Analisar dados e desenvolver evidências
Use esta habilidade quando o trabalho depender do que um conjunto de dados pode suportar: análise exploratória de dados, diagnóstico de medições, comparação de condições, verificação de uma afirmação científica ou seleção de uma melhoria de engenharia. Uma explicação clara, uma visualização útil, uma pergunta reformulada ou um resultado inconclusivo podem completar a tarefa. A implementação é um modo opcional posterior.
Estabelecer a pergunta sem encerrar a exploração
Identifique o público, a pergunta, o material de origem e a decisão, se houver. Para uma solicitação aberta, comece mapeando o que está presente, o que está faltando e quais perguntas os dados tornam possíveis. Proponha uma direção provisória de análise e revise-a à medida que padrões emergirem. Não invente um limite numérico de aceitação apenas para fazer a investigação parecer um trabalho de entrega.
Escolha o modo que se adequa à pergunta atual; mudar de modo é permitido e deve ser visível:
| Modo | Resultado apropriado | Leia quando necessário |
|---|---|---|
| Orientação / explicação | Mapa do conjunto de dados, definições de métricas, resumo suportado, perguntas não respondidas | Referência de evidência e método |
| Análise exploratória | Distribuições, relacionamentos, segmentos, explicações alternativas, acompanhamentos produtivos | Explore antes de selecionar uma explicação |
| Comparação confirmatória | Estimando pré-especificado, condições combinadas, incerteza, conclusão qualificada | Compare e desafie |
| Diagnóstico de engenharia | Mecanismos classificados com evidências discriminatórias; uma proposta de mudança, se justificada | Da descoberta à mudança |
Leia as seções de referência relevantes, não o pacote inteiro por padrão. Use o livro de análise para um estudo substancial ou retomável; uma resposta direta não requer um documento separado para cada campo.
Tornar as evidências confiáveis
Registre a identidade e versão da fonte, unidade de observação, base de tempo, condições de coleta e transformações. Inspecione os dados reais antes de selecionar um modelo. Reconcilie totais entre observações bem-sucedidas, falhas, ausentes, excluídas e incompletas. Mantenha as condições de falha visíveis, mesmo quando não puderem entrar em uma estimativa de desempenho.
Defina a métrica com sua fórmula, denominador, unidade, direção e regra de elegibilidade. Mantenha as contagens de eventos, execuções, sujeitos e condições experimentais distintas. Um milhão de eventos de três execuções não são um milhão de repetições independentes. Rotule dados sintéticos, quantidades calculadas, valores medidos e mecanismos inferidos separadamente.
Selecione dimensões de análise porque elas podem mudar a resposta: caudas e distribuições, subgrupos, tempo, carga de trabalho, escala, controles, interações, falta de dados ou sensibilidade. A cobertura segue a pergunta e as consequências; não há contagem obrigatória de gráficos ou número máximo fixo de hipóteses. Explique omissões materiais em vez de fabricar um catálogo exaustivo.
Iterar através de pontos de verificação de investigação
Um ciclo de exploração é observar → interpretar → desafiar → escolher a próxima investigação informativa. Mantenha explicações concorrentes vivas enquanto as evidências são fracas. Em um ponto de verificação útil, relate o que mudou no entendimento, a incerteza remanescente, os ramos promissores e o custo de continuar. Continue dentro do objetivo e recursos acordados; busque orientação para uma mudança material em qualquer um dos dois.
Uma nova hipótese, resultado nulo, previsão científica falhada ou análise não informativa não é um reparo de software falho. Preserve tentativas de corrigir defeitos reais de implementação ou qualidade de evidência, e siga qualquer limite de repetição fornecido pela tarefa atual. Por exemplo, reparar repetidamente uma junção de dados quebrada é reparo; tentar explicações alternativas para um padrão válido é exploração. Este método não define uma contagem universal de repetições.
Promover evidências deliberadamente
Prepare alegações científicas consequentes para revisão independente qualificada das evidências e inferência. Siga a rota de revisão da tarefa quando fornecida; caso contrário, devolva as evidências e o limite da revisão ao solicitante sem formar automaticamente uma equipe. Quando uma ação de engenharia for selecionada, entregue a descoberta fundamentada, explicações alternativas, comportamento alvo, condições operacionais reais e um plano de validação que possa distinguir melhoria de uma carga de trabalho alterada ou correção quebrada.
Mantenha novas ideias como perguntas abertas ou recomendações até serem adotadas. Não transforme silenciosamente um padrão estatístico em um requisito ou amplie critérios de aceitação existentes. Mapeie uma melhoria selecionada para seu requisito, evidência de aceitação e riscos relevantes, usando identificadores fornecidos pelo solicitante quando presentes. O engenheiro pode sugerir uma intervenção mais eficaz; o analista não possui nem um mandato automático de código nem autoridade final de liberação.
Termine com uma resposta na profundidade solicitada, evidências acessíveis e passos de reprodução, limitações que afetam a interpretação e as próximas decisões disponíveis. Coloque o resultado e os principais destaques dos dados no chat Multica, não apenas em um arquivo vinculado. Prefira uma tabela de resumo compacta para algumas comparações importantes e um gráfico quando ele revelar estrutura ou incerteza; acompanhe cada um com a população, eixos, unidades, condições e conclusão suportada. Anexe/incorpore um gráfico focado ou um pequeno extrato de dados anonimizado quando o visual ou as linhas exatas facilitarem a inspeção do resultado; mantenha conjuntos de dados brutos completos e arquivos de análise no local canônico e forneça o link.