TORNAR-SE UM ANALISTA DE DADOS

Sumário de Conteúdo

Introdução.......................................................................................................................................
........................ 3

Resumo............................................................................................................................................
........................ 4

Por Que Análise de

Dados? .................................................................................................................................. 5

O Que
Aprender? .......................................................................................................................................
............. 7

Onde
Aprender .........................................................................................................................................
............. 10

Projetos...........................................................................................................................................
......................... 12

Portfólio...........................................................................................................................................
........................ 13

Currículo..........................................................................................................................................
......................... 14

Candidatando-se a
Empregos................................................................................................................................. 16

Preparação para
Entrevistas ..................................................................................................................................
18

Networking......................................................................................................................................
........................ 21

Conclusão .......................................................................................................................................
.......................

Claro, aqui estão alguns projetos de Arduino que podem ser interessantes para estudantes
iniciantes de Geologia e Mineração:

Medidor de Umidade do Solo: Crie um dispositivo que mede a umidade do solo, útil para
estudos geológicos e agrícolas.
Estação Meteorológica: Construa uma estação meteorológica para coletar dados de
temperatura, umidade e pressão atmosférica em áreas de estudo.

Sismógrafo Simples: Desenvolva um sismógrafo para detectar pequenos movimentos sísmicos

e estudar a atividade geológica.

Medidor de Nível de Água: Crie um medidor de nível de água para monitorar reservatórios,
lagos ou aquíferos em suas pesquisas de geologia e hidrogeologia.

Detector de Gases: Desenvolva um detector de gases para identificar concentrações de gases

tóxicos ou inflamáveis em ambientes de mineração.

Medidor de PH: Construa um medidor de pH para analisar a acidez ou alcalinidade de amostras

de solo ou água em campo.

https://www.youtube.com/watch?v=-
ovAN3ZEmME&pp=ygUjZGV0ZXRvciBkZSBmYWxoYXMgZWxldHJpY2FzIGFyZHVpbm8%3D

https://www.youtube.com/shorts/1J15kJtqcLM

https://www.youtube.com/watch?
v=N8Lao5FSuNA&pp=ygUjZGV0ZXRvciBkZSBmYWxoYXMgZWxldHJpY2FzIGFyZHVpbm8%3D

https://www.youtube.com/watch?
v=OlfsI2xzfWI&pp=ygUlbWVkaWRvciBkZSBjb25zdW1vIGRlIGVuZXJnaWEgYXJkdWlubw%3D%3D

Claro, aqui estão alguns projetos de Arduino adequados para iniciantes no curso de Energias e
Instalação Elétrica:

1. Medidor de Consumo de Energia: Crie um dispositivo que monitore o consumo de

energia em uma instalação elétrica, exibindo as leituras em um display.
2. Controlador de Iluminação Automatizada: Construa um sistema que controle a
iluminação com base na detecção de movimento ou na luminosidade ambiente para
economizar energia.
3. Detector de Falhas Elétricas: Crie um sistema que detecte falhas elétricas, como
curtos-circuitos ou quedas de tensão, e emita alertas visuais ou sonoros.
4. Medidor de Nível de Água: Desenvolva um dispositivo que monitore o nível de água
em um reservatório ou tanque, útil para sistemas de irrigação.
Introduçao

Quem sou eu? Sou um Analista de Dados profissional que entrou no campo sem nenhuma
experiência anterior em tecnologia e sem diploma universitário. Dediquei-me a aprimorar meu
conjunto de habilidades durante meu tempo livre. Como se não fosse desafiador o suficiente
me preparar para entrar no campo de dados enquanto trabalhava em turnos de 12 horas,
muitas semanas de 60 horas e cuidando das tarefas normais da vida, também me tornei pai
pela primeira vez de um ser humano incrível enquanto fazia isso.

Se eu posso fazer isso, você também pode!

Summary

"Passei cerca de um ano pesquisando e aprendendo como me tornar um Analista de Dados.

