis e visualizações,
e de repente, você pode realmente contar
uma história.
E uma vez que você tenha terminado de
inspecionar todos esses dados, a próxima
etapa seria limpá-los. Agora, limpar dados
é um pouco chato, e eu digo que isso vai
ser, predominantemente, a maior parte
do seu tempo.
14
Transcript + Translation
English
But that being said, cleaning data is kind
of the best part of the whole process,
because once the data is cleaned, and
once you are able to remove these
anomalies that are within the data (any
type of erroneous grammatical mistakes
even, a missing row, a missing column)...
now, once you’re done cleaning,
transformation will begin.
And what do I mean by transformation?
Because cleaning and transformation kind
of sound the same. Well, by transformation
I mean, quite literally, manipulating the
data within the data set. So, it’s more
conducive towards the analyzation
that will be commencing afterwards,
or the modeling even, which is the next
step here.
Data Analysis In a Nutshell
Português
Mas dito isso, limpar dados é meio que a
melhor parte do processo inteiro, porque
uma vez que os dados estejam limpos, e
uma vez que você seja capaz de remover
essas anomalias que estão dentro dos
dados (qualquer tipo de erros gramaticais
errôneos até mesmo, uma linha faltante,
uma coluna faltante)... agora, uma vez
que você tenha terminado de limpar, a
transformação vai começar.
E o que quero dizer com transformação?
Porque limpeza e transformação meio
que soam como a mesma coisa. Bem,
por transformação eu quero dizer, bem
literalmente, manipular os dados dentro
do conjunto de dados. Então, é mais
propício à análise que vai começar depois,
ou até mesmo à modelagem, que é a
próxima etapa aqui.
15
Transcript + Translation
English
Transforming could mean making
dummy variables. This could be very
useful. Sometimes you’ll be running a
model, you’ll be making some type of
statistical, analytical statement, you’ll be
making some type of discovery using
statistics, but you can’t do that, say, with
categorical variables.
Say, I’m trying to predict how many
people on average will buy three different
types of shirts: red, green, or blue, and I
have a few hundred transactions. Well,
some of these programming softwares
you’ll be using to perform the
statistical summaries and just simple
analytics, they don’t like categorical
variables like that. They’re more about
numbers, and computers love numbers.
Data Analysis In a Nutshell
Português
Transformar pode significar criar variáveis
fictícias. Isso pode ser muito útil. Às vezes,
você vai estar executando um modelo,
você vai estar fazendo algum tipo de
declaração estatística, analítica, você vai
estar fazendo algum tipo de descoberta
usando estatísticas, mas você não
pode fazer isso, digamos, com variáveis
categóricas.
Digamos que eu esteja tentando prever
quantas pessoas em média vão comprar
três tipos diferentes de camisas: vermelha,
verde ou azul, e eu tenho algumas
centenas de transações. Bem, alguns
desses softwares de programação que
você vai usar para realizar os resumos
estatísticos e apenas métricas simples,
eles não gostam de variáveis categóricas
como essa. Eles preferem números,
e computadores adoram números.
16
Transcript + Translation
English
Dummifying variables means taking
categorical and making new variables
based upon it, transforming them into
ones and zeros, binaries.
Now, once the transformation is all
done, we then get to finally model the
data, and that’s kind of self-explanatory,
and that goes even more into the
realm of Predictive Analytics, and
Data Science itself. Modeling would just
mean consulting your team, consulting
your questions, and understanding what
model could be implemented to yield the
best results the most times, consistently.
Data Analysis In a Nutshell
Português
Ficcionar variáveis significa pegar
categóricas e fazer novas variáveis com
base nelas, transformando-as em uns e
zeros, binários.
Agora, uma vez que a transformação
esteja toda feita, nós daí conseguimos
finalmente modelar os dados, e isso é
meio que autoexplicativo, e isso vai ainda
mais para o reino da Análise Preditiva
e da Ciência de Dados em si. Modelar
significaria simplesmente consultar a
sua equipe, consultar as suas perguntas
e entender qual modelo poderia ser
implementado para produzir os melhores
resultados na maioria das vezes, de forma
consistente.
17
Transcript + Translation
English
You’ll implement different measures to
validate your research, to validate your
results. You’ll have to definitely work
on, also, splitting your data when you’re
