CHECKLIST DO INICIANTE

EM DATA SCIENCE

PARTE 1

O GUIA DE ESTUDO COMPLETO PARA

VOCÊ SAIR DO ZERO E COMEÇAR SUA
CARREIRA DE DADOS
Olá,
Em primeiro lugar, seja muito bem-vindo(a) à Semana do Iniciante em Data
Science, um curso gratuito e intensivo, feito para você que deseja trabalhar na
área de dados, mas ainda não sabe ao certo o que é Data Science e/ou como se
tornar um cientista de dados.
Ao longo dos próximos dias, vamos, juntos, dar o primeiro passo para que você
descubra como se tornar um dos profissionais mais bem-remunerados do
mercado de trabalho – mesmo que você esteja começando do absoluto zero.

O QUE VOCÊ VAI ENCONTRAR NESTE MATERIAL?

O mercado de dados é um dos que mais cresce atualmente, mas apesar de ser
uma área tão promissora, começar em Data Science não é algo tão simples!
E sem um plano de estudo bem definido você acabará desistindo de uma área
que pode transformar sua carreira e sua vida.
Pensando em você que está começando nessa jornada, criamos um checklist
com 10 passos para você que está começando do zero conseguir construir uma
trilha de estudos e desenvolver seu portfólio de projetos - o passaporte para
seu primeiro emprego em Data Science.
Além deste checklist, também apresentamos informações relevantes para você
se familiarizar com o contexto geral desta que é uma das mais fascinantes áreas
da tecnologia: A Ciência de Dados.

Você está pronto(a)??

MAS O QUE É DATA SCIENCE?

Data Science é uma área multidisciplinar que engloba conhecimentos de
Programação, Estatística, Matemática e Negócios. Seu objetivo é obter
conhecimento a partir dos dados a fim de oferecer suporte às organizações para
tomadas de decisão e planejamento estratégico.
Por exemplo, imagine que a empresa na qual você trabalha começa a ter uma
queda no faturamento e você precisa pensar em uma estratégia para reverter a

SEMANA DO INICIANTE EM DATA SCIENCE | 1

situação. O que você faria?
1º. Identificar a causa do problema: Houve alguma mudança que impactou na
qualidade do produto? Perdemos clientes? As vendas diminuíram? O
investimento de Marketing diminuiu? Mudamos o preço ou algo no produto?
Houve aumento do custo de produção?
Para responder a essas e outras perguntas, precisamos analisar as informações
e dados do produto, cliente, processo, vendas e marketing.
2º Organizar as informações: Você identificou que ocorreu um aumento do
número de devoluções de produtos porque estes foram entregues danificados,
causando aumento dos custos e consequente queda do faturamento. Com esta
informação, você investigou um pouco mais e descobriu que o aumento das
devoluções ocorreu a partir da troca do material da embalagem.
3º Tomada de decisão: A partir das informações levantadas você propõe a
retomada matéria prima da embalagem anterior, e que seja feito um dashboard
de acompanhamento com os principais indicadores da empresa para que
desvios sejam identificados mais rapidamente e as medidas corretivas e
tomadas de decisão sejam baseadas em dados.
Isso é Ciência de Dados! Resolver problemas de negócios utilizando as
informações extraídas a partir dos dados.
Para aplicar Data Science na prática, precisamos utilizar diferentes técnicas e
habilidades, tais como: Programação, Matemática, Estatística, Machine Learning
e Negócios.

As informações contidas nos dados são valiosas para as empresas, por isso
dados são o novo petróleo e os profissionais que desenvolvem a habilidade de
extrair informações dos dados são muito bem remunerados.

E O QUE É PRECISO, ENTÃO, PARA SER UM CIENTISTA DE

DADOS?
Basicamente, é preciso aprender a resolver problemas de negócios a partir das
informações fornecidas pelos dados.
E a melhor maneira de desenvolver esta habilidade é fazendo projetos que vão
SEMANA DO INICIANTE EM DATA SCIENCE | 2
compor seu portfólio. Ficou confuso com essa palavrinha? Calma, vou explicar. O
portfólio do Cientista de Dados é uma “coleção” dos projetos que ele
desenvolveu e que mostra ao mercado sua experiência e capacidade de resolver
problemas da vida real. Basicamente, é seu ticket de entrada para o mercado de
trabalho.
E para ajudá-lo a desenvolver seus próprios projetos na área e conquistar seu
primeiro emprego, ou mesmo crescer na sua profissão atual, criei este checklist
com o todos os passos para você desenvolver seu portfólio em Data Science.