Descobri que não havia um guia detalhado sobre como começar disponível para eu seguir. Criei
este guia para fornecer aos outros o roteiro que eu gostaria de ter quando estava tentando
entrar na área de dados. Condensei o que aprendi por tentativa e erro, bem como o que
acredito serem os recursos mais úteis de várias plataformas em um formato de fácil digestão.
Vou guiá-lo pelas etapas exatas que me levaram ao meu primeiro emprego de Analista de
Dados de nível inicial e explicar como acelerei todo o processo sem qualquer informação
desnecessária. Este eBook fornecerá etapas detalhadas, desde o que aprender até como criar
seu currículo e tudo o que está no meio. Minha esperança é que este eBook o ajude a
encontrar as ferramentas para se sentir confiante de que possui o conhecimento e as
habilidades para ingressar na análise de dados e fazê-lo rapidamente."
Por que Análise de Dados?

"A quantidade de dados que está sendo gerada e coletada está em constante aumento. Com
mais e mais empresas e indivíduos coletando dados todos os dias, a demanda por Analistas de
Dados está crescendo. Como a demanda por Analistas de Dados qualificados é maior do que a
oferta de pessoas que realmente podem desempenhar bem esse trabalho, essa profissão tem
o potencial de comandar salários elevados e excelentes benefícios, mesmo em níveis iniciais.

O potencial de crescimento é frequentemente uma das principais razões pelas quais as pessoas
buscam essa carreira. Não apenas existem diferentes níveis de habilidade para avançar (nível
de entrada, nível intermediário, nível sênior), mas também há uma vasta quantidade de
subcategorias dentro do campo de análise de dados para escolher. Cada subcategoria tem uma
base em análise de dados, mas terá diferentes tipos de dados, programas e focos exclusivos.
Por exemplo, Analista de Saúde, Analista de Marketing, Analista de Negócios, Analista de
Inteligência de Negócios e Analista de Operações. Existem tantos caminhos de carreira dentro
da análise de dados, e esses exemplos são apenas a ponta do iceberg!

COMO SE TORNAR UM ANALISTA DE DADOS - título quebra página

Sejamos honestos, o dinheiro é um dos maiores, senão o maior, motivador para qualquer
pessoa trabalhar mais em sua carreira. Na verdade, provavelmente é a única razão pela qual a
maioria de nós trabalha todos os dias. Esse potencial de crescimento na análise de dados traz
consigo salários mais altos à medida que você avança em sua carreira. No momento em que
escrevo isso, o salário médio de um Analista de Dados de nível de entrada é de $62.000, de
nível intermediário é de $80.000 e, é claro, o nível sênior ultrapassa $100.000 por ano. Isso
representa um aumento de aproximadamente $20.000 no salário cada vez que você avança em
sua carreira. Muitas pessoas em outras áreas teriam sorte de fazer um aumento tão grande
apenas uma vez ao longo de sua carreira. Além de ótimos salários, a maioria dos empregos na
área de tecnologia oferece pacotes de benefícios fantásticos, que frequentemente incluem
bônus anuais de 8-11%. A maioria dos empregos de Analista de Dados também oferece
trabalho remoto, o que pode ser a cereja do bolo para muitas pessoas que entram na área."
"Aprender o quê?"

"Toda pessoa possui um conjunto de habilidades pré-existentes diferentes, então vou basear
estas informações na minha experiência de não ter tido nenhuma experiência anterior em
dados ou tecnologia. Eis a pilha tecnológica que aprendi antes de conseguir meu primeiro
cargo de Analista de Dados: Python, PowerBI, SQL e Excel. Eu aprendi essas habilidades
exatamente nessa ordem, o que não recomendo fazer. Sem experiência prévia, uma rápida
pesquisa no Google sobre o que aprender me levou a fazer nessa ordem, mas quando comecei
a me candidatar a empregos, ficou rapidamente evidente que aprendi na ordem oposta ao que
eu recomendaria agora. Aprenda Excel, depois SQL, depois PowerBI e, por fim, Python, se
estiver se sentindo confiante. Vou detalhar o motivo pelo qual aprender cada uma delas é
importante, mas gostaria de observar que, para acelerar sua preparação para um cargo de nível
inicial, você realmente só precisa aprender Excel e SQL.

