fbpx
  • Sobre Mim
  • Cursos
  • Contato
Sigmoidal
  • Home
  • Artigos
    • All
    • Carreira
    • Data Science
    • Deep Learning
    • Iniciantes
    • Inteligência Artificial
    • Machine Learning
    • NFT
    • Projetos
    • Python
    • Teoria
    • Tutoriais
    • Visão Computacional
    • Youtube
    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

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

    Projeto Python do Zero: evento 100% gratuito

    Projeto Python do Zero: evento 100% gratuito

    Aprenda Python e se destaque no mercado

    Aprenda Python e se destaque no mercado

    NFT e artes criadas por Inteligência Artificial

    NFT e artes criadas por Inteligência Artificial

    Crie um sistema de vigilância com drones e Deep Learning

    Crie um sistema de vigilância com drones e Deep Learning

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Revisão do livro “Deep Learning”

    Revisão do livro “Deep Learning”

    Entendendo as árvores de decisão em Machine Learning

    Entendendo as árvores de decisão em Machine Learning

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Como fazer gráficos rotulados em Python

    Como fazer gráficos rotulados em Python

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

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

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

    Trending Tags

    • python
    • data science
    • machine learning
    • deep learning
    • tutoriais
  • Python do Zero
  • Produções Sigmoidal
  • Escola de Data Scienceassine
No Result
View All Result
  • Home
  • Artigos
    • All
    • Carreira
    • Data Science
    • Deep Learning
    • Iniciantes
    • Inteligência Artificial
    • Machine Learning
    • NFT
    • Projetos
    • Python
    • Teoria
    • Tutoriais
    • Visão Computacional
    • Youtube
    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

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

    Projeto Python do Zero: evento 100% gratuito

    Projeto Python do Zero: evento 100% gratuito

    Aprenda Python e se destaque no mercado

    Aprenda Python e se destaque no mercado

    NFT e artes criadas por Inteligência Artificial

    NFT e artes criadas por Inteligência Artificial

    Crie um sistema de vigilância com drones e Deep Learning

    Crie um sistema de vigilância com drones e Deep Learning

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Revisão do livro “Deep Learning”

    Revisão do livro “Deep Learning”

    Entendendo as árvores de decisão em Machine Learning

    Entendendo as árvores de decisão em Machine Learning

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Como fazer gráficos rotulados em Python

    Como fazer gráficos rotulados em Python

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

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

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

    Trending Tags

    • python
    • data science
    • machine learning
    • deep learning
    • tutoriais
  • Python do Zero
  • Produções Sigmoidal
  • Escola de Data Scienceassine
No Result
View All Result
Sigmoidal
No Result
View All Result
Home Artigos

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

Carlos Melo by Carlos Melo
julho 22, 2022
in Artigos, Blog, Carreira, Data Science, Iniciantes
0
Use a estratégia da Apollo 13 para conseguir uma vaga no mercado
122
VIEWS
Compartilhar no LinkedInCompartilhar no FacebookPublicar no Twitter

Às 13h13 do dia 11 de abril de 1970, foi lançado do Centro Espacial John F. Kennedy o foguete Saturno V, cumprindo a sétima missão tripulada do Programa Apollo, da Nasa: a missão Apollo 13.

Até então, outras duas missões já haviam conseguido levar homens à Lua – ao total, foram sete missões a esse corpo celeste, todas nomeadas de Apollo, de 11 a 17.

No entanto, uma mensagem transmitida ao Centro de Comando e Controle da missão já indicava que algo havia mudado.

- Houston, nós temos um problema.
- Aqui é Houston. Repita, por favor.
- Houston, nós temos um problema. Temos uma perda de energia no painel B.
- Ok, aguarde instruções, Apollo 13. Nós estamos verificando a situação.
- Houston, nós temos uma enorme quantidade de luzes de ALERTA e CUIDADO piscando aqui!

Os astronautas da Apollo 13 não sabiam naquele momento, mas o tanque número 2 de oxigênio havia explodido. Além de vital para a respiração dos tripulantes, o oxigênio é utilizado pelos sistemas de propulsão do foguete.

Dezenas de especialistas foram chamados à Nasa a fim de encontrar uma solução para aquela situação dramática. O maior problema, pelo menos imediatamente, era descobrir uma forma de evitar que os níveis de dióxido de carbono (ou gás carbônico, CO2) aumentassem muito rápido, o que certamente mataria os três astronautas.

