Os departamentos corporativos de “processamento de dados” já empregaram programadores, muitas vezes trabalhando em COBOL, cuja principal tarefa era escrever e executar trabalhos programados em lotes noturnos que produziam relatórios impressos da administração na manhã seguinte. Painéis de business intelligence de autoatendimento e ferramentas de consulta ad hoc permitem que os gerentes obtenham seus próprios números sob demanda, fechando essa especialidade quase totalmente na década de 2000.
Programador de relatórios em lote de mainframe já não existe como ofício vivo. Eis o que o apagou, e que profissão assumiu o trabalho.
Estatísticos formalizam inferência
Karl Pearson fundou a revista Biometrika em 1901 para dar um lar à jovem disciplina de estatística matemática. William Sealy Gosset, que trabalhava como estatístico para a cervejaria Guinness, publicou o teste t em 1908 sob o pseudônimo de “Student” porque a Guinness proibia os funcionários de publicarem em seus próprios nomes. O livro de 1925 de Ronald Fisher, 'Métodos Estatísticos para Trabalhadores de Pesquisa', escrito durante a análise de décadas de testes de colheita na Estação Experimental de Rothamsted, introduziu a análise de variância e um projeto experimental rigoroso. Jerzy Neyman e Egon Pearson completaram o kit de ferramentas em 1933 com uma estrutura formal para testes de hipóteses – o maquinário estatístico que a ciência de dados mais tarde herdaria quase intacto.
O que mais se passava então
Ronald Fisher, analisando décadas de dados de rendimento agrícola na Estação Experimental de Rothamsted, publica o livro que estabelece a análise de variância e o desenho experimental moderno como prática estatística padrão.
O artigo de Jerzy Neyman e Egon Pearson 'Sobre o problema dos testes mais eficientes de hipóteses estatísticas' fornece às estatísticas a sua estrutura moderna para decidir, com taxas de erro quantificadas, se um resultado é significativo.
O artigo de John Tukey 'O Futuro da Análise de Dados' argumenta que a análise de dados reais merece reconhecimento como uma ciência distinta com seus próprios métodos, e não um ramo menor da estatística matemática.
O livro de Tukey oferece aos profissionais ferramentas práticas - entre elas o box plot - para compreender a forma de um conjunto de dados a olho nu antes de ajustar qualquer modelo a ele.
Onde esse trabalho vive agora
Encontra padrões e constrói modelos preditivos a partir de dados – um cargo de 2008 baseado em três séculos de contagem, teste e visualização de evidências.
📊 Cientista de Dados →Os departamentos corporativos de “processamento de dados” já empregaram programadores, muitas vezes trabalhando em COBOL, cuja principal tarefa era escrever e executar trabalhos programados em lotes noturnos que produziam relatórios impressos da administração na manhã seguinte. Painéis de business intelligence de autoatendimento e ferramentas de consulta ad hoc permitem que os gerentes obtenham seus próprios números sob demanda, fechando essa especialidade quase totalmente na década de 2000.
Estatísticos formalizam inferência
Karl Pearson fundou a revista Biometrika em 1901 para dar um lar à jovem disciplina de estatística matemática. William Sealy Gosset, que trabalhava como estatístico para a cervejaria Guinness, publicou o teste t em 1908 sob o pseudônimo de “Student” porque a Guinness proibia os funcionários de publicarem em seus próprios nomes. O livro de 1925 de Ronald Fisher, 'Métodos Estatísticos para Trabalhadores de Pesquisa', escrito durante a análise de décadas de testes de colheita na Estação Experimental de Rothamsted, introduziu a análise de variância e um projeto experimental rigoroso. Jerzy Neyman e Egon Pearson completaram o kit de ferramentas em 1933 com uma estrutura formal para testes de hipóteses – o maquinário estatístico que a ciência dos dados clínicos herdaria mais tarde quase intacto.
O que mais se passava então
Ronald Fisher, analisando décadas de dados de rendimento agrícola na Estação Experimental de Rothamsted, publica o livro que estabelece a análise de variância e o desenho experimental moderno como prática estatística padrão.
O artigo de Jerzy Neyman e Egon Pearson 'Sobre o problema dos testes mais eficientes de hipóteses estatísticas' fornece às estatísticas a sua estrutura moderna para decidir, com taxas de erro quantificadas, se um resultado é significativo.
O artigo de John Tukey 'O Futuro da Análise de Dados' argumenta que a análise de dados reais merece reconhecimento como uma ciência distinta com seus próprios métodos, e não um ramo menor da estatística matemática.
O livro de Tukey oferece aos profissionais ferramentas práticas - entre elas o box plot - para compreender a forma de um conjunto de dados a olho nu antes de ajustar qualquer modelo a ele.
Onde esse trabalho vive agora
Utiliza dados clínicos, de ensaios e do sistema de saúde para gerar evidências confiáveis para cuidados, pesquisas e decisões operacionais mais seguras.
🧫 Cientista de Dados Clínicos →