Excel

Saber usar o Excel e/ou o Google Sheets é absolutamente essencial. Esteja você ingressando
em uma pequena empresa ou em uma gigante da tecnologia, é muito provável que você
trabalhe com uma dessas planilhas todos os dias como Analista de Dados. Essas planilhas são
incrivelmente úteis para realizar desde solicitações ad hoc até relatórios completos. Lembre-se
de que o programa usado é puramente uma preferência da empresa. Embora possa ser útil
conhecer ambos, uma vez que você domine um deles, o outro será relativamente fácil de
aprender. Uma desvantagem desses programas é que eles podem ficar LENTOS. Ao trabalhar
com conjuntos de dados grandes ou usar muitas fórmulas, sua planilha ficará cada vez mais
lenta. É aí que entra a segunda habilidade mais importante.

SQL

Esta é a minha favorita para trabalhar. SQL significa Linguagem de Consulta Estruturada. Ela
torna a obtenção de dados de bancos de dados muito mais rápida! Além disso, é muito fácil de
aprender quando você está começando. Conhecer SQL é importante quando se trabalha no
mundo real, porque nem todos os seus dados estão em uma única tabela ou planilha, então
você precisa saber como conectar tabelas separadas (com JOINS) umas às outras. Em seguida,
se você eventualmente exportar dados para o Excel, poderá usá-lo para filtrar os dados para
uma quantidade gerenciável.

Com as duas habilidades listadas acima, você terá habilidades suficientes para se candidatar a
empregos imediatamente. As duas próximas são completamente opcionais, mas podem ajudar
a construir seu currículo e permitir que você amplie suas opções ao se candidatar a empregos.

Ferramenta de BI (Business Intelligence)

Existem duas ferramentas principais quando se trata de ferramentas de BI: PowerBI e Tableau.
Pessoalmente, eu prefiro o PowerBI, mas o Tableau também é bom de se conhecer. Ambos têm
prós e contras, mas uma rápida pesquisa no Google pode ajudá-lo a escolher qual é o melhor
para você. As ferramentas de BI extraem dados de várias fontes para um data warehouse e, em
seguida, analisam os dados de acordo com consultas de uso, relatórios de arrastar e soltar e
painéis de controle. O uso de qualquer uma das ferramentas de BI mencionadas tornará sua
vida muito mais fácil e os painéis de controle que você criará ficarão incríveis.

Python

Considere aprender Python como um objetivo de longo prazo. Pode demorar tanto para
aprender quanto levaria para aprender as outras 3 habilidades que mencionei combinadas.
Existem carreiras completas como Desenvolvedor Python que ganham mais de $100.000 por
ano, então esta é uma fera totalmente separada a ser domada. Adicionar Python ao seu
conjunto de habilidades pode ajudá-lo a se destacar e o ajudará a fazer a transição para uma
posição de nível sênior à medida que ganha experiência. Saber e usar Python permitirá que
você automatize muitas tarefas e seja mais versátil na análise de dados. Além disso, é
extremamente rápido, o que torna o processamento mais rápido, economizando tempo e
dinheiro para a empresa."

Por favor, note que o texto é uma tradução do conteúdo original e pode haver algumas
adaptações linguísticas para torná-lo mais compreensível em português.
"Onde Aprender."

"Há muitos lugares online para aprender todas as habilidades mencionadas acima, mas nem
todos são iguais em conteúdo, qualidade ou preço. Vou abordar recursos gratuitos e pagos. A
opção paga pode até ser mais econômica do que você imagina!

Recursos Gratuitos

Quando você está com orçamento limitado, pode ser difícil encontrar bons recursos para
aprender, mas felizmente há muito conteúdo no YouTube! Embora o YouTube seja gratuito e
haja muito o que aprender em diferentes canais, a desvantagem é que você precisará procurar
vídeo por vídeo e pode parecer que está aprendendo sem um senso de direção.

Felizmente, existem alguns canais que oferecem seu conteúdo gratuitamente em um formato
semelhante a cursos.

Excel - freecodecamp, Intellipaat

SQL - freecodecamp, Intellipaat, Simplilearn

PowerBI - Simplilearn, Edureka

Python - freecodecamp, Edureka, Simplilearn

Esses são alguns dos meus canais favoritos no YouTube para aprender. Claro, há mais por aí,
mas isso deve ajudá-lo a começar!

