Em 24 de outubro de 2015 o GruPy-SP (com o InteropMIX) ouviu Fabio Franco Costa falar de data science sem slide de “em três meses você é cientista”. A tese cabe numa frase: data science é método para pensar problema, não um stack. O vídeo está no canal LinuxPro. Abaixo, o recado da palestra — e o que ainda vale em 2026.
Fonte: GruPy-SP | Fabio Franco Costa — Data Science na vida Real (26 min). Na mesma noite: Bruno Rocha — Flask e MongoDB.
Quem falou, onde
Fabio Franco Costa, então na CI&T — software de Campinas que já era multinacional brasileira, da ordem de dois mil colaboradores, com trabalho citado para FIFA e Coca-Cola FEMSA. Ele se apresenta como quem traduz data science para o comercial e para o time: não é o cara que “sabe a resposta”, é o que monta o teste. Twitter da época: @costa_2_0. Meetup: GruPy-SP.
O título brinca com a própria história: data science “na vida real” — inclusive a parte em que ele conta como usou o mesmo método fora do escritório. Não é curso de pandas. É o ofício.
O primeiro princípio: você não sabe a resposta
A barreira, diz Fabio, não é a biblioteca. É a postura do “doutor que tem a resposta para tudo”. Na academia você é treinado a atacar problema sem conhecer a função: formula hipótese, mede, erra, formula de novo. Na empresa o contrário é o default — opinião, cargo, “sempre fizemos assim”.
Data science começa quando alguém admite: não sei. Aí vêm dados (quase toda empresa já tem tabela; raro é porta vazia) e a intuição vira pergunta, não conclusão. Ele cita o tipo de pergunta que o mercado já fazia em 2015: dá para saber se uma cliente está grávida só pelo carrinho? A anedota da Target (EUA) era o meme da época. O ponto não é o varejo americano — é transformar palpite em hipótese testável.
Hipótese, depois experimento
Ter teoria não prova nada. Só o experimento decide. Fabio usa o cisne negro à Popper/Taleb: “todo cisne é branco” cai com um único cisne preto filmado. Enquanto você não testa, você tem história.
A analogia pessoal da palestra é um funil de namoro online tratado como pipeline: você não sabe o DNA da resposta; monta hipóteses (o que gera resposta, o que não gera); experimenta um ano; mede; descobre efeito colateral (o jantar em casa que não estava na amostra). O recado para o time de dados é o mesmo: o resultado inesperado não é falha do notebook — é o mundo.
Terceiro passo que ele chama, grosso modo, de caminhar: se não há dado, você ainda pode desenhar o teste. Sem teste, estatística não salva.
Estatística não é enfeite
Quanto mais testes, maior a chance de falso positivo. Fabio lembra o grau de confiança de 5%: em dezenas de experimentos, alguns “vencedores” são ruído. Sem estatística você não discute com o decisor — você empurra um gráfico. O cientista aconselha; o comandante decide. Trocar os papéis é o atalho para dashboard de vaidade.
O trio que ele defende: estatística + conhecimento do negócio + método de pesquisa. Só ferramenta (o “exame de macaco”) não entra no problema. Só domínio sem teste vira achismo treinado. Só teste sem domínio otimiza a métrica errada.
O exemplo do escore simples
No fechamento ele aponta para um teste clássico da pediatria — o que a platéia reconhece como Apgar (Virginia Apgar, 1952): poucas perguntas objetivas sobre o recém-nascido, nota 0 a 10, em vez de só o “olho clínico” do plantonista. A literatura da época já mostrava que checklist simples, aplicado na hora, reduz mortalidade no primeiro dia frente à impressão solta do especialista. O recado de Fabio: modelo humilde + dado no lugar certo costuma jogar melhor do que o humano bem treinado no piloto automático.
Não é “a IA substitui o médico”. É: o método científico cabe em qualquer iniciativa, e o melhor lugar para aplicá-lo é onde ainda não há legado — produto novo, processo novo, startup interna.
Organização dirigida por dados
A “cruzada pessoal” dele em 2015: ajudar empresas a tomarem algumas decisões com humildade e evidência, não só com intuição. Data-driven não é BI no mural. É reduzir o volume de escolha no escuro.
CI&T lançava produto baseado em data science / machine learning no ciclo seguinte. O nome da caixa importa menos do que o hábito: hipótese escrita, experimento desenhado, estatística no meio, domínio na ponta.
O que fazer com isso no Linux, em 2026
O palco era Python — GruPy. O caminho local continua o mesmo, com versões novas:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -U pip pandas scikit-learn matplotlib
Tutorial e venv: Python do Básico ao Profissional. O mapa das línguas: As 7 principais linguagens.
Pandas e sklearn ainda carregam o dia a dia tabular. O que mudou é o volume de modelo pronto (e de gente que pula o teste). A palestra de 2015 é o antídoto: não sei → hipótese → experimento → número que aguenta conversa.
O que ficou
Um sábado de GruPy, um cara da CI&T, um método que a academia já ensina e a empresa esquece. Assista o vídeo. Depois abra um dataset seu e escreva a hipótese antes do gráfico.
GruPy-SP: meetup.com/Grupy-SP · canal: youtube.com/linuxpro.