BEGIN:VCALENDAR VERSION:2.0 CALSCALE:GREGORIAN PRODID:adamgibbons/ics METHOD:PUBLISH X-PUBLISHED-TTL:PT1H BEGIN:VEVENT UID:376@eventos.lhc.net.br SUMMARY:Oficina: Da exploração dos dados à construção de um modelo prediti vo DTSTAMP:20261012T120325Z DTSTART:20261003T113000Z DTEND:20261003T143000Z DESCRIPTION:Descrição: Nesta oficina\, vamos construir\, na prática\, um pr ojeto completo de\nCiência de Dados\, partindo de uma base de dados real e passando pelas principais\netapas de um pipeline de Machine Learning. Vam os explorar e entender os dados\,\nidentificar padrões e possíveis problem as\, realizar Análise Exploratória de\nDados (EDA)\, preparar e transforma r as variáveis por meio de Feature Engineering\ne\, então\, desenvolver mo delos de classificação para prever um determinado evento\nou comportamento .\n\nAo longo do projeto\, também vamos discutir divisão entre treino e te ste\, seleção\nde variáveis\, treinamento e comparação de modelos\, métric as de avaliação e\ninterpretação dos resultados\, conectando cada decisão técnica ao problema de\nnegócio.\n\n\nInscrição: https://pretix.lhc.net.br /lhc/oficina/\n[https://pretix.lhc.net.br/lhc/oficina/]\n\nOficineiro: Gab riel Ortelan 
\n\nSou Gabriel Ortelan\, Estatístico\, Data Scientist e pro fessor. Sou formado em\nEstatística\, com Mestrado e Doutorado em Bioestat ística pela UNICAMP\, e construí\nminha trajetória profissional na interse ção entre Estatística\, Ciência de Dados\ne Machine Learning.\n\nAtualment e\, atuo como Senior Data Analyst no Itaú\, trabalhando com análise de\nda dos\, modelagem estatística\, Machine Learning e desenvolvimento de soluçõ es\norientadas a dados para problemas reais de negócio. Antes disso\, atue i como Data\nScientist na Cielo\, experiência na qual também tive a oportu nidade de aplicar\nmodelos preditivos em problemas de negócio e participar de iniciativas de\ninovação.\n\nAlém da atuação no mercado\, sou professo r na FIAP\, onde compartilho\nconhecimentos de Estatística\, Álgebra Linea r\, Ciência de Dados e Machine\nLearning com profissionais que estão se de senvolvendo na área.\n\nMinha formação acadêmica e experiência profissiona l me permitem transitar entre\ndiferentes etapas de um projeto de dados — desde a exploração e compreensão dos\ndados\, passando pela modelagem esta tística e Machine Learning\, até a\ninterpretação dos resultados e sua apl icação na tomada de decisão.\n\nNesta oficina\, quero trazer um pouco dess a experiência para mostrar que Ciência\nde Dados não é apenas construir mo delos: é entender o problema\, explorar os\ndados\, fazer boas perguntas\, escolher as ferramentas adequadas e transformar os\nresultados em decisõe s. URL:https://eventos.lhc.net.br/event/oficina-de-dados GEO:-22.9178033;-47.0524533 LOCATION:Laboratório Hacker de Campinas - Rua Araribóia\, 121 Ponte Preta\, Campinas - SP 13041-350 STATUS:CONFIRMED CATEGORIES:oficina,dados X-ALT-DESC;FMTTYPE=text/html:

Descrição: Nesta oficina, vamos construir, na prática, um projeto completo de Ciência de Dados, partindo de uma base de dados real e passando pelas principais etapas de um pipeline de Machine Learning. Vamos explorar e entender os dados, identificar padrões e possí veis problemas, realizar Análise Exploratória de Dados (EDA), preparar e t ransformar as variáveis por meio de Feature Engineering e, então, desenvol ver modelos de classificação para prever um determinado evento ou comporta mento.

Ao longo do projeto, também vamos discutir divisão entre trei no e teste, seleção de variáveis, treinamento e comparação de modelos, mét ricas de avaliação e interpretação dos resultados, conectando cada decisão técnica ao problema de negócio.

Inscrição: https://pretix.lhc.net.br/lh c/oficina/

Oficineiro: Gabriel Ortelan 


Sou Gabriel Ortel an, Estatístico, Data Scientist e professor. Sou formado em Estatística, c om Mestrado e Doutorado em Bioestatística pela UNICAMP, e construí minha t rajetória profissional na interseção entre Estatística, Ciência de Dados e Machine Learning.

Atualmente, atuo como Senior Data Analyst no Itaú , trabalhando com análise de dados, modelagem estatística, Machine Learnin g e desenvolvimento de soluções orientadas a dados para problemas reais de negócio. Antes disso, atuei como Data Scientist na Cielo, experiência na qual também tive a oportunidade de aplicar modelos preditivos em problemas de negócio e participar de iniciativas de inovação.

Além da atuação no mercado, sou professor na FIAP, onde compartilho conhecimentos de Esta tística, Álgebra Linear, Ciência de Dados e Machine Learning com profissio nais que estão se desenvolvendo na área.

Minha formação acadêmica e experiência profissional me permitem transitar entre diferentes etapas de um projeto de dados — desde a exploração e compreensão dos dados, passando pela modelagem estatística e Machine Learning, até a interpretação dos re sultados e sua aplicação na tomada de decisão.

Nesta oficina, quero trazer um pouco dessa experiência para mostrar que Ciência de Dados não é apenas construir modelos: é entender o problema, explorar os dados, fazer boas perguntas, escolher as ferramentas adequadas e transformar os resulta dos em decisões.

BEGIN:VALARM ACTION:DISPLAY DESCRIPTION:Oficina: Da exploração dos dados à construção de um modelo pre ditivo TRIGGER:-PT1H END:VALARM END:VEVENT END:VCALENDAR