CHEKCLIST PARA CONSTRUIR O PORTFÓLIO PERFEITO

1. Entenda onde você está e aonde quer chegar ✔

2. Defina suas áreas favoritas para aplicar Data Science e desenvolver

projetos ✔

3. Descubra sua trilha de estudos ideal ✔

4. Entenda o mercado do profissional de dados ✔

5. Defina a estratégia do seu portfólio ✔

6. Defina os projetos essenciais que não podem faltar em seu portfólio ✔

7. Escolha o primeiro projeto para desenvolver ✔

8. Confira se todas as informações importantes estão em seu projeto ✔

9. Deixe a tríade CV + GitHub + LinkedIn pronta para receber visitantes ✔

10. Faça o que a maioria não faz: Se diferencie! ✔

Agora vamos nos aprofundar um pouco mais em cada item.refa: Construir

1. Entenda onde você está e aonde quer chegar

Quando você resolve passar um final de semana em Campos de Jordão. Você

simplesmente entra no carro e vai sem rumo?
Acredito que não! Você vai analisar a melhor rota no seu GPS, abastecer o carro,

SEMANA DO INICIANTE EM DATA SCIENCE | 3

olhar a temperatura para o final de semana, preparar a mala, reservar o hotel e
só depois vai pegar a estrada… Ou seja, você se planeja para chegar ao seu
destino e curtir seu passeio sem imprevistos.

Você precisa agir da mesma forma com a sua vida profissional: ter estratégia e
traçar um plano de carreira.
Por isso, quando falamos de transição de carreira ou de desenvolvimento na sua
carreira atual, o primeiro passo é pensar na trajetória que você vai percorrer.
Definir o ponto A e o ponto B
O ponto A é onde você está hoje, sua carreira ou situação profissional atual.
Você se sente perdido? Está frustrado? Não consegue aplicar seus
conhecimentos, externalizar seu potencial e por isso se sente desvalorizado? O
que você faz hoje? Estuda o quê, trabalha com o quê?
Após definir o ponto A, entenda o que deseja mudar na sua situação atual. Você
precisa ter clareza disso…
Você quer mudar para a área de dados e começar uma nova carreira? Ou você
deseja aplicar Ciência de Dados na sua carreira atual para se destacar e ser
promovido? Esse é seu ponto B, onde você deseja chegar.
Somente após ter clareza de onde você está e aonde você quer chegar, é
possível traçar sua estratégia para ir de A a B da forma mais fácil, rápida e
certeira.
Depois de definir esses dois pontos, você está preparado para ir para o próximo
passo.

2. Defina suas áreas favoritas para aplicar Data Science e

desenvolver projetos

A beleza de Data Science é que você pode utilizá-la nas mais diversas áreas.
Sério! Em qualquer setor - finanças, RH, vendas, marketing, logística, etc - de
qualquer tipo de empresa: indústria, advocacia, hospitais, seguros, engenharia,
governo, ONGs, escolas, mídia e muitas outras.
Isso implica que aprender Data Science abre oportunidades para você trabalhar

SEMANA DO INICIANTE EM DATA SCIENCE | 4

nas mais diferentes áreas, mas isso implica que precisamos aprender diferentes
técnicas e ferramentas, e isso pode fazer com que você se perca em meio a uma
vastidão de conhecimentos.

A solução para você não se perder e ter foco é definir uma área que você goste e
deseja aplicar Data Science. Isso vai ajudá-lo a entender o que você deve
priorizar nos seus estudos, ou seja, aquilo que vai lhe trazer resultados mais
rapidamente.
Juliana, não sei direito qual área escolher? Tenho duas sugestões:

● Aplique na sua carreira atual: se você gosta da sua profissão atual,

comece a aplicar Data Science nela, você já tem o background do negócio,
agora precisa aprender a resolver problemas da sua área com DS, isso
facilita sua inserção no mercado de dados, e ao mostrar suas novas
habilidades você aumenta suas chances de ser promovido e ganhar
mais.

● Aplique Data Science em áreas amplas: toda empresa tem um setor

financeiro, de logística, de vendas, recursos humanos, cobrança etc. Faça
projetos que serão úteis em qualquer tipo de empresa.
Calma! Eu vou te ajudar nessa jornada, por isso a equipe da FLAI criou um
aplicativo com mais de 200 aplicações de Data Science para você navegar e
entender como Data Science está em tudo, ver com qual área você se identifica
e quais as possibilidades de aplicar Data Science nela.

SEMANA DO INICIANTE EM DATA SCIENCE | 5

Basta acessar o link🔗 Coleção FLAI de Aplicações de Inteligência Artificial e
Data Science, ou apontar a câmera do seu celular para o QR Code ⬆.
Já entendeu onde pode aplicar Data Science e escolheu uma aplicação
preferida? Então podemos ir para o próximo passo.

3. Entender o mercado para o profissional de dados

Quer saber o que você precisa aprender para ser um Cientista de Dados? Então
você tem que analisar esses profissionais e entender o que eles fazem para ter
clareza de quais habilidades você precisa aprender.
Porém, nós da FLAI já fizemos isso por você, e vamos entregar os resultados da
nossa análise completa do perfil do profissional de dados no Brasil. Utilizamos
os dados da pesquisa feita pelo Data Hackers, que realizou um excelente e
extenso trabalho de coleta de dados que permite traçar o perfil do profissional
de dados no Brasil.
Mas antes de entender o que faz um cientista de dados, vamos entender um
pouco sobre as outras carreiras na área de dados.
Quem são os profissionais dos dados?

