No mundo atual orientado por dados, é importante ser capaz de ler e entender seus dados para permitir que você obtenha insights sobre quais padrões/tendências deseja monitorar. Depois que uma decisão controlada por dados é tomada, você pode entender quais visualizações deseja criar e quais modelos de aprendizado de máquina deseja treinar para fornecer mais informações sobre seus dados.
A Contoso Retailers, uma empresa fictícia, quer saber como eles podem liberar todo o potencial de seus esforços de ciência de dados e engenharia de dados com o Copilot para Ciência de Dados e Engenharia de Dados usando o Fabric.
Usando o Copilot para ciência de dados e engenharia de dados
Os Varejistas da Contoso têm como objetivo aplicar técnicas de ciência de dados e engenharia de dados para acompanhar padrões de vendas e obter insights valiosos. Ao analisar essas tendências, eles podem implementar novas estratégias para aprimorar suas operações e se manter à frente no mercado competitivo. Aproveitando o Copilot para Ciência de Dados e Engenharia de Dados no Microsoft Fabric, eles planejam gerar visualizações precisas e modelos sofisticados de aprendizado de máquina para fazer previsões sobre o comportamento do cliente para que possam criar uma campanha de marketing direcionada.
Com o Copilot for Data Science & Data Engineering, você pode explorar, aplicar análises preditivas e usá-las como uma ferramenta de aprendizado para seu conjunto de dados.
Aprimorando a engenharia de dados para análise preditiva com o Copilot
Antes de preparar seus dados para análise preditiva, você precisa criar um Notebook que esteja conectado/usando um Lakehouse onde seus dados estão. Você pode saber mais sobre Notebooks no Microsoft Fabric consultando – Explore os dados em seu lakehouse com uma documentação de notebook.
- Dentro do seu Notebook, você precisa ter certeza de que o Copilot está habilitado para usá-lo no painel de bate-papo e/ou como mágicas de celular no notebook e que seus dados estão carregados em um dataframe.
- Para esse requisito, você pode importar um notebook do recurso de arquivos de tutorial do Copilot no Fabric. Como etapa inicial, você pode usar o Copilot para ajudar sua equipe a entender melhor o código no notebook importado ou em um notebook compartilhado por meio de mágicas de bate-papo na célula do notebook.
Exemplo de mágicas de bate-papo e prompt:
%%chat
Explique este bloco de código passo a passo
- Depois de executar a célula de código, o Copilot fornecerá uma explicação do que o código faz como uma saída da célula de código e pode incluir conceitos que podem não ser familiares para um iniciante na equipe. Você pode usar o painel de bate-papo do Copilot ou as mágicas de bate-papo para definir quais são esses conceitos para garantir que a equipe entenda o código e os conceitos implementados.
- Você também pode obter uma visão geral dos dados carregados no dataframe usando as mágicas de bate-papo para descrevê-lo. Isso permite que você entenda melhor como os dados são estruturados e pode obter mais informações sobre quais colunas têm valores vazios/precisam de mais transformações.
Exemplo de mágicas e prompt de bate-papo:
%descreva
df_cust_details
- Nesse cenário, você pode adicionar outras colunas, como ‘idade’, para permitir que os varejistas da Contoso obtenham melhores insights para monitorar o comportamento de compra de seus clientes com base em suas faixas etárias e quais produtos são mais populares. O benefício adicional de usar o painel de bate-papo do Copilot é que você obtém um detalhamento do que o código faz linha por linha.
Exemplo de prompt: adicione uma coluna ‘idade’ a df_cust_details usando 2012 como o ano atual
Crie visualizações e um modelo de análise preditiva com o Copilot
Usando o mesmo notebook, você pode usar o Copilot for Data Science para criar visualizações e treinar modelos de aprendizado de máquina com base em seus dados. Isso permite que você continue seu trabalho de engenharia de dados e faça a transição para a ciência de dados sem retrabalhar seu conjunto de dados.
- Para esse requisito, você pode usar o painel de bate-papo do Copilot para permitir que a equipe obtenha melhores insights sobre a distribuição da idade em sua base de clientes para que possam adaptar os esforços de marketing de acordo.
Exemplo de prompt: Visualizar a distribuição das idades do cliente usando um histograma para entender os dados demográficos da idade
- Nesse cenário, os Varejistas da Contoso desejam criar um modelo analítico para prever a probabilidade de um cliente comprar uma bicicleta, você precisa transformar os dados para adicionar uma nova coluna que indique se um cliente comprou uma bicicleta ou não.
Exemplo de prompt: adicione uma nova coluna ‘IsBikeBuyer’ com um valor de 1 para linhas em que ‘ProductCategory’ é ‘Bikes’ e 0 caso contrário.
- Por fim, o Copilot pode permitir que a equipe crie um modelo analítico para esse cenário, sugerindo um modelo preditivo de aprendizado de máquina usando os dados carregados em um dataframe.
Exemplo de prompt: Sugira como podemos criar um modelo de aprendizado de máquina preditivo usando df_cust_details para prever se um cliente provavelmente comprará uma bicicleta ou não para ajudar a Adventure Works, a loja de bicicletas, a criar uma campanha de marketing direcionada, a coluna ‘IsBikeBuyer’ é a coluna de destinon.
Dica: como benefício adicional, o Copilot explicará exatamente como o código funciona e por que ele sugeriu o modelo preditivo para que você possa ver se ele se encaixa no seu cenário.
Próximos passos
Há mais coisas que você pode fazer por um cenário de varejo com o Copilot for Data Science & Data Engineering, esta é uma linha de base do processo de pensamento para entender seus dataframes, código e modelos de aprendizado de máquina preditivos de treinamento. Isso pode ser aplicado a outros cenários; Você deve estar atento ao que é necessário com base em suas necessidades.
Você pode encontrar um aprofundamento sobre o uso do Copilot para ciência de dados e engenharia de dados em nosso tutorial para profissionais do Copilot Learning Hub for Data.
Recursos
Comece sua jornada de aprendizado do Copilot
Visão geral do Copilot para Ciência de Dados e Engenharia de Dados
Cenário de ponta a ponta do serviço Data Science
Tutorial de Engenharia de Dados
Fonte: Blog Microsoft Fabric.
Automatize e potencialize sua Engenharia de Dados com o Copilot no Fabric
Imagine transformar suas operações de dados com inteligência e automação. O Microsoft Fabric, aliado ao Copilot para Ciência de Dados e Engenharia de Dados, permite que sua equipe explore dados de forma intuitiva, crie visualizações impactantes e desenvolva modelos preditivos com eficiência. Com essa tecnologia, você elimina processos manuais, acelera a obtenção de insights estratégicos e toma decisões mais assertivas baseadas em dados.
Não perca a oportunidade de levar sua engenharia de dados para o próximo nível. Agende uma reunião com a DataEX e descubra como podemos ajudar sua empresa a extrair o máximo valor dos seus dados!
Preencha o formulário e nosso time entrará em contato.
Nos siga em nossas redes sociais e leia o blog Data Universe diariamente.