Recursos Pagos

Eu recomendaria muito comprar um curso se você tiver alguns dólares disponíveis. Pense nisso
como um investimento em si mesmo. Os cursos pagos têm conteúdo aprofundado e de
qualidade, além de uma grande comunidade por trás de cada plataforma para enriquecer
ainda mais sua experiência de aprendizado.

Udemy - Esta é minha plataforma favorita de todos os tempos para aprender. As palestras são
divididas em vídeos pequenos que são mais fáceis de entender. As palestras também oferecem
a opção de fazer perguntas e obter ajuda da vasta comunidade envolvida. Alguns dos
palestrantes mais populares têm assistentes virtuais que ajudam a responder perguntas e,
frequentemente, outros alunos também podem participar! Algo a se ter em mente com a
Udemy é que é fácil obter um bom desconto nos cursos. Se você criar uma nova conta, terá um
desconto de 90% em todos os cursos que estou prestes a mencionar. Eu nunca pago o preço
total por um curso, pois você pode encontrar muitos cursos diferentes à venda de tempos em
tempos também. O curso mais caro listado abaixo custa $16.99. Além de obter ótimos cursos a
um custo acessível, outra razão pela qual recomendo a Udemy é que você terá acesso a esses
cursos para sempre e poderá consultá-los conforme necessário em sua jornada de
aprendizado. Aqui estão os cursos EXATOS que fiz e posso recomendar pessoalmente para
ajudá-lo a se tornar um Analista de Dados.

Excel - Microsoft Excel - Excel do Iniciante ao Avançado por Kyle Pew

SQL - The Complete SQL Bootcamp 2022: Do Zero ao Herói por Jose Portilla

PowerBI - Microsoft Power BI Desktop para Inteligência Empresarial por Maven Analytics

Python - Python para Machine Learning e Data Science Masterclass por Jose Portilla

Não gosta da Udemy? Existem outros lugares como DataCamp, Coursera, Maven Analytics, mas
esses lugares cobram uma taxa mensal. A vantagem desses sites é que você tem acesso a todos
os seus cursos e pode fazer quantos quiser, mas a desvantagem é que você perde o acesso a
tudo quando para de pagar a taxa mensal."
PROJETOS

Projetos são a melhor maneira absoluta de colocar todas as suas habilidades à prova! Você vai
perceber rapidamente que precisa de prática prática antes de começar a fazer entrevistas. A
maioria dos cursos ou vídeos destina-se a ensinar os fundamentos e fazer projetos é uma boa
maneira de solidificar esse conhecimento, colocando-o em prática. Recomendo começar
projetos práticos o mais rápido possível.

Onde encontrar projetos?

Eu recebo muito essa pergunta e não poderia ser mais fácil começar. Você pode começar
acessando Kaggle.com. Pesquise por meio de seus conjuntos de dados gratuitos e comece a
realizar alguma exploração de dados. Eles também realizam concursos nos quais você pode
ganhar uma boa quantia em dinheiro se vencer! O único problema em criar projetos a partir
desses conjuntos de dados é apenas isso, você deve criar o projeto. Um Analista de Dados
resolve problemas e, se tiver dificuldade em criar um problema para resolver, talvez queira
tentar algo diferente. É aqui que a Maven Analytics entra em jogo. Eles oferecem um conjunto
de dados gratuito todos os meses, juntamente com problemas do mundo real para resolver! Eu
recomendo seguir o perfil deles no LinkedIn, porque eles realizam um concurso mensal para
ganhar uma assinatura de 1 ano do site deles. Você também pode ver as entradas de outras
pessoas para se inspirar!

Construir painéis incríveis é um projeto que recomendo muito trabalhar. Isso mostra suas
habilidades e proporciona um pouco de "olho-candura" para os gerentes de contratação. Vou
explicar maneiras de mostrar seus projetos na próxima seção."
"Portfólio

Em todos os artigos ou vídeos sobre como se tornar um Analista de Dados, você verá que ter
um portfólio é necessário. Vou explicar como me preparei para mostrar minhas habilidades e
projetos, mas quero mencionar que nenhum gerente de contratação olhou para o meu
portfólio. Eu recomendo ter uma maneira de mostrar suas habilidades, mas não é necessário
ter isso completamente desenvolvido antes de começar a se candidatar a empregos.

