fbpx
Sigmoidal
  • Home
  • CursosNOVO
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • Home
  • CursosNOVO
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados
Home Artigos Outros Carreira

A faculdade lhe ensinou tudo, menos como conseguir um emprego.

Carlos Melo por Carlos Melo
julho 28, 2021
em Carreira
0
A faculdade lhe ensinou tudo, menos como conseguir um emprego.
101
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

E mesmo passando por essa frustração logo após se formarem, muitos continuarão apostando todas as suas fichas em mais cursos livres, pós-graduações, MBAs e qualquer coisa que lhes entregue um certificado em formato pdf.

Currículo, diplomas, certificados.

Isso é tudo que eles acreditam que precisam para “estarem preparados para o mercado de trabalho”.

Entretanto, após mais anos de estudo e mais dinheiro investido, essas pessoas provavelmente continuarão sem saber como conseguir uma vaga.

E continuarão enviando currículos que nunca serão lidos.

Se conseguir uma vaga como Cientista de Dados é algo do seu interesse, participe da Semana Data Science na Prática, que vai acontecer entre os dias 06 e 12 de dezembro. Inscreva-se na Semana Data Science na Prática e conheça um plano à prova de falhas para levá-lo do zero à vaga em Ciência de Dados.

Dissonância cognitiva

O poder de manter duas crenças contraditórias na sua mente. É isso que o faz colecionar diplomas, mesmo sabendo que esse é um caminho ineficiente.

Claro, a faculdade tem o seu papel — apesar de observarmos constantemente a tríade “ensino, pesquisa e extensão” ser aplicada de maneira completamente desbalanceada.

Porém, o que está em foco não é uma discussão sobre o escopo ou espectro de atuação das instituições de ensino superior. Essa é uma variável sobre a qual você não tem controle e, inevitavelmente, cairíamos em um papo de boteco.

Menos discussões ideológicas, mais discussões práticas.

Vamos falar sobre variáveis que você tem controle.

Você realmente acredita que fazer cursos, enviar currículos e colecionar certificados é a melhor maneira de conseguir uma vaga em Data Science?

Você tem um plano sólido, com as principais linhas de ação, considerando médio e longo prazos, para atingir seu objetivo na carreira?

Você tem cometido o erro que a maioria das pessoas comete diariamente?

Bem, o fato é que a maioria das pessoas também está perdida em relação ao planejamento da própria carreira.

E, apesar dessas pessoas se sentirem angustiadas e desconfortáveis em relação ao futuro da própria carreira, ainda assim elas serão reacionárias a qualquer proposta contrária ao status quo do sistema na qual estão inseridas.

Agora, seja sincero com você mesmo.

Você espera obter resultados diferentes fazendo as mesmas coisas que elas?

Essas pessoas estão onde você gostaria de estar?

Elas atingiram os objetivos que você espera atingir?

Há um outro caminho; um caminho em que você torna a concorrência irrelevante.

Pare de estudar Data Science!

Pare de estudar e aprenda Data Science com projetos do mundo real. Construa uma carreira de cientista de dados, do absoluto zero, de forma prática como você nunca viu.

Chegou a hora de você conhecer o caminho para eliminar a frustração de não saber por onde começar e investir a sua energia no que realmente vai lhe gerar grandes resultados.

Participe da Semana Data Science na Prática, entre os dias 06 e 12 de dezembro, em que vou lhe mostrar o caminho para aprender Data Science e conseguir uma vaga na área.

Clique no botão abaixo e participe da Semana Data Science na Prática

QUERO ME INSCREVER NA SEMANA DATA SCIENCE NA PRÁTICA

Lembre: no mercado de trabalho, existem dois tipos de pessoas:

1. Existem aquelas pessoas que só fazem cursos, estudam a teoria, colecionam certificados e mandam currículos que nunca serão lidos. São pessoas que nunca conseguem monetizar o conhecimento adquirido ou aumentar seu salário;

2. Por outro lado, existem aquelas pessoas que trabalham com uma estratégia de Oceano Azul, otimizam o tempo fazendo projetos práticos desde o começo, constroem um portfólio diferenciado e criam um personal branding, que torna a concorrência irrelevante.

Você quer continuar fazendo cursos e colecionando diploma enquanto não faz a mínima ideia de como ganhar dinheiro com isso,

ou você quer aprender Data Science na Prática e construir uma carreira de verdade, consequentemente ser procurado pelos recrutadores?

Espero-o no grupo exclusivo dos alunos.

Abraços!

Carlos Melo

Tags: carreiraCursosfaculdade
Post Anterior

Quanto ganha um Cientista de Dados?

Próximo Post

7 Livros de Data Science em 2021

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

Data Science no exterior - como fazer uma Cover Letter
Inglês

Como escrever uma Cover Letter poderosa para Data Science

por Rafael Duarte
janeiro 8, 2023
GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro
Data Science

Aprenda Data Science ou pague o preço de uma decisão errada

por Carlos Melo
janeiro 5, 2023
aprenda python do zero - curso gratuito
Carreira

Projeto Python: um plano à prova de desculpas

por Carlos Melo
outubro 3, 2022
Entrevista com Rodrigo Gianotto, CTO do Grupo Primo
Carreira

Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

por Carlos Melo
julho 30, 2022
Use a estratégia da Apollo 13 para conseguir uma vaga no mercado
Artigos

Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

por Carlos Melo
julho 22, 2022
Próximo Post
7 Livros de Data Science em 2021

7 Livros de Data Science em 2021

Deixe um comentário Cancelar resposta

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

Destaques Sigmoidal

NFT e artes criadas por Inteligência Artificial

NFT e artes criadas por Inteligência Artificial

junho 17, 2022
Detector de Fadiga usando Python

Detector de Fadiga usando Python

outubro 6, 2020
7 Livros de Data Science em 2021

7 Livros de Data Science em 2021

outubro 8, 2021
Especialização em Visão Computacional Especialização em Visão Computacional Especialização em Visão Computacional

Seguir

  • Camera Tracking, Reconstrução 3D e a Arte da Visão 🎥👁️‍🗨️

O “camera tracking” é uma técnica que permite a análise e reprodução do movimento da câmera em filmagens 2D. 

Esta análise fornece dados vitais sobre a posição e orientação da câmera ao longo do tempo, sendo essencial para a integração de elementos 3D virtuais em visuais 2D. 

A minha jornada acadêmica levou-me ao coração da engenharia de visão computacional, onde explorei tópicos cruciais como lens distortion, camera calibration e image processing. Dediquei-me a técnicas avançadas, abrangendo desde a utilização de filtros Gaussianos, conversão de imagens para grayscale até algoritmos de keypoint detection. 

No decorrer de meus estudos, tive a chance de trabalhar com métodos clássicos, como “Harris Corner Detection”, e também com abordagens mais contemporâneas como ORB, além de descritores como SIFT, SURF e BRISK.

Mas apesar da minha formação predominantemente técnica, centrada no mundo dos modelos quantitativos e da modelagem matemática, identifiquei um diferencial valioso na trilha da visão computacional.

🎨 Esse diferencial foi a capacidade de não se limitar apenas ao lado técnico. Ao contrário, busquei uma fusão entre a precisão técnica e a sensibilidade artística.

Compreendi que a verdadeira inovação surge quando se une o rigor técnico à visão criativa. Nessa intersecção, a arte e a ciência dançam juntas, produzindo resultados que são ao mesmo tempo precisos e emocionalmente impactantes.

Como o escritor A. D. Sertillanges expressou tão eloquentemente, nossa vocação como seres humanos exige que primeiro estejamos profundamente enraizados em nossa humanidade, viajando com confiança e solidez:

💬 “Toda ciência, quando cultivada isoladamente, não é apenas incompleta, mas também repleta de riscos.”

Serve como um lembrete constante de que dentro de cada tarefa computacional e linha de código existe uma miríade de histórias, prontas para serem reveladas e compartilhadas. 

#machinelearning #visãocomputacional
  • 🤖Você já testou essa ferramenta? 

Prece mentira, mas você pode gravar um vídeo seu agora mesmo, e subir nesse site para ele dublar para inglês e várias outras línguas! 🇺🇸🇪🇸🇧🇷🇩🇪

E não apenas isso! Ele sincroniza inclusive os seus lábios para ficar o mais real possível. 

O que você achou? Que tal testar agora mesmo e me mandar?

#machinelearning #inteligenciaartificial
  • ‘Eu nasci assim, eu cresci assim, vou sempre usar arquivos CSV…’ 🎶

Será mesmo? Se a síndrome de Gabriela te prende aos antigos e gigantes arquivos CSV, é hora de repensar! 🤔

Calma, não me entenda mal. Eu uso arquivos CSV para muitas coisas, mesmo! Mas permita-me apresentar um formato que já é bem conhecido pelos engenheiros de dados, mas que, por algum motivo, ainda não é muito famoso entre os cientistas de dados.

O principal problema do CSV é sua estrutura. Eles são armazenados como uma lista de linhas (conhecido como orientado a linhas), o que causa duas grandes complicações: eles são lentos para consultar e, para complicar ainda mais, SQL e CSV simplesmente não se dão bem.

Agora, entre em cena o Parquet: um formato orientado a colunas. Diferentemente dos CSVs, ele organiza seus dados por colunas, o que facilita e agiliza a consulta.

Além disso, é um formato de código aberto, licenciado sob Apache, o que o torna uma opção atrativa não apenas pela sua eficiência, mas também pela flexibilidade e transparência. Engenheiros de dados já se beneficiam das vantagens do Parquet há algum tempo, então por que os cientistas de dados não dariam uma chance também?

Se você é um cientista de dados e ainda não experimentou o Parquet, talvez seja o momento de se aventurar. E aí, já conhecia essa alternativa? Deixe seus comentários! 🚀

#machinelearning #datascience  #visaocomputacional
  • Eu não aprendi a estudar do dia para a noite.

Foram anos de aprimoramento e busca contínua por um método que me permitisse aprender qualquer coisa sozinho.

Nessa sequência de stories eu conto um pouco da minha trajetória, passando pela AFA, ITA e aprendizado de línguas. 

Se você ainda não tem o hábito da leitura, mas gostaria de aprender qualquer coisa rapidamente, como autodidata, você não pode perder a live de hoje. 

🔴AULA AO VIVO (hoje, às 20 horas)

✅Como criar uma rotina de estudo
✅Como criar resumos e notas de revisão
✅Como manter o foco e a concentração
✅Técnicas de Ultra-Aprendizado

Clique no link dos stories e ative a notificação da aula!
  • 📚Ao contrário do que o senso comum pode te induzir a pensar, você não pode querer apenas estudar livros técnicos. 

Ler e memorizar demandam a construção de múltiplas habilidades em diferentes dimensões. Afinal, você precisa crescer não apenas na vida profissional, mas também na humana, espiritual e familiar. 

No entanto, a escolha de livros errados podem prejudicar perigosamente a formação do conhecimento intelectual.

Por esse motivo, aqui vai uma sugestão de livros para aqueles que querem começar uma vida de estudos. 

E se você quiser aprender mais sobre como melhorar sua memória, elaborar resumos da maneira correta e manter o foco na leitura, mande uma mensagem por direct com a palavra “ESTUDO”. 

Depois que você enviar a palavra “estudo”, eu vou te encaminhar o link da aula exclusiva que eu farei sobre o assunto. 

Agora me diz, quais desses livros você já leu? Ou está na fila para leitura?

#leitura #estudos #machinelearning #computervision
  • ORB-SLAM é um sistema SLAM (Localização e Mapeamento Simultâneos) de última geração que utiliza uma combinação de métodos baseados em características e métodos diretos para alcançar desempenho em tempo real em diversas plataformas. Foi concebido por pesquisadores da Universidade de Zaragoza, Espanha, e agora é amplamente adotado tanto na academia quanto na indústria.

O nome ORB-SLAM deriva do seu uso de características Oriented FAST e Rotated BRIEF (ORB) para detectar e combinar pontos-chave em imagens. Essas características, juntamente com outras técnicas como fechamento de loop e otimização de pose, garantem uma localização e mapeamento robustos e precisos.

Graças à sua combinação de métodos baseados em características e diretos, juntamente com suas capacidades em tempo real e compatibilidade versátil de plataforma, ORB-SLAM destaca-se como um recurso inestimável para profissionais em visão computacional e robótica.

Ansioso para aprender como implementar o ORB-SLAM 3, desde sua instalação até a execução do sistema usando seus dados? Acesse o blog do sigmoidal e veja o tutorial com o passo a passo que eu preparei.

https://sigmoidal.ai

#visãocomputacional #machinelearning #slam #opencv
  • Filhos não são um direito, mas um dom de Deus. E hoje fomos abençoados com o nascimento da Bettina. 

Já te amamos muito, minha Pycotinha!
  • Sorria, você está sendo filmado (e analisado pela Visão Computacional)! Estimação de velocidade, fluxo óptico de pedestres e veículos, identificação de objetos abandonados, análise de comportamentos, cruzamento de dados com a base da polícia... quais outras possibilidades você enxerga?
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Artigos
  • Blog
  • Carreira
  • Colunistas
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • Inglês
  • Iniciantes
  • Inteligência Artificial
  • Livros
  • Machine Learning
  • Notícias
  • Outros
  • Projetos
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística salário seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão

© 2023 Sigmoidal - Aprenda Data Science e Python na prática.

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos de Visão Computacional, Data Science e Python
  • Artigos
  • YouTube
  • Sobre Mim
  • Contato

© 2023 Sigmoidal - Aprenda Data Science e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Aprenda Python do Zero

50% Off

Oferta exclusiva de aniversário do Sigmoidal. Inscreva-se no curso Python do Zero hoje mesmo.

QUERO APROVEITAR O DESCONTO