Começar do zero nunca é fácil. Quando entrei para o universo da ciência de dados, não sabia nem o que era Python direito. Foi um processo intenso de reeducação do meu cérebro para me adaptar a esse novo ambiente, mas valeu a pena. 

Enfim, mais de 4 anos respirando e absorvendo data science diariamente me renderam alguns conhecimentos que valem a pena compartilhar com aqueles que estão nessa jornada. 

1) Autodidatismo é a melhor ferramenta

Quer trabalhar com ciência de dados sem ser autodidata? Não tem como. Para conseguir manter-se atualizado com as constantes inovações tecnológicas inerentes à área de data science, você precisa saber aprender sozinho. 

Com o autodidatismo, você não precisará depender de fatores exógenos para acrescentar skills no seu stack, poderá trabalhar no seu próprio ritmo, e economizar tempo e dinheiro. 

Lembrando que duas características são essenciais para aqueles que querem se tornar autodidatas: disciplina e curiosidade. Aprenda a aprender, e desenvolva a disciplina necessária para se manter atualizado. 

2) Busque o trabalho certo, e trabalhe para conquistá-lo. 

O campo das ciências de dados é muito amplo. A posição “cientista de dados” por si só pode englobar milhares de funções diferentes dependendo do campo onde ela é aplicada. 

O segredo é achar o trabalho que encaixe os seus pontos fortes, o que você quer fazer, e ainda seja desafiador o suficiente para que você aprenda com ele. 

Não é fácil, mas você chegará lá quando estabelecer o que quer e trabalhar para se fortalecer nisso. Participe de competições no Kaggle, faça projetos como hobbies, pegue alguns projetos como freelancer.

É como um treino de musculação: para chegar na sua meta, você deve trabalhar os grupos musculares corretos e efetivamente, sempre com o objetivo central em mente. 

3) Foque na geração de valor 

O seu trabalho principal como cientista de dados não é simplesmente expor os POCs (Proof-of-Concepts). 

Você não deve simplesmente pegar os dados, encaixar em alguns modelos, e obter os resultados. Não atrairá ninguém com isso.

Você deve buscar gerar valor para aqueles que te contratarem. Isso envolve um certo conhecimento de negócios. 

Aprenda a aplicar os seus dados para apresentar de uma forma que os gestores e stakeholders entendam como isso acrescentará para o negócio deles. Assim, venderá cada vez mais. 

4) Seu currículo é importante sim 

Não escute aqueles que falam que seu currículo não importa. Igualmente, não escute aqueles que dizem que o currículo é tudo o que importa. 

Eu não tinha um histórico com data science quando ingressei no meu primeiro emprego na área, mas eu passei muito tempo aprendendo a programar e consegui um Ph.D. em estatística. 

Ninguém domina o campo da ciência de dados em 1 mês. Você deve se dedicar para aprender as múltiplas facetas da área. Você pode, entretanto, aprender a ser útil e empregável em um tempo curto (entre 3 e 6 meses). Confira alguns itens essenciais para o seu currículo em ciência de dados aqui.

5) Estude, estude, estude!

Se você não gosta de estudar, aprenda a gostar. Estudar é o caminho para se tornar um unicórnio em ciência de dados. Se você está buscando um lugar para começar, encontre nossa lista de livros aqui.

Se esse não for o seu objetivo, pense assim: o campo da ciência de dados está interligado com diversas áreas diferentes de conhecimento. 

Quanto mais perspectiva você tiver sobre esses outros domínios, mais conseguirá resolver problemas de formas criativas e inesperadas.

6) Entenda o problema primeiro

O principal erro que leva os cientistas de dados a falharem na criação de valor para os negócios é a definição errônea do problema que eles estão buscando solucionar. 

Não gaste o seu tempo criando algo que o negócio não precisa porque se encaixa no modelo que você gostaria de usar.

Antes de passar meses limpando dados, estabeleça exatamente o propósito daquele projeto. 

Para que você está usando esses dados? Qual é o problema que o negócio tem que solucionar? Fale com os stakeholders e delineie o problema corretamente para não quebrar a cara depois. 

7) Estabeleça bons hábitos 

Organize-se. Sério. A paixão pela ciência de dados não é suficiente para levar você até o sucesso. 

Você deve se organizar, estabelecer uma rotina sustentável, e permear seu cotidiano com hábitos benéficos, que incentivam a sua produtividade. Confira a lista de hábitos mais importantes que desenvolvi durante a minha carreira em data science aqui.

Ser cientista de dados geralmente significa trabalhar de casa, montar seus próprios horários e sua rotina. Não é fácil.

Não negligencie a sua saúde em prol do seu trabalho. Não esqueça de se alimentar bem, praticar exercícios físicos e priorizar o seu sono. 

Afinal, não adianta nada chegar ao seu objetivo se você estiver com burnout e não conseguir colher os frutos do seu trabalho. 

8) Aprenda Storytelling e revolucione o seu trabalho

Acha que não precisa de habilidades em comunicação para ser um cientista de dados? Se enganou redondamente. 

A inabilidade de comunicar os seus resultados de forma efetiva prejudica (absurdamente) o seu trabalho. 

O valor que você gera é proporcional a sua habilidade de contar uma história com seus dados. Aprenda a comunicar seus resultados com uma história engajadora e cativante, sem sacrificar suas habilidades técnicas no processo. 

Mais sobre isso no livro “Storytelling com Dados” de Cole Nussbaumer Knaflic: Compre aqui  

Published On: julho 2nd, 2021 / Categories: Data Science, Dicas e Habilidades /

Aprenda a conseguir trabalho

Se inscreva para receber acesso gratuito ao módulo Conseguindo Trabalho!

Obrigado por se inscrever!
Houve um erro ao enviar sua inscrição. Tente novamente mais tarde.

Ao acessar, você concorda em receber nossos comunicados.