Esta reflexão surgiu quando eu estava almoçando, em frente ao caixa de um restaurante por quilo movimentado.

Ora a fila era enorme, ora estava vazia… talvez pelas pessoas chegarem em grupo.

Essa constatação ilustra por que, comumente, o tempo entre chegadas de pessoas (ou navios, ou ligações) é modelado por uma distribuição exponencial (ou “exponencial negativa”).

A exponencial tem um único parâmetro, a média (ou taxa), e sua curva é algo como a seguinte.

E esse formato esquisito pode ser interpretado assim:

• em pouco tempo pode chegar muita gente e lotar a fila;
• pode passar um bom tempo sem chegar ninguém.

Na média, observa-se a taxa de chegadas da distribuição exponencial.

Pense nisto, na próxima vez que você for ao caixa e ele estiver cheio!

Obs. Apenas para ser mais preciso, a distribuição exponencial supõe chegadas independentes com taxas constantes.

---

Socorro, sou júnior!

(Reflexões para data scientists em começo de carreira)

Sobre linguagens de programação, Python é a língua franca do Analytics atual. Saber mexer bem no Excel e VBA também pode ser útil, dependendo do contexto (se a empresa não deixar usar o Python, por exemplo).

Mas aí vão ter aqueles que gostam do R, outros que mexem mais em web e aí têm que usar outra coisa, tem lugar que usa Java, também tem as linguagens que ainda vão surgir, etc…

O que penso: aprenda bem um linguagem, seja Python, seja o que a empresa deixa usar. Domine os conceitos, regras, pegadinhas, etc. A segunda linguagem será mais fácil de aprender. Da terceira em diante, é tudo igual, quem domina os fundamentos vai aprender rapidinho.

---

O Compêndio de Ideias do Prof. Arnaldo: https://asgunzi.github.io/Compendium/