fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Como escrever uma Cover Letter poderosa para Data Science

Aprenda como escrever uma Cover Letter brutalmente poderosa, e conquiste aquela tão sonhada vaga no exterior como cientista de dados.

Rafael Duarte por Rafael Duarte
janeiro 8, 2023
em Carreira, Data Science
2
49
COMPARTILHAMENTOS
1.6k
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

A busca por um espaço no mercado de Data Science pode ser bem diferente do que estamos acostumados no Brasil. Além da preocupação em construir um perfil atraente no LinkedIn e na atualização do seu currículo, é essencial construir uma carta de apresentação poderosa.

Por não ser muito usada no Brasil, muitos desconhecem ou minimizam a sua importância. Por aqui, em geral o candidato apenas envia um e-mail com uma breve descrição da sua carreira e experiência.

“É sua melhor chance de chamar a atenção da pessoa de RH ou gerente de contratação e uma oportunidade importante de se diferenciar de todos os outros.” – Jodi Glickman

No entanto, na Europa e nos Estados Unidos, enviar uma Cover Letter é praticamente uma obrigação, separando quem passará ou não para a primeira etapa do processo seletivo. Por representar ponta de lança da aplicação, aqueles que tiverem feito as escolhas certas (e preparado a melhor Cover Letter) serão os vencedores; os outros ficarão pelo caminho.

Então, se você quiser aumentar as suas chances de conseguir o tão sonhado trabalho como Cientista de Dados no exterior, você precisa aprender como escrever aquilo que vai chamar a atenção da pessoa responsável pela admissão do candidato.

O que é Cover Letter

Uma Cover Letter (do inglês, carta de apresentação) é um documento que acompanha o seu currículo vitae, como se fosse um resumo mais direcionado para a empresa e o cargo que se quer assumir. Nesse documento, você destaca aquilo que julga mais importante para o empregador contratá-lo.

Veja, é diferente do currículo e do portfólio. Ambos são documentos voltados para o mercado de trabalho, mas o primeiro tem um viés mais teórico, detalhando sua formação e trajetória profissional; já o segundo é prático, apresentando aquilo de melhor produzido por você.

Pode-se também definir dois tipos de currículos: curriculum vitae (sigla CV) e curriculum lattes. Enquanto aquele reúne toda a produção acadêmica do cadastrado na plataforma Lattes, do CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico) – se quiser conhecer sobre professores e pesquisadores de universidades, por exemplo –, esse é um documento que reúne a trajetória profissional de uma pessoa (experiência e habilidades profissionais).

Exemplo de uma cover letter.

Como fazer uma Cover Letter

Assim como há o consagrado formato (“esqueleto”) de um texto dissertativo-argumentativo, o qual é composto por introdução, desenvolvimento e conclusão, podemos fazer o mesmo com uma carta de apresentação. Abaixo, elenco seus componentes.

  1. Cabeçalho.

Local em que deverá conter informações como data, endereços e contatos.

  1. Introdução.

Comece com uma introdução forte, que chame a atenção do leitor e explique por que você está se candidatando a essa vaga. Seja direto, claro e tente evitar frases genéricas.

  1. Corpo.

Destaque suas habilidades e experiências para o cargo que você pretende assumir. Você deve explicar o motivo pelo qual você está interessado na empresa e como suas experiências e habilidades se encaixam no cargo. Faça uma conexão com os valores e objetivos da empresa e como você pode contribuir para eles. Seja específico e forneça exemplos de como você usou essas habilidades no passado.

  1. Fechamento.

Encerre sua Cover Letter de forma profissional, agradecendo ao leitor pelo tempo e consideração. Indique que está ansioso para discutir como pode contribuir para a empresa e forneça suas informações de contato.

A estrutura de uma carta de apresentação.

