A edição 179 do Boletim AM está no ar!

Olá, Reader, como foi a semana por aí?

Por aqui, sigo lendo o Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI, da jornalista Karen Hao.

Sam Altman superou a tentativa de "golpe" do início do livro e segue sendo o CEO da OpenAI, na sua saga para construir um IA Geral que beneficie a humanidade.

Hao nesse momento está dando um "passo atrás" para contar como a OpenAI foi criada, as conversas entre Musk e Altman e a estória do protagonista do livro no Vale do Silício.

Cada vez mais interessante.

E você, qual livro te empolgou em janeiro?

Nosso momento semanal de praticar com dados: o que você está fazendo para melhorar suas habilidades em análise de dados?

Na Análise Macro, seguimos firmes no nosso propósito de lhe mostrar que a verdade está nos dados. Nossa missão de fomentar uma mentalidade orientada a dados está em cada pedaço do que fazemos, como por exemplo, no último exercício que publicamos no Blog: Construção e Análise do Índice de Condições Financeiras (ICF) com Python.

As condições financeiras desempenham um papel central na transmissão da política monetária e na atividade econômica.

Elas refletem o custo e a disponibilidade de financiamento para famílias e empresas, influenciando decisões de consumo e investimento.

Para mensurar esse conceito abstrato, bancos centrais e instituições financeiras utilizam o Índice de Condições Financeiras (ICF), uma métrica sintética que agrega diversas variáveis de mercado.

A ideia do exercício é, então, replicar a metodologia do Banco Central do Brasil (BCB) para a construção do ICF, conforme detalhado no Boxe 5 do Relatório de Inflação de Dezembro de 2022 e no Estudo Especial nº 76.

Mostramos como é possível utilizar o Python para desenvolver um pipeline completo de dados para coletar, processar e modelar indicadores financeiros locais e globais, culminando na extração de um índice comum via Análise de Componentes Principais (PCA).

O acesso ao script completo pode ser feito aqui, para alunos black e formações. A partir de amanhã, também estará disponível um vídeo com o passo a passo do exercício.

Essa é uma forma divertida, a propósito, de começar a sua jornada em análise de dados. Afinal, você já tem uma série observada, então correr atrás da metodologia, dos dados, o tratamento e a construção desse índice é uma bela forma de se tornar um profissional maduro nessa área.

Depois me conta se você anda praticando com os nossos exercícios, beleza?

Inteligência Artificial combinada com Engenharia de Dados

E por falar em dados e já que estamos no fim de janeiro de 2026, acho que é um bom momento para refletir sobre o que a gente (você e eu) queremos para o restante do ano, não é mesmo?

No campo pessoal, devo trazer grandes novidades em breve por aqui.

Na Análise Macro, estamos cada vez mais interessados em dois temas.

O primeiro é, como você pode ver pelas minhas leituras, IA. Desde o lançamento do GPT em novembro, tenho estudado bastante modelos de linguagem e como isso afeta uma parte ainda pouco explorada pela maioria das empresas: os dados não estruturados.

Em geral, quando se fala em dados, as pessoas conectam isso com a ideia de uma tabela com linhas e colunas. Essas representando características da base de dados e aquelas simbolizando observações.

Como uma tabela de clientes de uma companhia telefônica, em que as colunas representam as características e as linhas os próprios clientes.

Mas a riqueza do momento que estamos vivendo não está nisso.

Há uma infinidade de dados não estruturados, como imagens, vídeos, áudios, documentos, etc, que ainda é pouco ou quase nada explorado.

Meu palpite, porém, é que isso está prestes de acabar.

O avanço da IA em reconhecer padrões justamente nesse tipo de dado é visível.

Além disso, há uma crescente demanda por engenharia.

Criação de pipelines que extraem esses dados e tornam a informação disponível para analistas e cientistas explorarem.

Se eu fosse dar um conselho para quem está começando nessa área ou se sente estagnado, é combinar essas duas coisas no seu plano de estudos pessoal.

E por falar em plano, qual o seu para 2026?

Dei uma olhada aqui na minha bola de cristal e se você for seguir uma distribuição normal, é provável que ainda está se recuperando das festas do final de ano e ainda está em "modo calma, vou estudar, mas depois do carnaval".

Isso posto, queria te dar um conselho: aproveite essas "últimas semanas de 2025" para planejar o que vai fazer ao longo do ano.

E aqui vou te dar um caminho.

Se você está querendo "começar em dados", siga a lista abaixo:

(1) SQL é o primeiro passo. Se estou certo no meu palpite do que será o futuro daqui para frente, é fato que as empresas estão correndo atrás em criar data warehouses, data fabrica data lakehouses, data mashs e por aí vaí. Então, você vai precisar se alfabetizar nesse mundo de bancos de dados. Nada melhor do que começar pelo básico de SQL, entender a conexão com bancos de dados, o que é uma consulta, e por aí vai;

(2) Python. Se você acha que vai escapar de ter de aprender python porque ferramentas "no code" e "low Code" estão na moda, trago más notícias do front. Não dá para fazer engenharia de dados sem saber criar scripts em python que integram e automatizem consultas em bases de dados. Rodar um script no Colab, dizendo para o Gemine o que você quer é uma coisa, a vida real é outra bem diferente. Aprende python logo e pára de enrolação;

(3) Estatística não faz mal a ninguém, então o mínimo de exploração de bases de dados, limpeza de dados brutos com ordem e método, construção de testes de hipótese, etc, você vai precisar dominar;

Se você conseguir se alfabetizar nesses três pontos logo nas primeiras semanas do ano, parabéns, um mundo de possibilidades se abriu para você.

E se, claro, você já é alfabetizado nesses três itens, o caminho a seguir continua com IA e justamente, saber lidar com dados não estruturados.

Construir aplicações de IA com pipelines organizados, tendo como base textos, vídeos, imagens e audios, é o grande desafios das empresas nos próximos anos.

Você está pronto?

​
Um abraço,
​Vítor Wilher — Análise Macro​
​A verdade está nos dados

​

Perdeu alguma edição anterior do Boletim AM? Sem problemas. Leia as edições anteriores tocando aqui​