SEMANA DO INICIANTE EM DATA SCIENCE | 6

Existem 5 carreiras principais na área de dados, todas elas tem objetivo de
desenvolver produtos que facilitem o acesso às informações dos dados para
auxiliar as tomadas de decisões dos negócios, cada um focada em uma frente:

● Analista de Business Intelligence - Prepara dashboards, bases de dados e

produtos que facilitem o acesso às informações para as áreas de
negócios. Importante ressaltar que seu foco não é a extração de
informações dos dados, mas disponibilizá-los de formas adequadas para
os negócios.
● Analista de dados - Analisa os dados do passado para entender o que e
por que aconteceu um determinado evento, por exemplo, a queda de
vendas na empresa.
● Cientista de dados -Embora também tenha como foco a análise dos
dados, seu principal objetivo é entender o que vai acontecer no futuro
através da elaboração de modelos de Machine Learning.
● Engenheiro de dados - Suporta o cientista e o analista de dados,
automatizando o fluxo de dados para que esses possam fazer suas
análises e criar seus modelos de forma rápida e automatizada.
● Engenheiro de Machine Learning - Atua na ponta final do processo de
desenvolvimento de um produto. Depois que os cientistas de dados
desenvolverem um modelo de Machine Learning, os engenheiros de ML
disponibilizam o modelo para o cliente final através de uma interface.
Porém, o nosso foco aqui é Data Science, portanto, vamos detalhar melhor
estes profissionais.

Qual é o salário de um Cientista de Dados?

O salário médio do cientista de dados é de R$ 8.941,18. Porém essa média salarial
varia conforme a senioridade:

● Júnior: R$ 4.491,30
● Pleno: R$ 9.172,19
● Senior: R$ 14.181,32

SEMANA DO INICIANTE EM DATA SCIENCE | 7

Como é o dia a dia de um cientista de dados?
Basicamente, as atividade de um cientista de dados compreendem:

Quais as principais linguagens de programação?

As principais linguagens de programação utilizadas pelo cientista de dados são:
Python, SQL e R.

SEMANA DO INICIANTE EM DATA SCIENCE | 8

Quais as técnicas mais utilizadas?

4. Descobrir a sua trilha de estudos ideal

Você já tentou fazer um bolo sem olhar a receita? Você pode se lembrar de todos
os ingredientes, mas se não souber a quantidade e a ordem, o bolo sairá errado.
Isso é o que a maioria das pessoas fazem quando começam a estudar Data
Science, elas não sabem o grau de prioridade e de profundidade com que devem
estudar as diferentes disciplinas necessárias para um Cientista de Dados.
Esse é o maior erro que você pode cometer. Algumas pessoas, por exemplo,
começam a estudar Estatística e acreditam que precisam ser um expert em
Estatística para seguir adiante. Depois repetem o mesmo erro com
Programação, Matemática etc.
Sabe aonde você vai chegar ? Em lugar nenhum, se fosse necessário virar um
expert em Matemática para ser cientista de dados, os doutores em Matemática
seriam excelentes cientistas de dados, se fosse necessário ser um ótimo
programador em Python, os desenvolvedores seriam ótimos cientistas de
dados.
Basicamente as habilidades e ferramentas que um cientista de dados precisa
aprender estão ilustradas na árvore de habilidades abaixo.

SEMANA DO INICIANTE EM DATA SCIENCE | 9

Mas calma o cientista de dados que sabe tudo isso é um unicórnio… Não existe!
A trilha de estudo ideal para você é aquela que vai ajudar você a resolver os
problemas de negócios do seu interesse, por isso a melhor maneira de aprender
Data Science é aprender baseado em problemas.

Foque nos 3 pilares: Problema, Conceitos e Ferramentas!

O melhor método de aprendizado é baseado na resolução de problemas. Quando
você escolhe um problema de negócio e começa a desenvolver um projeto para
resolvê-lo, você acaba focando em aprender apenas os conceitos e ferramentas
necessários para resolver aquele problema, e este é o segredo para otimizar seu
tempo de estudo.
E aprendendo assim, você já se prepara para conquistar um emprego na área.
Na segunda aula, você vai entender como desenvolver projetos e assim
conquistar uma vaga na área de dados, mesmo que você nunca tenha
trabalhado na área.

SEMANA DO INICIANTE EM DATA SCIENCE | 10

Mas para você dar o pontapé inicial na sua carreira, liberamos três cursos para
você aprender a desenvolver projetos nas principais ferramentas utilizadas pelo
cientista de dados:

● CURSO 1 | DATA INSIGHTS

● CURSO 2 | PYTHON PARA DATA SCIENCE
● CURSO 3 | FUNDAMENTOS DE MACHINE LEARNING
Para acessá-los, basta acessar a nossa ➡FLAIFLIX da SEMANA DO INICIANTE EM
DATA SCIENCE.
A continuação deste checklist virá após nossa segunda aula.
Então, preparem-se e façam os passos desta primeira etapa.
Juliana da FLAI.
#itstimetoflai

SEMANA DO INICIANTE EM DATA SCIENCE | 11