modeling to have a training set, which will
train the model, and then a testing set,
to test the model. And people, nowadays
specially, will have three sets: one to train,
one to validate the training, and then, one
to finally test.
Data Analysis In a Nutshell
Português
Você vai implementar diferentes medidas
para validar a sua pesquisa, para validar
os seus resultados. Você definitivamente
vai ter que trabalhar, também, em dividir
os seus dados quando você estiver
modelando para ter um conjunto de
treinamento, que vai treinar o modelo,
e daí um conjunto de teste, para testar
o modelo. E as pessoas, hoje em dia
principalmente, vão ter três conjuntos:
um para treinar, um para validar o
treinamento, e daí, um para finalmente
testar.
18
Transcript + Translation
English
Obviously, the training samples have to
be pretty large, ‘cause we want our data
to... or we rather... we want our model
to really understand our data in the best
way possible. Once the training data is
sifted out… it’s usually about eighty per
cent, seventy-five per cent of your actual
data set, but there is such a thing as
“overfitting” and “underfitting”, which
is pulling too much data and training too
much, or pulling too little data, but those
are more “nitpicky” aspects of the entire
job or realm of data.
Data Analysis In a Nutshell
Português
Obviamente, as amostras de treinamento
têm que ser muito grandes, porque nós
queremos que os nossos dados... ou nós
preferimos... nós queremos que o nosso
modelo realmente entenda os nossos
dados da melhor maneira possível. Uma
vez que os dados de treinamento sejam
peneirados... isso é geralmente cerca de
oitenta por cento, setenta e cinco por
cento do seu conjunto de dados real,
mas existe uma coisa como “overfitting”
e “underfitting”, que é extrair dados de
mais e treinar de mais, ou extrair dados
de menos, mas esses são aspectos mais
“detalhistas” de todo o trabalho ou do
reino dos dados.
19
Transcript + Translation
English
Now, that’s the process, right? That’s
the Data Analysis process: inspecting,
cleaning, transforming, and modeling.
This is all well and good, but who’s really
doing all of this? Is it the Data Analyst? Is it
the Data Scientist? Engineers? Database
Administrators? Well, there’s a big, big topic
of conversation within Data Analytics, and
that is: what is a Data Scientist? What’s a
Data Analyst?
Well, most people believe the two jobs
are analogous, and that’s fair, ‘cause they
share very similar responsibilities. The
real truth is that a Data Analyst is someone
who needs to have a better understanding
of the realm of Data Analysis, meaning,
they need to be skilled programmers,
statisticians, critical thinkers, and even
project managers.
Data Analysis In a Nutshell
Português
Agora, esse é o processo, certo? Esse é o
processo de Análise de Dados: inspeção,
limpeza, transformação e modelagem.
Tudo isso é muito bom, mas quem está
realmente fazendo tudo isso? É o Analista
de Dados? É o Cientista de Dados?
Engenheiros? Administradores de Bancos
de Dados? Bem, há um grande, grande
tópico de conversa dentro da Análise de
Dados, e ele é: o que é um Cientista de
Dados? O que é um Analista de Dados?
Bem, a maioria das pessoas acredita
que os dois trabalhos são análogos, e
isso é justo, porque eles compartilham
responsabilidades muito semelhantes. A
verdade real é que um Analista de Dados
é alguém que precisa ter um melhor
entendimento do reino da Análise de Dados,
ou seja, eles precisam ser programadores,
estatísticos, pensadores críticos e até
gerentes de projeto qualificados.
20
Transcript + Translation
English
They will be the ones, traditionally, to
lead the Data Analytic project in hand,
maybe even a task force of analysts.
More importantly, Data Scientists will be
the ones to really develop and create the
questions that Data Analysts will help
answer, and that’s how the team really
works together and collaboration excels.
Data Analysis In a Nutshell
Português
Eles vão ser aqueles, tradicionalmente,
a liderar o projeto Análise de Dados em
questão, talvez até mesmo uma força-
tarefa de analistas.
Mais importante, os Cientistas de Dados
vão ser aqueles a realmente desenvolver
e criar as perguntas que os Analistas de
Dados vão ajudar a responder, e é assim
que a equipe realmente trabalha em
conjunto e a colaboração sobressai.
21
Transcript + Translation
English
See, the Data Scientists, being the critical
thinkers, are going to get the data, are
going to say: “We need to find out this, this,
and this”, and the Analysts will look at the
data and see if they can actually answer