Na imagem acima, você pode observar a estrutura de uma carta de apresentação. Em verde, o cabeçalho (datas, endereço e contatos); em azul, a introdução (informações pessoais, para que empresa e cargo está se candidatando, e por que está se candidatando); em vermelho, o corpo (suas conquistas e habilidades relacionadas ao cargo, como será útil para atender as necessidades da empresa); em laranja, o fechamento (o que o candidato pretende fazer em seguida, agradecimentos).

Abaixo, cito alguns conselhos para escrever uma carta de apresentação que seja eficiente.

  1. Pesquisa

Se você vai concorrer a uma vaga em um concurso público ou vestibular, conhecer o formato dos exames produzidos pelas bancas examinadoras é fundamental; o mesmo vale no MMA, no qual é preciso que um lutador entenda como luta seu adversário. Da mesma forma com uma carta de apresentação: você precisa conhecer tanto a empresa quanto o cargo ao qual está concorrendo. Com essas informações, você conseguirá escrever uma cover letter personalizada, específica, pensando nas necessidades da empresa.

Visitar o site da empresa, suas redes sociais, como os funcionários e gerentes se expressam – a cultura da organização. Uma vez que a Internet tornou as relações mais dinâmicas, há também a possibilidade de entrar em contato com alguém que trabalhe na empresa para conhecer um pouco mais.

  1. Familiaridade

Se você conhece alguém que lá trabalha, use esse fato a seu favor. Na investigação social de concursos para cargos policiais, por exemplo, muitos dos aprovados citam, no campo referências para contato, uma pessoa que trabalha na área também. Isso tem a ver com a confiança, principalmente nos dias de hoje.

  1. Destaque, mas nem tanto

Você deve tentar chamar atenção da pessoa responsável pela contratação, afinal você não estará concorrendo sozinho a essa vaga de emprego.

Porém, tome muito cuidado com informalidades e brincadeiras (você não é íntimo da pessoa, e estamos falando de um ambiente profissional). E o humor é muito subjetivo também: mesmo que você conheça a pessoa, ninguém é um robô: nosso humor oscila no dia.

  1. Emoção, mas nem tanto

Tente transmitir entusiasmo na sua carta, porque é um ser humano que a lerá. Ele deve estar farto de ler cartas “frias” e “sem sal”. Você tem que demonstrar que realmente quer assumir aquele cargo. Segundo John Lees, estrategista de carreira e autor de “CV eliminatório”, o entusiasmo transmite personalidade, confiança.

No entanto, nem oito nem oitenta: equilíbrio. Evite “apelar”, puxar o saco, usar do vitimismo e tal. O recrutador não é seu “parça” para ouvir lamentações ou seu “crush” para ouvir tantos elogios (não sinceros).

  1. Opinião externa

Peça para um terceiro ler sua carta antes de enviá-la. Pessoas em quem você confie e que sejam mais racionais, tenham bom senso ou experiência na área. Da mesma forma que você pede conselhos para um terceiro confiável quando teve uma “DR”, pois você quer ouvir alguém que não está contaminado pela emoção, a qual enxergará mais racionalmente.

  1. “Menos é mais”

Recomenda-se uma página o tamanho da carta. Porém, uma página pode conter uma linha ou linhas até o final da folha. Segundo o já citado Jodi Glickman, quanto mais curta for, melhor, para o responsável pela contratação não perder muito tempo (são humanos que leem; existe o tédio, e ele não só lerá uma carta). Claro, desde que seu conteúdo abarque tudo que for necessário para a ocupação da vaga; ou seja, ela deve ser pequena e densa.

  1. Personalizado

Quem gosta de receber uma mensagem genérica em uma comemoração ou como elogio? O ser humano adora mensagens, objetos e serviços personalizados, fazendo deles pessoas especiais, em destaque. Sua carta também deverá conter dados específicos do cargo e da empresa, mencionando que você possui experiência para aquele cargo em específico. Isso também demonstrará comprometimento com a empresa, que você teve interesse de buscar as informações e que conhece um pouco da empresa.

E para quem gosta de casos práticos (estudo de caso) para compreender melhor, esta página mostra dois exemplos.

