Questão 1 . Importando o dataset AB_NYC_2019.csv para um SGBD a sua escolha(MySQL, PostgreSQL, Redshift) , crie uma consulta SQL para cada item listado a seguir.
a) Lista de hosts distintos (coluna name ), agrupados pela coluna room_type. (0,5ponto)
b) Total de reviews e média de reviews por mês para hosts localizados no Brooklyn( neighbourhood_group ). (1 ponto)
c) Trazer a quantidade de dias disponíveis, valores mínimo, máximo e média da colunaprice para cada host que contenha a palavra room na coluna name e estiveram disponíveis ao menos um dia para locação (considere availability_365 como onúmero de dias disponíveis para locação). O resultado deve estaragrupado porquantidade de dias disponíveis. (1,5 pontos): RESPOSTA https://bit.ly/3kUKLpU
Questão 2. Crie um script em Python ou Node.js que carrega os dados do dataset e, como saída, crie um arquivo CSV somente as seguintes colunas do dataset original: id , host_id , price , number_of_reviews , last_review (0,5 ponto). RESPOSTA https://bit.ly/3ik5v8V
Questão 3. Visando analisar a variação do preço de locação dos hosts, descreva de forma clara e organizada, o tratamento de dados você utilizaria sobre o dataset em questão, englobando pré-processamento, análise textual, algoritmos de mineração de dados, ferramentas de data discovery ou qualquer outra forma/técnica que seja de seu conhecimento. Para esta questão será considerado o processo aplicado sobre o conjunto de dados, visando extrair informações relevantes sobre os dados que possam influenciar no preço de locação do host. (2 pontos) RESPOSTAS https://bit.ly/3cI2Nce
Questão 4. Imagine que você é um analista de dados no Airbnb (empresa fornecedora dos dados) e lhe foi solicitada a criação de visualizações para entender melhor o que vem acontecendo com os aluguéis na cidade de Nova Iorque. Utilizando alguma ferramenta de visualização (PowerBI, Tableau, Excel, Metabase, Data Studio, etc) para realizar a ingestão do dataset, crie visualizações conforme as questões abaixo solicitadas. Justifique cada escolha de visualização (tipo de gráfico e cores utilizadas), descreva qual ferramenta utilizou e disponibilize o respectivo arquivo exportado da própria ferramenta , para correção.
a) Quantidade de reviews agrupados pela coluna neighbourhood . (0,5 ponto). Justifique suas escolhas (0,5 ponto);
b) Média da coluna minimum_nights agrupado pela coluna room_type. (0,5 ponto). Justifique suas escolhas (0,5 ponto);
c) Utilizando as colunas latitude e longitude, crie uma visualização geográfica (mapa) dos hosts presentes no dataset (0,5 ponto). Enriqueça o mapa com a utilização de cores e/ou tamanho de ponto diferenciado para outras características como preço, número mínimo de noites, número de reviews, tipo de quarto, por exemplo (0,5 ponto). Justifique cada escolha (0,5 ponto);
d) Suponhamos que foi solicitada uma visualização que mostre o número de reviews recebidos por mês em um determinado imóvel. Estes dados fictícios foram disponibilizados no item 3. dos anexos . Crie uma visualização que mostre o número de reviews recebidos por mês (0,5 ponto). Justifique suas escolhas (0,5 ponto).
RESPOSTA https://bit.ly/3l0aJZ3