those questions. If they can’t, it’s back to
square one, or back to inspecting new
data, cleaning it again, transforming it,
making new models.
Now, again, in today’s time, Data Analytics
is growing, even as I speak, at an
astronomical rate, and that’s fantastic,
but the responsibilities between the
two jobs, they differ very slightly, and
you’ll hear the two names kind of be
interchanged.
Data Analysis In a Nutshell
Português
Veja bem, os Cientistas de Dados, sendo
os pensadores críticos, vão obter os
dados, vão dizer: “Nós precisamos descobrir
isso, isso e isso”, e os Analistas vão olhar
os dados e ver se eles podem realmente
responder a essas perguntas. Se eles não
puderem, é de volta à estaca zero, ou de
volta a inspecionar novos dados, limpá-los
novamente, transformá-los, fazer novos
modelos.
Agora, novamente, nos tempos de hoje,
a Análise de Dados está crescendo, até
mesmo enquanto eu falo, em um ritmo
astronômico, e isso é fantástico, mas as
responsabilidades entre os dois trabalhos,
elas diferem muito ligeiramente, e você
vai ouvir os dois nomes meio que serem
usados intercambiavelmente.
22
Transcript + Translation
English
Last, but not least, I should really talk
about what it is that makes Data Analytics
so unique to me, I guess, and that is:
the programming languages that’s
associated within Analytics, ‘cause I’m
sure you’re all aware of that there
is an abundance, there is so many
actually that, every year or so, another
one, another two come out, just to make
the other ones update, and now it’s… the
competition intensifies, but I’ll list some
programming languages and scripting
languages that you’re gonna have to be
pretty familiar with within the Data Analyst
industry.
Data Analysis In a Nutshell
Português
Por último, mas não menos importante,
eu devo realmente falar sobre o que é
que torna a Análise de Dados tão única
para mim, eu acho, e isso é: as linguagens
de programação que estão associadas
dentro da área de “Analytics”, porque eu
tenho certeza de que todos vocês estão
cientes de que há uma abundância,
existem tantas, na verdade, que, a cada
ano mais ou menos, mais uma, mais
duas aparecem, só para fazer as outras
se atualizarem, e agora é... a competição
se intensifica, mas eu vou listar algumas
linguagens de programação e linguagens
de script com as quais você vai ter que
estar bastante familiarizado dentro da
indústria de Analistas de Dados.
23
Transcript + Translation
English
Now, one in particular, especially if you’re
going to be a routine Data Analyst, you’re
really gonna get your feet wet in this
industry, you’re gonna have to know
SQL. Ad-hoc querying and querying
languages are in every business
nowadays. Every business! Especially
financial, especially business, especially
marketing. And SQL itself is a very…
I say “routine” language. It’s not too
difficult. SQL is going to be one that’s a
necessity.
Next to SQL is Python. That goes
without saying. The one right next
to it is more of a scripting language,
which is R. Now, if you haven’t heard of
R, R is essentially... kind of a fun way of
making a calculator. It consists of many,
many functions that help towards
making statistical summaries and
just providing overall statistics and
developing models.
Data Analysis In a Nutshell
Português
Agora, uma em particular, especialmente
se você vai ser um Analista de Dados de
rotina, você realmente vai começar a se
acostumar nesta indústria, você vai ter que
saber SQL. Consultas ad-hoc e linguagens
de consulta estão em toda empresa hoje
em dia. Toda empresa! Principalmente
financeiras, especialmente comerciais,
especialmente marketing. E o próprio
SQL é uma linguagem muito... eu digo
“de rotina”. Não é muito difícil. SQL vai ser
uma que é uma necessidade.
Depois do SQL está o Python. Isso é
óbvio. Aquela logo depois dela está mais
para uma linguagem de script, que é R.
Agora, se você nunca ouviu falar de R, R
é essencialmente... meio que uma forma
divertida de fazer uma calculadora. É
composta por muitas, muitas funções
que ajudam a fazer resumos estatísticos e
simplesmente fornecer estatísticas gerais
e desenvolver modelos.
24
Transcript + Translation
English
On top of all of these three that I
mentioned, there’s still an abundance
more. You’ll have to learn stuff like Java,
MatLab, maybe even C, SaaS, SPSS, Scala,
and many more.
Data Analysis In a Nutshell
Português
Além de todas essas três que eu mencionei,
ainda tem mais uma abundância. Você
vai ter que aprender coisas como Java,
MatLab, talvez até C, SaaS, SPSS, Scala e
muitas mais.
25
Vocabulary Data Analysis In a Nutshell

