Escolar Documentos
Profissional Documentos
Cultura Documentos
EM DATA SCIENCE
PARTE 1
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.
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.
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.
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
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:
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?
● Júnior: R$ 4.491,30
● Pleno: R$ 9.172,19
● Senior: R$ 14.181,32
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.