Tableau - Criar painéis no Tableau Public é fantástico (e gratuito!) porque você também tem
acesso a um link público para o seu portfólio que você pode colocar diretamente no seu
currículo, se desejar.

GitHub Pages - Você também pode hospedar um site de portfólio diretamente da sua conta no
GitHub (também gratuito!). É onde você pode colocar projetos que demonstram seu
conhecimento em SQL ou qualquer outro repositório que você tenha. Isso é ótimo se você faz
mais do que apenas Tableau, como eu fiz. Acesse https://pages.github.com/ para conferir.
Existem muitos recursos disponíveis se você precisar de ajuda para configurar. Procure no
YouTube por "Como configurar as Páginas do GitHub" e você terá um tutorial completo.

Se configurar no Tableau Public e no Github são ótimas maneiras de mostrar suas habilidades,
mas você também deve ter PDFs de todos os seus painéis prontos, caso um gerente de
contratação nunca clique nos seus links e, em vez disso, peça para ver alguns exemplos durante
uma entrevista."
"Currículo

Já vi centenas de currículos e deixe-me dizer, muitos deles são ruins. Mais de 80% deles
precisavam de uma reformulação completa. Um currículo é a primeira coisa que um Gerente
de Contratação vê, então ter um que se destaque é tão importante, se não mais, do que as
habilidades técnicas que você listou nele.

Você deve começar com um design que seja completamente compatível com os sistemas de
rastreamento de candidatos (ATS) e que tenha um visual atraente com toques de cor. A maioria
dos sites de construção de currículos por aí é compatível com ATS e pode proporcionar os
resultados que você deseja. Para o site exato que usei para conseguir meu emprego de Analista
de Dados, acesse https://bit.ly/39CV4PH. Tenha em mente que você deseja manter o currículo
com uma página de comprimento. Se for absolutamente necessário, você pode estender para
1,5 páginas, mas não recomendaria mais do que isso. Gerentes de contratação ou agentes de
triagem têm tantos currículos para analisar, especialmente nesta área, que não têm tempo
para revisar 4 páginas de histórico de trabalho que são irrelevantes para o cargo que você está
se candidatando.

Depois de escolher um design, você precisará preencher todas as suas informações e garantir
que o que está nele seja informação relevante. Pode ser mais fácil mostrar exatamente o
currículo que me garantiu meu primeiro cargo de Analista de Dados.

Como você pode ver, é possível incluir muitas informações em uma página. Eu recomendo
fortemente usar meu currículo como guia. Mesmo que você não use esse design exato,
destaque pontos de interesse com cores e use negrito onde isso acrescenta valor ao layout.

Ao inserir suas informações, se você não usar as palavras-chave certas, é menos provável que
seu currículo seja visto. Por exemplo, eu estava me candidatando a um cargo de Analista de
Dados que lidava com muitos dados de marketing. Você verá que usei palavras como
"marketing digital", "técnico", "CTR" (Taxa de Cliques), "Excel", "qualidade dos dados", "solução
de problemas", "priorizar" e "atenção aos detalhes". Muitas empresas têm agentes ou
programas de triagem que examinam currículos em busca de palavras-chave específicas e
aqueles sem palavras-chave relevantes não são vistos pelos gerentes de contratação. Ao usar
suas próprias informações, você precisa usar palavras-chave relevantes para o campo de
análise para o qual está se candidatando. Quanto mais palavras-chave, maior a probabilidade
de seu currículo ser visto. Não apenas receberá mais ligações para agendar entrevistas, mas
também será contatado com mais frequência por recrutadores."
Candidatando-se a Empregos

Esta parte é uma das áreas mais cruciais onde você precisa ser consistente. Todos os dias, são
postadas centenas de vagas de Analista de Dados com muita concorrência. Uma vaga pode ser
anunciada e retirada no mesmo dia, então, se você não estiver atento aos anúncios de
emprego por um dia, pode ter perdido a oportunidade de se candidatar a uma posição que
poderia ter conseguido.