data procedure
Diferentemente do português, em inglês Procedimento.
a palavra “data” é incontável, ou seja,
seria errado dizer coisas como “datas”, data set
“one data” ou “many data”. Usaremos
“data” tanto para traduzir a palavra “dado” Conjunto de dados.
quanto “dados”.
to perform
analytics Quando usado como verbo transitivo com
A palavra “analytics” pode se referir ao um objeto direto, geralmente traduzimos
conceito de acompanhar as métricas de como “realizar (alguma ação)”. Porém,
um determinado sistema, ou às próprias quando usado como verbo intransitivo,
métricas em si. sem nenhum objeto (como na frase
“(something) is performing well/badly”),
aí costumamos traduzi-lo como “estar
critical thinking
desempenhando bem/mal”.
Pensamento crítico.
...you know
on the fly
“Fillers” são palavras que não têm
Em tempo real, durante a execução. realmente muito significado, mas são
muito usadas, principalmente na fala,
task para deixá-la mais natural e fluida. A
expressão “you know” é um desses
Tarefa.
“fillers”, e é equivalente ao nosso “sabe…?”
do português. Ele costuma ser usado
daunting no começo ou meio de frases quando
Intimidante, assustador. hesitamos, ou no final de frases, para
buscarmos confirmação de que a outra
pessoa entendeu ou está nos escutando.
at the end of the day
Expressão que significa “no final das to share
contas”.
Compartilhar.