Quando devo enviar a carta de apresentação?

Segundo Jodi Glickman, sempre é recomendável enviar uma Cover Letter, salvo se realmente não for possível por motivos técnicos (uma página virtual que não comporte).

Bem, há basicamente três cenários nos quais você pode lançar mão dessa ferramenta. Certamente o caso mais comum é aquele em que você está se candidatando a uma vaga de emprego, enviando um currículo (vitae) e uma carta de apresentação anexada a ele. Assim como é possível utilizar uma cover letter quando você está se candidatando a um programa de estágio ou a uma bolsa de estudo.

Uma outra dica é, se puder arcar com os custos, enviar o seu documento para um revisor que tenha o inglês como língua nativa. Digo isso pelo fato que esse, além da correção normal na dimensão gramatical, irá analisar como as palavras soam na sua dimensão psicológica (substituição de palavras por sinônimos a fim de elevar a potencialidade de persuasão da carta).

Modelo de Cover Letter e dicas de estudo

Os alunos da Escola de Data Science (EDS) têm acesso ao meu treinamento de Inglês para Carreira em Tecnologia. Além das aulas do curso, eu passo uma lista completa das ferramentas que o ajudarão a aprender inglês para o mercado de trabalho, dicas de estudo e de prática, bem como templates exclusivos para você editar.

Alguns dos modelos que os alunos recebem na Escola de Data Science.

No material disponibilizado nesse curso, você encontra não apenas modelos de Cover Letters, mas também de currículos, e-mails, mensagens para diferentes conexões do LinkedIn, entre outros.

Lembrando que, ao assinar a Escola, imediatamente serão liberados 12 cursos e mais de 200 horas de conteúdo de altíssima qualidade. E tudo isso custando menos que uma pizza por mês.

Clique no botão abaixo e conheça a Escola que o fará se destacar no mercado de trabalho!

ASSINAR A ESCOLA DE DATA SCIENCE

 

Compartilhar3Compartilhar20Enviar
Post Anterior

PrimoCast: Thiago Nigro e Carlos Melo conversam sobre Data Science

Próximo Post

Desvendando o Problema da Mochila (Knapsack Problem)

Rafael Duarte

Rafael Duarte

Relacionado Artigos

Curso de Pós-Graduação em Data Science
Data Science

Vale a pena fazer uma Pós-Graduação em Data Science?

por Carlos Melo
janeiro 20, 2025
Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”
Livros

Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”

janeiro 18, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Carlos Melo da Pós Graduação em Data Science do Sigmoidal
Aeroespacial

Oportunidades no Setor Espacial para Cientistas de Dados

por Carlos Melo
janeiro 15, 2025
O que é Visão Computacional - Podcast Data Hackers
Carreira

O que é Visão Computacional — Data Hackers Episódio #92

por Carlos Melo
agosto 12, 2024
Próximo Post
Desvendando o Problema da Mochila (Knapsack Problem)

Desvendando o Problema da Mochila (Knapsack Problem)

Comentários 2

  1. Felipe L. Alves says:
    2 anos atrás

    Excelente. Não conhecia o assunto e tentar trabalhos no exterior é um objetivo.
    Obrigado e abraços.

    Responder
    • Carlos Melo Carlos Melo says:
      2 anos atrás

      Perfeito! Obrigado pela sua visita, meu amigo.

      Responder

Deixe um comentário Cancelar resposta

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

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • Introdução ao MediaPipe e Pose Estimation

    Introdução ao MediaPipe e Pose Estimation

    482 compartilhamentos
    Compartilhar 193 Tweet 121
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    405 compartilhamentos
    Compartilhar 162 Tweet 101
  • Processamento de Nuvens de Pontos com Open3D e Python

    43 compartilhamentos
    Compartilhar 17 Tweet 11
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    381 compartilhamentos
    Compartilhar 152 Tweet 95
  • O Que é Amostragem e Quantização no Processamento de Imagens

    5 compartilhamentos
    Compartilhar 2 Tweet 1
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025
DeepSeek vazamento de dados de usuários

DeepSeek: Vazamento de dados expõe dados de usuários

fevereiro 1, 2025
DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA

DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA?

janeiro 25, 2025
Trump Anuncia Investimento de US$ 500 Bilhões em Infraestrutura de IA

Trump Anuncia Investimento de US$ 500 Bilhões em Infraestrutura de IA

janeiro 22, 2025

Seguir

  • 🎙️ Corte da minha conversa com o Thiago Nigro, no PrimoCast #224

Falamos sobre por que os dados são considerados o novo petróleo - para mim, dados são o novo bacon!

Expliquei como empresas que dominam a ciência de dados ganham vantagem real no mercado. Não por armazenarem mais dados, mas por saberem o que fazer com eles.

Também conversamos sobre as oportunidades para quem quer entrar na área de tecnologia. Data Science é uma das áreas mais democráticas que existem. Não importa sua idade, formação ou cidade. O que importa é a vontade de aprender.

Se você quiser ver o episódio completo, é só buscar por Primocast 224.

“O que diferencia uma organização de outra não é a capacidade de armazenamento de dados; é a capacidade de seu pessoal extrair conhecimento desses dados.”

#machinelearning #datascience #visãocomputacional #python
  • 📸 Palestra que realizei no palco principal da Campus Party #15, o maior evento de tecnologia da América Latina!

O tema que escolhi foi "Computação Espacial", onde destaquei as inovações no uso de visão computacional para reconstrução 3D e navegação autônoma.

Apresentei técnicas como Structure-from-Motion (SFM), uma técnica capaz de reconstruir cidades inteiras (como Roma) usando apenas fotos publicadas em redes sociais, e ORB-SLAM, usada por drones e robôs para mapeamento em tempo real.

#visãocomputacional #machinelearning #datascience #python
  • ⚠️❗ Não deem ideia para o Haddad! 

A França usou Inteligência Artificial para detectar mais de 20 mil piscinas não declaradas a partir de imagens aéreas.

Com modelos de Deep Learning, o governo identificou quem estava devendo imposto... e arrecadou mais de €10 milhões com isso.

Quer saber como foi feito? Veja no post completo no blog do Sigmoidal: https://sigmoidal.ai/como-a-franca-usou-inteligencia-artificial-para-detectar-20-mil-piscinas/

#datascience #deeplearning #computerVision #IA
  • Como aprender QUALQUER coisa rapidamente?

💡 Comece com projetos reais desde o primeiro dia.
📁 Crie um portfólio enquanto aprende. 
📢 E compartilhe! Poste, escreva, ensine. Mostre o que está fazendo. Documente a jornada, não o resultado.

Dois livros que mudaram meu jogo:
-> Ultra Aprendizado (Scott Young)
-> Uma Vida Intelectual (Sertillanges)

Aprenda em público. Evolua fazendo.

#ultralearning #estudos #carreira
  • Como eu usava VISÃO COMPUTACIONAL no Centro de Operações Espaciais, planejando missões de satélites em situações de desastres naturais.

A visão computacional é uma fronteira fascinante da tecnologia que transforma a forma como entendemos e respondemos a desastres e situações críticas. 

Neste vídeo, eu compartilho um pouco da minha experiência como Engenheiro de Missão de Satélite e especialista em Visão Computacional. 

#VisãoComputacional #DataScience #MachineLearning #Python
  • 🤔 Essa é a MELHOR linguagem de programação, afinal?

Coloque sua opinião nos comentários!

#python #datascience #machinelearning
  • 💘 A história de como conquistei minha esposa... com Python!

Lá em 2011, mandei a real:

“Eu programo em Python.”
O resto é história.
  • Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).

Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.

#machinelearning #visaocomputacional #leetcode
  • Na última aula de estrutura de dados, rodei um simulador de labirintos para ensinar como resolver problemas em grids e matrizes.

