DataEconomics: um bate papo sobre análise de dados

Vai ao ar na próxima quinta-feira, no Canal da AM no Youtube, o episódio 4 do nosso vídeocast DataEconomics. Nesse episódio, conversamos com o Bruno Rezende, co-fundador e CEO na 4intelligence e Sócio na 4E. Foi um bate papo bem legal sobre o uso de ferramentas de data science para modelagem e previsão de variáveis econômicas, bem como construção de um portfólio de serviços que vai muito além de uma consultoria tradicional de economia.

A propósito, lá no Canal da AM no Youtube estão disponíveis os episódios anteriores:

O objetivo do projeto é fomentar uma discussão qualificada sobre o potencial da análise de dados e de linguagens de programação como o R para aumentar a produtividade de estudantes, professores e profissionais de mercado nas mais diversas áreas de atuação.

Inscreva-se no canal e receba as notificações das próximas entrevistas!

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.