Engenharia de software para cientistas de dados

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com

A ciência de dados acontece no código. A capacidade de escrever código reproduzível, robusto e escalável é a chave para o sucesso de um projeto de ciência de dados - e é absolutamente essencial para quem trabalha com código de produção. Este livro prático preenche a lacuna entre a ciência de dados e a engenharia de software, e explica claramente como aplicar as melhores práticas da engenharia de software à ciência de dados.

Apresenta exemplos em Python, extraídos de pacotes populares como o NumPy e o pandas. Se queres escrever melhor código de ciência de dados, este guia cobre os tópicos essenciais que muitas vezes faltam nas aulas introdutórias de ciência de dados ou de codificação, incluindo como:

• Compreender as estruturas de dados e a programação orientada para objectos
• Documentar o teu código de forma clara e competente
• Empacota e partilha o teu código
• Integra o código de ciência de dados com uma base de código maior
• Aprende a escrever APIs
• Cria código seguro
• Aplica as melhores práticas a tarefas comuns, como testes, tratamento de erros e registo
• Trabalha mais eficazmente com engenheiros de software
• Escreve código mais eficiente, sustentável e robusto em Python
• Coloca os teus projectos de ciência de dados em produção
• E mais