26
Vocabulary Data Analysis In a Nutshell

…, say, …
Assim como “let’s say”, essa versão
abreviada “say” é usada quando
queremos dar um exemplo de algo.
Podemos traduzir como “digamos”.
to draw up
at all
Expressão que tem diferentes significados
dependendo do contexto da frase. Aqui,
a vimos na frase afirmativa: “any projects
at all”, e nesse sentido, é usada para dar
ênfase apenas, e podemos traduzir como
“qualquer projeto mesmo”.

Elaborar.
scripting
to break down (something) Refere-se à ação de criar scripts, código.
into (something)
Dividir (algo) em (algo). wanna
Abreviação de “want to”, muito usada na
acronym fala.

Acrônimo.
to divvy up

conducive Phrasal verb pouco usado, que significa

“dividir”.
Propício, favorável.
correlation
When it comes to (something)
Correlação.
No que diz respeito a (algo), quanto a
(algo), no que toca a (algo).
chart

to replicate A palavra “chart” é um termo genérico

para qualquer representação gráfica de
Replicar. dados, então podemos traduzir como
“gráfico”, “tabela”, “diagrama”, entre
to lead to (something) outros, dependendo do caso.

Levar a (algo), conduzir a (algo), resultar

em (algo).

27
Vocabulary Data Analysis In a Nutshell

spreadsheet gonna
Planilha (às vezes abreviada como Abreviação de “going to”, muito usada na
“sheet”). fala.

dashboard That being said…

Painel. Um “dashboard” é um painel visual Dito isso...
que contém informações, métricas e
indicadores dos dados de negócios de row
uma empresa.
Palavra que podemos traduzir como
“linha”, assim como “line”. Porém, “row”
all of the sudden
é usada geralmente em relação a uma
De repente, subitamente. tabela, onde temos “rows” (linhas) e
“columns” (colunas).
once (+ subject)
analyzation
Quando temos a palavra “once” seguida
por um sujeito, ela funciona como uma Análise. Refere-se ao ato de analisar algo.
conjunção e tem o sentido de “uma vez Porém, o seu sinônimo “analysis” é muito
que” ou “quando”. Alguns exemplos que mais usado.
vimos:
• once you’re done inspecting all this to commence
data
• once the data is cleaned Começar. Sinônimo mais formal de “to
• once you are able to remove these start” e “to begin”.
anomalies
• once you’re done cleaning dummy variable
• once the transformation is all done
A palavra “dummy” é usada como
• once the training data is sifted out
adjetivo para indicar algo “falso”, “fictício”,
“simulado”.
(something) is a headache
A palavra “headache” significa “dor de on average
cabeça”. Porém, quando dizemos que Em média.
algo é “a headache”, queremos dizer que
se trata de uma coisa “chata”, “irritante”.

28
Vocabulary Data Analysis In a Nutshell

categorical variable to get to (do something)

Variável categórica. No contexto de Ter a possibilidade de (fazer algo),
Estatística, uma variável categórica é conseguir (fazer algo), chegar a (fazer
uma variável que pode assumir apenas algo).
um número limitado (e geralmente fixo)
de valores possíveis, atribuindo cada to model
indivíduo a um determinado grupo
ou categoria com base em alguma Modelar.
propriedade.
self-explanatory
to predict Autoexplicativo.
Prever, predizer. Ela é praticamente um
“sinônimo” do verbo “to forecast” que realm
vimos anteriormente, mas com a nuance
Reino.
de que “to forecast” deixa claro que é
uma previsão ou projeção feita com base
em dados de acontecimentos passados; predictive
enquanto que “to predict” é uma previsão Preditivo.
que pode ser feita com ou sem esses
dados, como um vidente que prevê o
to yield
futuro.
Produzir, render, gerar.
summary
Resumo.
to implement
Implementar.
to dummify
Verbo criado a partir de “dummy”, que
research
vimos anteriormente com o sentido de Pesquisa.
“falso”, “fictício”, “simulado”. Podemos
traduzir como “criar (algo) fictício”, set
“ficcionar (algo)”.
Como substantivo, significa “conjunto”,
“grupo”.

29
Vocabulary Data Analysis In a Nutshell

sample nitpicky
Amostra. O verbo “to nitpick” se refere a ser
muito detalhista sobre algo, geralmente
to sift out buscando erros minúsculos. Aqui vemos o
adjetivo “nitpicky”, que podemos traduzir
Tanto o verbo “to sift” quanto o phrasal como “detalhista”, “muito exigente”,
verb “to sift out” significam “peneirar”.

analogous
overfitting
Análogo.
Sobreajuste. No contexto de Estatística, é
muito usada também na forma em inglês,
skilled
sem tradução, e é usada para descrever
quando um modelo estatístico se Qualificado, habilidoso, competente.
ajusta muito bem ao conjunto de dados
anteriormente observado, mas se mostra critical thinker
ineficaz para prever novos resultados.
Pensador crítico. Refere-se a alguém que
tem “critical thinking”.
underfitting
Subajuste. No contexto de Estatística, é to lead (something, someone)
muito usada também na forma em inglês,
sem tradução, e é usada para descrever Liderar (algo, alguém), guiar (algo,
quando um modelo estatístico se ajusta alguém).
de modo insatisfatório ao conjunto de
dados de treinamento, geralmente por in hand
não conseguir capturar o relacionamento
entre as amostras de entrada e os valores Em mãos, em questão.
de saída.
task force
to pull data Força-tarefa.
Extrair dados.
to excel
database Sobressair, destacar-se.
Banco de dados, base de dados.