Mostrei na prática a diferença entre DFS e BFS. Enquanto a DFS usa stacks, a BFS utiliza a estrutura de fila (queue). Cada abordagem tem seu padrão de propagação e uso ideal.

#machinelearning #visaocomputacional #algoritmos
  • 🔴 Live #2 – Matrizes e Grids: Fundamentos e Algoritmos Essenciais

Na segunda aula da série de lives sobre Estruturas de Dados e Algoritmos, o foco será em Matrizes e Grids, estruturas fundamentais em problemas de caminho, busca e representação de dados espaciais.

📌 O que você vai ver:

Fundamentos de matrizes e grids em programação
Algoritmos de busca: DFS e BFS aplicados a grids
Resolução ao vivo de problemas do LeetCode

📅 Terça-feira, 01/07, às 22h no YouTube 
🎥 (link nos Stories)

#algoritmos #estruturasdedados #leetcode #datascience #machinelearning
  • 💡 Quer passar em entrevistas técnicas?
Veja essa estratégia para você estudar estruturas de dados em uma sequência lógica e intuitiva.
⠀
👨‍🏫 NEETCODE.io
⠀
🚀 Marque alguém que também está se preparando!

#EntrevistaTecnica #LeetCode #MachineLearning #Data Science
  • Live #1 – Arrays & Strings: Teoria e Prática para Entrevistas Técnicas

Segunda-feira eu irei começar uma série de lives sobre Estruturas de Dados e Algoritmos. 

No primeiro encontro, falarei sobre um dos tipos de problemas mais cobrados em entrevistas: Arrays e Strings.

Nesta aula, você vai entender a teoria por trás dessas estruturas, aprender os principais padrões de resolução de problemas e aplicar esse conhecimento em exercícios selecionados do LeetCode.

📅 Segunda-feira, 23/06, às 21h no YouTube

🎥 (link nos Stories)

#machinelearning #datascience #cienciadedados #visãocomputacional
  • 🤖 Robôs que escalam, nadam, voam e rastejam.

Acabei de ver o que a Gecko Robotics está fazendo — e é impressionante.
Eles usam robôs que escalam, rastejam, nadam e voam para coletar dados estruturais de ativos físicos como navios, refinarias e usinas de energia.

Depois, tudo isso entra numa plataforma de AI chamada Cantilever, que combina:

✅ Ontologias baseadas em princípios físicos
✅ Edge robotics + sensores fixos
✅ Modelos preditivos para manutenção e operação

É como se estivessem criando um Digital Twin confiável de infraestruturas críticas — com dados de verdade, coletados direto do mundo físico.

Ah, e agora alcançaram status de unicórnio 🦄:
$1.25B de valuation, com foco em defesa, energia e manufatura pesada.

#MachineLearning #Robótica #MLOps #visãocomputacional
  • 🚨 FALTAM 2 DIAS!
As inscrições para a nova Pós em Visão Computacional & Deep Learning encerram neste domingo, 8 de junho, às 23h59.

Essa é sua chance de dominar IA aplicada, com foco total em projetos, e conquistar oportunidades como Machine Learning Engineer ou Computer Vision Specialist, no Brasil ou no exterior.

🔗 Link na bio para garantir sua vaga com bônus e valor promocional!

#VisaoComputacional #DeepLearning
  • 🤔🤔🤔 verdade ou mentira??
  • 🚀 NOVA PÓS EM VISÃO COMPUTACIONAL!

Seja especialista em Visão Computacional e Deep Learning! 

✔️ 400h de conteúdo
✔️ Curso reconhecido pelo MEC
✔️ Foco em prática e projetos reais

💡 1 CURSO, 2 CARREIRAS
Atue como Machine Learning Engineer E Computer Vision Engineer! 

📅 Aula de lançamento: 1º de junho, 20h

📍 Link na bio. Ative o lembrete e participe!

#computervision #machinelearning #datascience
Instagram Youtube LinkedIn Twitter
Sigmoidal

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

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional 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

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.