Existem dois lugares perfeitos para se candidatar a empregos neste campo. Eles são também os
que usei para me candidatar a vagas de Analista de Dados e onde os recrutadores encontraram
meu currículo e entraram em contato comigo. O Indeed é ótimo para oportunidades de
emprego locais, e o LinkedIn é bom tanto para trabalho remoto quanto para empregos mais
locais. Os resultados de pesquisa no Indeed são fortemente baseados na sua localização, então
o LinkedIn provavelmente é mais adequado para a maioria das pessoas, especialmente aquelas
que procuram trabalho remoto.

Agora, mencionei que você precisa ser consistente no processo de candidatura. Se você estiver
constantemente nos sites de empregos, poderá se candidatar a uma vaga assim que ela for
anunciada. Quanto mais rápido você conseguir enviar sua inscrição, melhores serão as chances
de seu currículo ser visto. Eu sempre filtrava as listagens de empregos para mostrar as mais
recentes, com até 3 dias de idade.

Qualquer coisa após 3 dias provavelmente estará inundada de inscrições. Fique à vontade para
se candidatar mesmo assim, mas pessoalmente não queria perder meu tempo. Eu sabia que
tinha menos experiência do que muitos outros candidatos que se candidatavam para as
mesmas posições e que, se uma listagem já estivesse inundada, seria menos provável que eu
fosse escolhido em relação à concorrência. Lembre-se de que o objetivo principal é ser rápido e
entrar na área de tecnologia o mais rápido possível.

Lembre-se de que se candidatar a vagas de Analista de Dados será um "jogo de números".

Levei mais de 100 inscrições antes de conseguir meu emprego. Vi algumas pessoas tentarem
por meses sem conseguir uma entrevista. Vou dizer exatamente como não acabar como uma
dessas pessoas. Depois de enviar suas primeiras 30 inscrições, dê um passo atrás e analise os
dados que você gerou. Quantas empresas olharam seu currículo, quantas ligaram para você e
quantas entrevistas você conseguiu?

Se você não está satisfeito com os resultados, precisa se adaptar. Aqui é onde muitos falham,
pois veem que suas habilidades são boas o suficiente para o cargo e nunca analisam mais
profundamente para ver que precisam mudar! Adapte-se mudando as palavras-chave em seu
currículo. São as palavras-chave que fazem seu currículo ser visto e são suas habilidades
técnicas que garantem uma entrevista. Ser comunicativo, ter uma personalidade equilibrada e
uma atitude proativa também podem ser muito eficazes com o recrutador ou gerente de
contratação certo.

Outra maneira de acelerar o processo de candidatura é trabalhar com vários recrutadores. O

trabalho deles é contratar candidatos para empresas, então aproveite-os para ajudá-lo a
encontrar empregos também! Você precisará entrar em contato com recrutadores técnicos,
não apenas qualquer recrutador. Além disso, você precisará entrar em contato com vários
antes que um deles responda, novamente é um jogo de números. Tenha uma saudação
amigável e um objetivo para sua primeira mensagem aos recrutadores prontos.
A última recomendação que tenho é entrar em contato diretamente com gerentes de
contratação após se candidatar. Se você vir quem anunciou a vaga no LinkedIn, conecte-se com
eles e envie-lhes uma mensagem ou e-mail com seu currículo e pergunte se tiveram a chance
de analisá-lo ainda. Sinto que quase ninguém faz isso, mas isso me ajudou na maioria dos meus
empregos. Um acompanhamento após a candidatura faz com que você se destaque ainda
mais! Lembre-se de que nem todas as pessoas que você contatar dessa forma responderão, e
tudo bem. Você não quer incomodá-las se não receber resposta."
Interview Prep

Maybe you feel more confident than I do, but interviews are the most nerve-racking

part of the process for me. To compensate for my nervousness, I researched tech

interview questions, procedures, and methods, then studied my butt off. To condense

what I learned from that I’ll talk about what I believe to be the absolute best way to

help with the interview process.

This method is called the STAR method. It stands for Situation, Task, Action, Result.

You can use this technique to prepare for behavioral and situational interview

questions. It gave me the ability answer every single interview question with

confidence and precision. Learning this method also gave me the confidence to

answer questions I had not prepared for without hesitation.

Take some time to Google some STAR questions. Pick 10 questions that pertain to

you or that you feel you would be unprepared to answer and literally write out

answers to them.

19

HOW TO BECOME A DATA ANALYST

To start, you set the stage for the answer using Situation. It’s best to describe relevant

work situations but depending on transferable experience, it might be best to describe

a situation with a project you have completed.

