Por onde começo a minha carreira em ciência de dados ?: (parte 1)

Com contribuições de Juciana Dias Rodrigues

Há momentos na vida em que sentimos a necessidade de conquistar novos desafios, porém migrar de área não é uma tarefa fácil, ainda mais se tratando de profissionais experientes que já construíram um certo vínculo com alguma atividade, pode até parecer mais difícil, mas não impossível. E que tal considerar a ciência de dados?

Sair da zona de conforto sempre assusta, mas o primeiro passo você já deu, pensar na possibilidade, caso contrário nem estaria lendo esse artigo.


O segundo passo é estudar, e pode crer, sem isso nada é possível, mas com orientação é mais fácil.

Ciência de dados é um universo à parte, e existem milhares de cursos, assuntos que fazem qualquer um ficar perdido, se estiver migrando de área então, a diversidade pode ser conflitante. A minha ideia é mostrar uma trilha para organizar estudos e planos para tornar esta mudança mais fácil.

Há uma longa jornada até se tornar um cientista de dados, mas isso não quer dizer que com a bagagem que for adquirindo não seja possível atuar em funções correlatas como analista, por exemplo, ou mesmo conhecer opções como arquitetura, engenharia, governança, entre outras. E a cada dia surgem novos perfis na ciência de dados. A área é vasta e ainda só está começando, então mãos à obra.

Vamos iniciar com materiais básicos e abrangentes, com eles você desenvolverá aptidões, conhecerá de tudo um pouco e será uma boa alternativa para entender seus pontos fortes que podem render mais investimentos. Darão aquele ponta pé para sua nova profissão, não os menospreze, são feitos por instituições que são referência no ensino de ciência de dados para melhorar, em português e com ótimo suporte.

Big Data Fundamentos 2.0

Introdução à Ciência de Dados 2.0

Seguindo ainda a mesma trilha temos programas voltados para conhecimentos mais técnicos que incluem programação R e Python, são linguagens bem acessíveis até para quem nunca programou nada e essenciais as habilidades dos cientistas. Há também excelentes canais no YouTube, com aulas desde os níveis mais iniciantes, vou deixar algumas indicações abaixo.

Python Fundamentos Para Análise de Dados

Curso de programação em R – Canal Zurubabel

Curso de Python 3 – Canal Curso em Vídeo

Depois já dá pra encarar uma formação que é bem mais extensa, mas que pela riqueza do conteúdo se torna um bom investimento.

Formação Cientista de Dados com R e Python 

Recomendo muito e o Fernando Amaral muito didático, ele produz bastante conteúdo bom e acessível na Udemy (sugiro que compre nas promoções que deixam os cursos com valores abaixo de R$50,00). Recomendo também os instrutores Diego Mariano, Jones Granatyr, Jose Portilla e Kirill Eremenko

Microsoft Power BI para Data Science  – este curso é muito bom para começar a criar visualizações de dados, uma parte vital na ciência de dados.

Data Science do zero – treinamento desenvolvido pelo Minerando dados. Dão aquele suporte e aulas bem interessantes, além de reuniões on line para tirar dúvidas.

Quando estiver mais confiante com sua nova área já pode conhecer outras plataformas com bons conteúdos e valores diversificados como a Alura, Coursera, Udacity, Datacamp, EdX, todos com programas atraentes e bem recomendados. Eu particularmente me identifiquei com os cursos da DSA e não me arrependo da minha escolha e por isso minhas recomendações são dos cursos que fiz.

No próximo artigo: Por onde começo a minha carreira em ciência de dados ?: (parte 2) retomaremos o assunto, com livros, comunidades, podcasts, certificações para que esteja cercado de opções para alavancar sua nova carreira.

4 comentários em “Por onde começo a minha carreira em ciência de dados ?: (parte 1)

  • Pingback: Quem é o analista de dados? - ABRACD - ASSOCIAÇÃO BRASILEIRA DE CIÊNCIA DE DADOS

  • Pingback: Data mining: o que é e por onde começar? - ABRACD - ASSOCIAÇÃO BRASILEIRA DE CIÊNCIA DE DADOS

  • Avatar
    fevereiro 3, 2021 em 5:21 pm
    Permalink

    Pessoal, muito obrigado pelo texto, de verdade!! Agora, por favor, preciso muito de uma luz de vocês…

    Seguinte, sou advogado, tenho 24 anos e um ano de formado, e hoje vejo o quanto a área do direito está abarrotada e, além disso, o quanto é ATRASADA em diversos aspectos, devido a burocracia e a dificuldade em inovar… O resultado disso é que estou decidido a tentar uma segunda formação ou uma segunda opção na área de tecnologia.

    Após muita pesquisa, me admirei pela Ciência de Dados e já até me inscrevi em um curso indicado por vocês (Microsoft Power BI Para Data Science, Versão 2.0) e separei alguns materiais para me familiarizar ainda mais com esse universo.

    Ocorre que, como disse, não tenho formação em matemática, ciência da computação, estatística ou qualquer outra que pudesse me dar um conhecimento básico para tentar começar uma carreira como cientista de dados. Ou seja, não sei por onde começar, que caminho percorrer, o que estudar primeiro, se faço cursos livres, se faço um bacharelado em alguma área que me dê uma base ou um curso tecnológico em big data… Enfim.

    Minhas perguntas são:

    – Seria possível mudar de carreira assim abruptamente?

    – Os cursos indicados funcionam para pessoas que não tem ainda um background avançado matemática, programação, estatística etc.? Devo adquirir algum conhecimento básico antes de fazer cursos específicos para ciência de dados?

    Muito obrigado desde já e se puderem me dar um norte, eu agradeceria eternamente!!

    Resposta
    • maio 27, 2021 em 1:45 pm
      Permalink

      Amigo, trabalhar em uma carreira de tecnologia e com dados requer antes de tudo uma curiosidade e talento nato que o próprio pode dizer se tem, pesquise nas suas habilidades se já tentou programar algum dia ou se resolve problemas de maneira pragmática usando inclusive cálculos e probabilidades, se você tem um pouco destas facilidades o restante da para aprender em 1 ano e será preciso mais um ano de estagio.

      Resposta

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *