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 se tornar um Cientista de Dados?

Carlos Melo por Carlos Melo
junho 24, 2019
em Blog, Data Science
1
34
COMPARTILHAMENTOS
1.1k
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

A profissão de cientista de dados (data scientist) foi chamada de “a mais sexy deste século” pela Harvard Business Review. Se você acompanha as notícias na área de tecnologia, com certeza já viu que as companhias precisam cada vez mais de pessoas que saibam transformar informações em produtos.

Se eu tivesse que apostar em uma área para investir em conhecimentos e cursos, iria focar 100% em (1) aprender a programar em Python e (2) começaria a me dedicar ao universo do Data Science.

Salário médio anual de um data scientist (cientista de dados).

Para você ter ideia de como esse mercado está aquecido, empresas de recrutamento não estão conseguindo encontrar pessoas qualificadas para a profissão no Brasil (que oferece salários de até 22 mil reais para especialistas na área).

Se você já escutou falar dessa profissão, mas ainda não conseguiu entender o que ela faz, pense no cientista de dados como sendo aquela pessoa que consegue pegar um grande número de dados, extrair informações e gerar conhecimento.

Já no exterior, a média salarial de um cientista de dados fica acima de 11 mil dólares por mês (ou seja, quase 50 mil reais), segundo o site Glassdoor.

A profissão de Cientista de Dados é uma das mais quentes no ano de 2019.

Dentre os maiores empregadores para Data Science, estão Startups e Fintechs (como a NuBank), e até mesmo empresas tradicionais como Ambev e Wallmart. Claro, não poderia deixar de mencionar as mais queridinhas de todo mundo da área de TI, Google, Facebook e Apple.

Não sou de exatas. Posso aprender programação e ciência de dados?

Um dos maiores mitos que as pessoas que não estão inseridas no mundo da TI têm é de que apenas empresas de tecnologia precisam de cientistas de dados, e que aqueles que são formado em humanas (direito, administração, etc.) ou biológicas (medicina, farmácia, etc.) não conseguem aprender a programar.

Além de um preconceito contra as outras áreas, é uma crença falsa! Quer um exemplo simples?

Qualquer pessoa, com ou sem formação consegue ser um data scientist.

Jeremy Howard é uma das mentes mais brilhantes por trás da Inteligência Artificial (IA), na minha opinião, tendo liderado por muito tempo o ranking do Kaggle e promovido cursos de altíssimo nível para Deep Learning. Alguém arriscaria a profissão dele?

Formado em filosofia. Ponto.

O que eu mais tenho visto são jornalistas usando Python para analisar dados de contas públicas (exemplo da Operação Serenata de Amor), ou automações sendo feitas em processos jurídicos por meio da IA. Ah, sem falar as capacidades de algoritmos em detectar doenças como pneumonia e câncer em imagens de ressonância magnética e raio-x.

Alias, ninguém precisa de formação acadêmica para ser um data scientist. Você consegue aprender tudo o que precisar em cursos onlines, livros e estudos de casos dos outros.

Se eu tivesse que resumir o que uma única frase qual o objetivo de um data scientist, eu diria que é analisar uma massa de dados para fazer inferências (previsões). Análise de padrões e previsões podem ser feitas em qualquer coisa ou business.

Quais as principais competências para um Cientista de Dados?

Toda profissão tem seus requisitos que são mais ou menos padrão. Obviamente que nunca é uma regra amarrada, mas no geral eu tenho visto pela experiência que algumas habilidades e competências são BEM desejáveis para quem quiser se destacar em Ciência de Dados.

Estas são as 4 principais habilidades que um Cientista de Dados deve ter.

1. Programação

Dá para analisar dados e até fazer modelos preditivos em planilhas de Excel? Dá, mas não é o ideal, principalmente se você vai lidar com situações do dia a dia e com Big Data. Aprender a programar é obrigatório!

Se há 10 anos falavam para a gente que aprender inglês era obrigatório (e quem não aprendesse inglês estaria fora do mercado), hoje em dia essa é a relidade para a programação.

Se você não programa ainda, faça tudo para aprender. Com certeza, esta será uma competência mandatória daqui a algum tempo. Entre as principais linguagens para Ciência de Dados estão Python, R e Matlab.

Quer uma dica? Fique com Python 🙂

2. Matemática

Quando a gente fala de construir modelos de otimização e inferência, saber o básico de modelagem matemática vai te diferenciar do resto do mercado.