30
Vocabulary
See...
As expressões “See…” e “You see…” são
outros desses “fillers”, e equivalem ao
nosso “veja bem...” do português. Elas
costumam ser usadas no começo de
frases, quando queremos destacar algo
ou explicar melhor algo que estamos
falando.
to find out
Phrasal verb que significa “descobrir”.
back to square one
De volta à estaca zero.
Last, but not least...
Expressão muito usada no final de uma
explicação, que geralmente traduzimos
como “Por último, mas não menos
importante…”.
to come out
Phrasal verb com diferentes significados,
que podemos traduzir como “sair”,
“aparecer”, “surgir” ou até mesmo “ser
lançado”, dependendo do contexto.
to update
Atualizar.
Data Analysis In a Nutshell
scripting language
Linguagem de script. É um tipo de
linguagem de programação que suporta
scripts, programas escritos para um
sistema de tempo de execução em tempo
real, que automatiza a execução de
tarefas.
to get (one’s) feet wet
Essa expressão significa que vamos
começar a fazer algo novo, como um
trabalho ou uma atividade, geralmente de
modo lento, para ir se acostumando com
ele. Nela, trocamos o “one’s” pela forma
do possessive adjective do pronome
em questão (my, your, our). Exemplos:
• You’re really gonna get your feet wet in
this industry
• I worked as an intern for a while, just
to get my feet wet.
ad-hoc
“Ad hoc” é uma expressão latina cuja
tradução literal é “para isto” ou “para
esta finalidade”. É geralmente usada no
contexto de programação para indicar
algo feito para um fim específico. Ou
seja, uma ajuda “ad hoc” seria uma ajuda
de uma vez só, necessária para algo
específico.
31
Vocabulary
querying
Refere-se ao ato de fazer “queries”,
“consultas”, geralmente em um contexto
de bancos de dados.
querying language
Linguagem de consulta. Refere-se a
linguagens como SQL, usadas para fazer
consultas em bancos de dados.
That goes without saying
Expressão fixa que significa “Isso é óbvio”.
to provide
Fornecer, prover.
Data Analysis In a Nutshell
overall
Como advérbio, significa “em geral”,
“como um todo”. Vimos ela sendo usada
como adjetivo na frase “providing overall
statistics”, que podemos traduzir como
“fornecendo estatísticas gerais”.
stuff
A palavra “stuff” é incontável, ou seja,
seria errado dizer coisas como “stuffs”,
“one stuff” ou “many stuff”. Ela usa
determinantes no singular (“this stuff”,
“that stuff”). Usaremos “stuff” tanto para
traduzir a palavra “coisa” quanto “coisas”.
32
Grammar Data Analysis In a Nutshell

I’m gonna be talking about data, data analytics

Acima vemos o tempo verbal Future Continuous, que é usado para

falar sobre alguma coisa que estará ocorrendo no futuro, por si
mesma ou simultânea a outra ação. Ele é formado usando:

“will be” ou “going to be” + verbo principal na forma “-ing”

Porém, ele também é muito usado simplesmente como um

sinônimo do Futuro simples, o que causa um problema comum
em português: o gerundismo, que é o uso do gerúndio para falar
sobre o futuro onde o mesmo não era necessário, geralmente uma
tradução direta do Future Continuous do inglês, muito usado por
empresas de telemarketing.

Como exemplo, a frase “Eu vou te mandar os documentos em

breve” pode ser expressa em inglês usando o Futuro simples (“I’ll
send you the documents soon”), mas também seria correta no
Future Continuous (“I’ll be sending you the documents soon”). Já em
português, seria considerado gerundismo o uso da frase “Eu vou
estar te mandando os documentos em breve”.

33
Grammar Data Analysis In a Nutshell

Outros exemplos do Future Continuous que vimos nesta aula:

• I’m gonna be talking about a different way of looking at data
• We’re gonna be speaking more about the data itself
• the analyzation that will be commencing afterwards
• softwares you’ll be using to perform

you’ll hear me speak on this

A preposição “on” é muitas vezes usada como sinônimo de “about”,

com o significado de “sobre”.

I’m gonna be talking about a different

way of looking at data

Como já vimos, essa frase está no tempo verbal Future Continuous.

Alem disso, quando usamos um verbo depois de uma preposição

(como “of” acima), ele sempre estará na forma “-ing”. Por isso o
verbo “to look” se transforma em “of looking”. Outros exemplos:
• I thought of going there.
• He’s thinking about leaving.

