Como me tornei cientista de dados

A jornada de migração da academia até a industria

Olá, um dos questionamentos mais frequentes que recebo, nas caixinhas que abro no Instagram, no meu LinkedIn, ou em conversas com pessoas que tem curiosidade sobre o tema sobre dados é: como me tornei cientista de dados e quais foram os passos para me tornar um.

Neste post, trago a resposta.

No entanto, é importante entender o contexto e não considerar os eventos, descritos no texto, como uma receita a ser seguida. Cada trajetória é individual

Hoje, sou cientista de dados em um banco digital no Brasil. Trabalho em um sistema híbrido, indo ao escritório a cada três meses para trabalhar uma semana de forma presencial, e o restante dos dias, trabalho em casa.

Até pouco tempo eu também exercia a profissão de professor universitário, mas com os novos desafios e oportunidades que a carreira de cientista de dados proporciona, decidi me dedicar de forma exclusiva nessa disciplina.

Sei que parece uma introdução de palestra, essa coisa de me apresentar, elencando elementos de meu currículo, mas preciso fazê-lo para que você entenda como foi o meu caminho até chegar aqui.

Tenho uma graduação em matemática, com mestrado em Ensino de Ciências (UTFPR), doutorado em Educação Matemática (UCBL) e pós-doutorado em Tecnologias Educacionais (UTFPR). Tentei diversas graduações como, Ciências Econômicas, Sistemas para Internet e Análise de Sistemas, mas o que acabou me fisgando até o final, foi matemática.

Meu primeiro contato com Ciência de Dados (Data Science) foi quando eu estava no doutorado.

Eu precisava realizar algumas análises estatísticas e o software que meu orientador me indicou foi o R. Como eu nunca tinha ouvido falar, busquei por alguns cursos online e aquele que mais me chamou atenção, e que acabei realizando de ponta a ponta, de forma totalmente gratuita, foi uma especialização do Coursera, oferecida pela Universidade Johns Hopkins.

Ao fazer o curso, percebi que muita coisa do conteúdo ensinado eu já tinha experimentado batante em minhas formações anteriores: Estatística. Então, como o próprio nome diz, Ciência de dados é, basicamente, fazer ciência.

E para responder os problemas de pesquisa, utilizamos um instrumental computacional, para extrair dos dados, respostas para diversos questionamentos.

Esses questionamentos podem ter sua origem tanto no meio acadêmico quanto na indústria.

Meu primeiro projeto de Ciência de Dados, de forma profissional, aconteceu quando um amigo, representante de uma empresa de venda de próteses, pediu para que eu extraísse do site do ministério de saúde francês, todas as cirurgias de problemas de saúde específicos, os quais utilizavam próteses criadas pela empresa dele e das concorrentes.

Com as informações analisadas, ele pôde traçar uma estratégia de vendas e atender, especificamente, médicas e médicos especialistas e que eram potenciais clientes, na França inteira.

Isso aconteceu no meu último ano de doutorado e, sabendo das perspectivas acadêmicas do nosso país, decidi que me esforçaria e buscaria oportunidades na área de dados, além do mundo acadêmico.

O mercado de dados paga muito bem, com salários extremamente competitivos. Com a incerteza de ser professor universitário efetivo, investir na minha carreira de dados foi uma das melhores escolhas que fiz.

Ter realizado um doutorado me ajudou muito a elaborar planejamentos, estratégias e soluções para problemas de pesquisa. Escrever uma tese é um trabalho árduo, que exige disciplina e esforço. Acredito fortemente que as empresas olhem com bons olhos para essas pessoas. É necessario, contudo, entender que a indústria exige resultados mais rápidos, mas a curva de aprendizagem para esse fim é menos difícil do que obter o título de doutora ou doutor.

Ao ter decidido que seguria a carreira de dados, minha formação se deu em:

• Participar de campeonatos no Kaggle.

• Cursos da DataCamp

• Escrever um blog sobre minhas aprendizagens no Medium.

• Me candidatar em vagas pelo LinkedIn.

  • Eu fiz uma entrevista para uma empresa, que eu já não esperava ser chamado, para entender como funciona uma entrevista em Ciência de Dados.

  • O Nubank foi minha segunda entrevista. Deu certo. Eu não sei como funciona esse mundo de recrutamento, portanto, pode ser que dê certo de primeira, pode ser que demore muito tempo. Acredito que é importante não desistir.

• Criar projetos próprios e colocar no GitHub.

Se você quer seguir essa área, não precisa ter mestrado, ou doutorado. Uma boa afinidade com matemática e computação pode te colocar na trilha certa. Curiosidade, criatividade e capacidade analítica são características fundamentais.

Eu tenho uma comunidade no link: https://dataverso.com.br/aprendo . A quantidade de materiais nessa comunidade ainda é pouca, mas pretendo atualizar sempre que possível.

Invista em fazer cursos práticos que te dêem o ferramental necessário para construir seus próprios projetos. Participe de competições e busque aprender constantemente.

Não esqueça de se candidatar nos processos seletivos para entender como as entrevistas e testes técnicos funcionam.

Gosto muito do que faço e hoje posso dizer que sou realizado profissionalmente. Meu trabalho é regado por pesquisa, com cabeça fervendo pra fazer as coisas funcionarem e tudo isso me fascina. O ambiente de trabalho é ótimo e as pessoas são incríveis.

Muitos fatores determinaram minha mudança de carreira, mas principalmente, a possibilidade de fazer ciência e ao mesmo tempo, ter uma renda que garanta uma boa qualidade de vida. O segundo, infelizmente, é difícil ser uma realidade no mundo acadêmico.

Espero que esse post tenha te ajudado. Se sim, não esqueça de compartilhar por aí!

Até breve!