Três motivos para todo estudante de Data Science começar com Google Colab.
Para iniciar esse texto gostaria de dizer que a intenção não é criar nenhum tipo de polêmica com as ferramentas disponíveis no mercado, como: IP[y], Jupyter, Lab. Sabemos que cada um desses interpretadores Python tem suas funções e características.
O objetivo é demonstrar como um iniciante dessa jornada de aprendizado em Data Science pode otimizar, praticar e facilitar seus estudos através dessa ferramenta totalmente disponível.
Google colab, ou Google collaboratory, é um serviço de nuvem gratuito que permite a criação e execução de um código Python diretamente do seu navegador, sem instalação de qualquer tipo de software.
O colab tem a capacidade de ler, desenvolver e rodar códigos em documentos interativos que agrupam células de códigos, pela qual chamamos de notebooks.
Dentro do colab podemos criar diversos notebooks, ou seja, criar estruturas com objetivos diferentes. Seja para Data Science ou inteligência artificial, podemos criar um notebook para cada finalidade.
Vamos aos três objetivos porque considero o colab essencial para inicio de estudos em Data Science:
Sem configurações prévias
Exatamente isso, o colab não exige nenhum tipo de instalação. Além de rodar em cloud, ele é pré-configurado. Basta utilizar seu navegador de acesso e começar a utilizar.
A tecnologia hoje, especificamente a área de dados, tem sido um horizonte para quem de alguma maneira se identifica com o assunto, ou está em busca de uma migração de carreira. Há um grande fluxo de pessoas da área de Biologia, Filosofia, Vendas, entre outros, que estão dispostos a ser um Data Science.
E essa questão no inicio pode ser um problema. Pessoas com pouca experiência computacional, não entendendo muito bem como funciona seu Sistema Operacional (SO), podem encontrar uma série de atrasos por parte dessas configurações, ou até mesmo ser tentado a desistir do seu objetivo.
O colab pode ser um alívio sem perder a eficiência.
Recursos computacionais gratuitos
Outra grande vantagem do colab é a utilização de hardware de qualidade disponibilizados pelos servidores da Google. O serviço permite ainda, uma utilização de Unidades de Processamento de Dados, famosas GPUs, na hora de executar seus códigos.
Pode não ser a realidade de alguns, mas existe dificuldade com a obtenção de uma máquina(notebook, desktop) ideal para trabalhar com desenvolvimento dos seus projetos em dados. Geralmente, pede-se 16 Gb de Ram para um bom desempenho. Sabemos que um computador com essas configurações não é tão acessível em termos financeiros.
Mais uma vez o colab pode te ajudar. Diante de todos esses desempenhos que ele te proporciona gratuitamente.
Facilidade no compartilhamento
Por se tratar de um ambiente totalmente online, o compartilhamento dos seus notebooks é muito simples. Basta clicar em Compartilhar, no canto superior direito da tela do seu documento no colab e inserir o e-mail pra quem você precisa.
Além disso, podemos escolher o nível de acesso para pessoa que estará recebendo seu arquivo. Opções como: Leitor que permite somente a visualização passiva do documento; Comentarista que permite criação de comentários no seu documento e a opção Editor que irá admitir alterações na sua linha código.
Um compartilhamento muito interessante, possível também com o colab, é enviar seus notebooks diretamente para plataforma do Github, que é a hospedagem de códigos mais utilizadas por desenvolvedores do mundo.
O que é um processo muito simples: basta clicar na aba Arquivo e selecionar a opção salvar uma cópia no Github.
Essa facilidade de compartilhamento pode facilitar nossa jornada de aprendizado, tanto no processo de feedbacks de outras pessoas, como no desenvolvimento de apresentar nosso trabalho.
Conclusão
Levando-se em consideração esses três principais pontos apresentados, podemos dizer que o colab tem potencial de contribuir muito no nosso processo de aprendizado.
Sabemos que o colab está aberto à qualquer pessoa com disponibilidade, vontade e disciplina. E essa flexibilidade é capaz de nos ajudar a focar no que realmente importa agora.