34
Grammar Data Analysis In a Nutshell

This is kind of what I just spoke about.

Diferentemente do português, em inglês é correto e muito comum

terminar certas frases com preposições. Tomando a frase acima
como exemplo, vemos isso na expressão “to speak about” (falar
sobre).

We’re gonna be speaking more about the data itself

Como já vimos, essa frase está no tempo verbal Future Continuous.

Além disso, o pronome reflexivo é usado simplesmente para

dar ênfase à coisa sobre a qual estamos falando (aqui, “the data”).
Podemos deixar sem tradução, ou traduzir como “mesmo”,
“próprio” ou “em si”, dependendo da frase. Outro exemplos que
vimos na aula:
• That goes even more into the realm of Predictive Analytics, and
Data Science itself
• And SQL itself is a very… I say “routine” language

35
Grammar Data Analysis In a Nutshell

...making sure data looks correct, making sure that you can
really make questions off of it.

A estrutura “off of” é muito comum no inglês norte-americano, mas

pode ser considerada incorreta no inglês britânico, dependendo
do contexto. Aqui, o uso do “off of” passa a ideia de que é algo que
está se originando de outra coisa, ou seja, fazer perguntas com
base em alguma coisa.

These are all questions you need to start thinking about in

the first stage of getting any… any data set

Primeiramente, acima vemos mais uma frase terminada em

preposição. Seria correto dizer essa mesma frase com a
preposição no meio, como em português: “These are all questions
about which you need to start thinking”, mas isso pode soar
um pouco formal demais ou não natural. Dessa forma, na fala é
mais comum usar a forma com a preposição no final: “These are all
questions you need to start thinking about”.

Além disso, vemos novamente um verbo sendo usado depois de

uma preposição (como “of” acima), e por isso ele está na forma
“-ing”. Por isso, o verbo “to get” se transforma em “of getting”.

36
Grammar Data Analysis In a Nutshell

you’ll wanna divvy up, say, some correlations

Já vimos o significado de “wanna” na seção Vocabulary.

Além disso, note que, em alguns contextos, é possível o uso do

verbo “to want” (querer) com o sentido de “precisar”, ou seja, não
é um desejo, mas sim uma necessidade. Isso é muito encontrado
quando alguém está dando uma sugestão, ou explicando como
algo deve ser feito.

...help you further inspect it

A palavra “further” tem diferentes usos e significados, mas ela é

comumente usada com verbos, tanto antes quanto depois do
verbo, para indicar algo como “a mais” ou “ainda mais”, “além do
normal”.

37
Grammar Data Analysis In a Nutshell

A very big aspect of Data Analysis and Data Analytics…

Na frase acima, a tradução é basicamente a mesma em português,

mas em inglês não necessariamente. A expressão “Data Analysis”
se refere à “Análise de Dados” mesmo, mais pura. Já “Data
Analytics”, como já vimos na seção Vocabulary, a palavra “analytics”
pode se referir ao conceito de acompanhar as métricas de um
determinado sistema, ou às próprias métricas em si. Por isso,
nesse caso, optamos por traduzi-la como “Lógica Analítica de
Dados”, para deixar clara essa diferenciação.

Sometimes the numbers just don’t do enough

Conhecemos o verbo “to do” com o sentido de “fazer”, mas ele

também pode ser usado no sentido de “bastar”, “ser o bastante”,
“ser o suficiente”, “servir”. Exemplos:
• We just have instant coffee, but that will do. (Nós só temos café
instantâneo, mas isso vai ser o bastante.)
• An empty box will do for a table. (Uma caixa vazia vai servir para
ser uma mesa.)

38
Grammar Data Analysis In a Nutshell

They’re more about numbers

A expressão “to be more about (something)” pode ser traduzida

como “preferir (algo)” ou “ser mais a favor de (algo)”.