Você não tem que saber Cálculo III ou resolver na mão uma diferenciação parcial, mas precisa entender os conceitos basilares de cada algoritmo.

Entenda o que significa otimização, minimizar custo e função objetivo, e seja mais feliz 🙂

3. Estatística

O que hoje em dia a gente chama de Machine Learning, em boa parte foi tudo o que antes o pessoal chamava de “estatística” (quem é da área, estou generalizando, eu sei).

Se você usa regressão linear, regressão logística e não sabe estatística, as chances são de que você está usando um pacote pronto de Python e não tem ideia do porque ele funciona.

Isso está OK para o começo e aspirante a Cientista de Dados, mas um programador NUNCA pode não querer ir mais fundo, entender o que está usando. Recomendação?

Pelo menos uma vez na vida, construa na mão alguns algoritmos como Gradient Descent e uma Rede Neural com mais de duas camadas. Isso vai fazer muita diferença na sua vida de aprendizado.

4. Criatividade

Last but not Least, seja criativo e treine mais o lado do seu cérebro que pensa em soluções que fogem do senso comum.Sério. Ser criativo vai ser o diferencial de qualquer profissão no futuro.

Enquanto quase metade das profissões irão desaparecer em 20 anos por causa da automação e IA, a criatividade humanda nunca vai ser substituida (até a chegada da Skynet, pelo menos).

Para Data Science, tente sempre relacionar a sua situação problema a outras áreas da vida, e mantenha sempre acompanhando videos e Jupyter Notebooks daqueles que conseguem ficar sempre no topo dos rankings de competições.

Cientista de Dados: a profissão mais “sexy” do século 21.

HARVARD BUSINESS REVIEW

Resumo

Desde quando eu comecei a trabalhar com Data Science há alguns anos, fiquei apaixonado pelas possibilidades de coisas que conseguiria analisar e resolver.

Se eu pudesse dar um conselho hoje a alguém que está começando a programar ou que já tem alguma experiência, seria investir na carreira de Ciência de Dados. Tem muitas oportunidades de trabalho, muitas delas remotas no exterior, e todas pagando um salário acima da média.

Uma coisa é fato, comece a se preparar hoje, mesmo que esteja saindo do zero. Afinal, daqui a 5 anos, você vai ter desejado ter começado hoje 🙂

Compartilhar2Compartilhar14Enviar
Post Anterior

Reduzindo o Overfitting com Data Augmentation

Próximo Post

Redes Neurais Convolucionais com Python

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

Green Card aprovado por habilidades extraordinárias em Data Science
Blog

Green Card aprovado por habilidades extraordinárias em Data Science

por Carlos Melo
julho 14, 2025
O Que é Amostragem e Quantização no Processamento de Imagens
Artigos

O Que é Amostragem e Quantização no Processamento de Imagens

por Carlos Melo
junho 20, 2025
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
Próximo Post
Redes Neurais Convolucionais com Python

Redes Neurais Convolucionais com Python

Comentários 1

  1. Sueli da Hora Moreira says:
    3 anos atrás

    Aos 51 anos quero ingressar nesse mercado. Acha possível?
    Mesmo que não seja, vou tentar. Tenho comonuncentivi a ideía de que quem passou pela maternidade, passa por qualquer coisa, não existe nada mais difícil do que aprender da noite para o dia o que é cuidar de um bebê recém nascido aos 42 e sem nenhuma experiência anterior.
    Enfim, gostei muito do seu artigo, muito esclarescedor e motivador. Vou chegar lá e volto pra contar pra você. Por enquanto deixo meu muito obrigada!

    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

    490 compartilhamentos
    Compartilhar 196 Tweet 123
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    411 compartilhamentos
    Compartilhar 164 Tweet 103
  • O Que é Amostragem e Quantização no Processamento de Imagens

    10 compartilhamentos
    Compartilhar 4 Tweet 3
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    385 compartilhamentos
    Compartilhar 154 Tweet 96
  • Processamento de Nuvens de Pontos com Open3D e Python

    45 compartilhamentos
    Compartilhar 18 Tweet 11
  • 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
Green Card aprovado por habilidades extraordinárias em Data Science

Green Card aprovado por habilidades extraordinárias em Data Science

julho 14, 2025
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

Seguir

    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.