Next is Task, you need to describe the task at hand during the situation. Use roughly

1 to 2 sentences for this. What Hiring Managers really want to know is how you

handled the situation.

This is where Action takes place. Explain the relevant actions you took to handle the

situation. Use words like “I” instead of team because they are hiring you and not your

team.

Lastly, Results. This section solidifies why your actions were the right thing to do. In

addition, discuss what you learned, how you grew, and why it was important.

Here are some questions and answers I personally used…

1. Have you ever had to work under a tight deadline?

Yes. In manufacturing and production tight deadlines happen frequently. One good

example is trial runs of flexo-print jobs. Typically, a customer is set to arrive at the

plant to inspect their sample at 10:00am. Our shift starts at 7:30am to produce the

sample before the customer arrives. With efficiency in mind, I take 10 minutes at the

beginning of the shift to meet with my team and assign each team member proper

tasks based on their strengths in order to make sure we have a high-quality sample

completed before 10:00am.

2. Tell me about a time when you had the liberty to be creative with

your work.

When I worked in software sales, I had the liberty to be as creative as I wanted with

the data, I had to show potential clients. I really enjoyed making charts and

comparison graphs to show potential clients what our software could do for them.

Although it wasn’t a necessity, I found that showing the data in more appealing and

easier to read visuals helped get them on board and I made more sales.

20

HOW TO BECOME A DATA ANALYST

3. Do you usually set goals at work? If yes, could you give an example

of a goal you had and how you achieved it?

I set goals for myself all the time, especially when it comes to work. At my current job,

they recently began posting the company wide production records. I made it a goal

for my team to have the highest production record. In order to beat the existing record,

our team needed to move quickly during maintenance machine cleanings in order to

keep our machines running while maintaining quality. I communicated with my team

to ensure that everyone understood the importance of minimizing downtime so that

everyone was on board to achieve this goal. Not only did we beat the company wide

record, but months later my team still maintains this record and I received employee

of the month for my efforts.

After you have written your questions and answers down, make sure to practice them

over and over. Take time to review, revise, and memorize the gist of your answers so
that you feel prepared to answer similar questions without hesitation during

interviews. Not only do you need to practice these types of questions, but you also

need to keep up with practicing your tech stack on a daily basis. It would be awful to

get to a technical interview and then you’ve forgotten some of the basics of Excel

because you haven’t touched it in weeks or months.

"Networking

Esta parte do seu roteiro de carreira é opcional. Embora seja benéfica a longo prazo, não é
necessária. A rede de contatos também pode ajudá-lo a se manter motivado. Se começar a
entrar em contato com outros aspirantes a Analistas de Dados, você poderá se conectar e
conversar sobre o que está funcionando e o que não está. Há um sentimento de conforto ao
ver e se conectar com outras pessoas passando exatamente pelo que você está passando.

Entrar em uma comunidade de dados também pode ajudá-lo a se manter motivado e dar-lhe
mais para aprender com especialistas. Existem ótimas comunidades por aí, e se você quiser
fazer parte da que eu estou, procure por dataxp.ai ou me envie uma mensagem e eu enviarei
um convite para o servidor do Discord! Eventualmente, você começará a ajudar outras pessoas
novas e perceberá que realmente está progredindo em suas habilidades."
Conclusão

Descobrir exatamente como começar na área de análise de dados pode parecer intimidante,
mas se você abordar uma seção de cada vez, ou mesmo apenas um dia de cada vez, você
passará por isso antes que perceba. Em minha experiência, a jornada pode parecer longa, mas
o resultado final vale cada desafio ao longo do caminho. Levei quase um ano para encontrar
todos os recursos e plataformas de que precisava para conseguir com sucesso um emprego
como Analista de Dados. Este eBook tem como objetivo reduzir essa busca e a luta para
encontrar recursos sólidos para outras pessoas. Leve em consideração que este eBook é
apenas um guia baseado em minha experiência pessoal e essas informações podem não
funcionar para todos. Mesmo que não seja tudo para você, ele lhe dará um ponto de partida e
mostrará os aspectos importantes a serem focados em sua jornada para se tornar um Analista
de Dados.