They will be the ones, traditionally, to lead

the Data Analytic project

Estrutura usada para dar ênfase no fato de que é determinada

pessoa que está fazendo algo. Assim, “They will be the ones...” pode
ser traduzida por “São eles que…” ou “Eles são aqueles que…”.
Outros exemplos:
• I’m the one who knocks. (Sou eu quem bate.)
• You’re the one who is going away. (É você que está indo
embora.)

39
Grammar Data Analysis In a Nutshell

if you haven’t heard of R, R is essentially

Nessa frase vemos o uso do tempo verbal Present Perfect, na

frase “you haven’t heard”. Ele é formado usando:

verbo “to have” como auxiliar + verbo principal no Past Participle

Para o verbo “to hear” (ouvir), a forma no Simple Past e no Past

Participle é “heard”. Assim, obtemos “you have not heard” ou,
abreviando, “you haven’t heard”.

Esse tempo verbal é usado em algumas situações, mas como o

próprio nome diz, tem a ver com algo que ocorreu no passado,
mas que ainda tem alguma relação com o presente. Na frase
acima, vemos essa relação com o presente indicada na nuance de
que “se você não ouviu (nunca) falar sobre R”, nunca na vida, até o
presente momento.

40
Grammar Data Analysis In a Nutshell

The one right next to it is more of a scripting

language

Acima vemos mais uma estrutura com “more”, mas aqui temos “to
be more of (something)”, que podemos traduzir como “estar mais
para (algo)”, geralmente quando comparamos coisas.

It consists of many, many functions that

help towards making statistical summaries

Vemos novamente um verbo sendo usado depois de uma

preposição (como “towards” acima), e por isso ele está na forma
“-ing”. Por isso, o verbo “to make” se transforma em “towards
making”.

41
Mistakes Data Analysis In a Nutshell

Em outras aulas temos professores que não são falantes nativos de inglês,
porém, nesta aula, tivemos um falante nativo, mas que mesmo assim comete
alguns errinhos, assim como nós cometemos eventualmente em português.
Isso pode te mostrar que é possível ser extremamente fluente em inglês, a
nível de trabalhar e fazer apresentações no idioma, e mesmo assim cometer
pequenos errinhos.

Nesta seção, vamos explicar quais foram esses errinhos cometidos durante a
aula e como corrigi-los.

there’s many instances

Frase correta: there are many instances

Explicação: Como temos “instances” no plural, precisamos da conjugação “there are”

também no plural, mas é um erro muito comum na fala, mesmo entre nativos.

this is a great rule of thought

Frase correta: this is a great rule of thumb

Explicação: A expressão “rule of thumb” é muito comum e significa uma “regra geral”. O
instrutor provavelmente mudou a linha de pensamento no meio da frase.

Has other people used this data before? Has other people tried to
replicate this data?
Frase correta: Have other people used this data before? Have other people tried to
replicate this data?

Explicação: Como em ambos os casos temos a palavra “people”, que é usada sempre
no plural, precisamos da conjugação no plural, que seria “have”, e não “has”.

42
Mistakes Data Analysis In a Nutshell

the Data Analytic project

Frase correta: the Data Analytics project

Explicação: A palavra “analytics” é usada sempre na sua forma do plural. Isso

provavelmente aconteceu porque, muitas vezes, palavras que são usadas como
substantivos na forma do plural, vão para a forma do singular quando são usadas em
locuções adjetivas, e isso cria um viés automático na cabeça de falantes nativos.

you’ll hear the two names kind of be interchanged

Frase correta: you’ll hear the two names kind of be used interchangeably

Explicação: A frase original não está incorreta, mas seria muito mais comum usar o
verbo “to use” com o advérbio “interchangeably”.

the programming languages that’s associated within Analytics

Frase correta: the programming languages that are associated within Analytics

Explicação: Como temos “programming languages” no plural, precisamos da

conjugação “are” também no plural.

I’m sure you’re all aware of that there is an abundance, there

is so many actually
Frase correta: I’m sure you’re all aware that there is an abundance, there is so many
actually

Explicação: Existem tanto a expressão “to be aware of (something)” (estar ciente

de algo) quanto “to be aware that…” (estar ciente de que…). Nesse caso, o instrutor
provavelmente mudou a linha de pensamento no meio da frase.

43