Para piorar, esses especialistas tiveram que imaginar uma solução usando apenas os equipamentos que os astronautas tinham na nave – como sacos plásticos, caixas de papel e fita crepe. A solução teria que ser tão simples a ponto de as instruções dadas pelos especialistas poderem ser transmitidas pelo rádio e replicadas pelos astronautas.

Um astronauta segurando uma bolsa de água do Sistema Portátil de Suporte à Vida (PLSS), conectado a uma mangueira da Câmera Topográfica Lunar (Hycon). No fundo, está a “caixa de correio”, que os astronautas da Apollo 13 improvisaram para usar as latas de hidróxido de lítio (LiOH é utilizado para transformar o CO2, que em altas concentrações é letal, em outros compostos) do Módulo de Comando (CM) e purgar o dióxido de carbono da atmosfera no Módulo Lunar.

Esse momento dramático foi palco de verdadeiros embates entre os mais brilhantes engenheiros dessa agência espacial. Todo tipo de solução apresentada foi debatida, considerada ou descartada. Felizmente, graças à criatividade desses especialistas (engenho significa, segundo o dicionário digital Aulete Caldas: “capacidade de criar, de inventar. Faculdade de quem é hábil; destreza”), todos os astronautas da missão Apollo 13 conseguiram sobreviver e voltar à Terra.

Nas palavras de um cientista dessa agência norte-americana, a “Apollo 13 demonstrou a capacidade do ser humano em resolver problemas difíceis com soluções simples”. A própria Ciência utiliza a simplicidade como princípio (Navalha de Ockham): “múltiplas explicações adequadas e possíveis para o mesmo conjunto de fatos, deve-se optar pela mais simples daquelas”.

O QUE A APOLLO 13 TEM A VER COM CONSEGUIR UMA VAGA NO MERCADO DE TRABALHO

Esse fato ilustra algo muito importante para a vida cotidiana e profissional: soluções, ainda que simples, também funcionam, afinal são soluções também. Antes de criar um setlist com itens que você considera que o deixarão totalmente preparado para algo, tente utilizar aquilo que você já tem em mãos. Por exemplo, para correr na rua, você não precisa das roupas mais caras, do tênis mais caro, de se sentir totalmente confiante; basta colocar uma roupa confortável e um tênis minimamente apropriado (ou até descalço mesmo, dependendo do terreno).

Da mesma forma, aqueles engenheiros espaciais tinham que pensar numa solução que utilizasse apenas materiais presentes na espaçonave, afinal de contas eles não teriam tempo (e seria muito caro também) de levar materiais da Terra à Lua.

A ideia de que é preciso ter tudo a sua disposição só o atrasará e fará com que você procrastine, afinal nunca você estará 100% pronto, dispondo sempre dos melhores recursos para realizar algo. A escassez e a necessidade são amigas da otimização, da eficiência – como diz aquele famoso ditado: “tirar leite de pedra”. Sendo assim, utilize logo o que você tem no momento para construir alguma coisa.

Eugene Francis “Gene” Kranz, representado pelo ator Ed Harris no filme Apollo 13. Ex-piloto, engenheiro aeroespacial e diretor de voo norte-americano, é conhecido por ter sido um dos responsáveis pelo resgate da Apollo 13.

Trazendo essa ideia para o mercado de Data Science, o conselho que eu lhe dou é: materialize seu conhecimento, produza seu próprio conteúdo. Não faz sentido ler uma dezena de livros e matricular-se em diversos cursos, mas não produzir nada concreto, nada palpável.

Como é que um empregador vai contratá-lo, em uma área tão nova e prática, se só o que você construiu é conhecimento, o qual está preso no seu cérebro? Essa pessoa não tem acesso ao que você conhece, ainda que você tenha muito conhecimento.

CRÍTICA AO MODELO TRADICIONAL

O que estou escrevendo veio a partir de minha experiência pessoal mesmo (empirismo), não foi um devaneio. Eu passei pelas mesmas frustrações que você está passando nesse momento da carreira, por isso criei o Data Science na Prática. Existem muitos cursos que prometem tornar você um expert em Data Science. Porém, o que eu sempre notei é a presença excessiva de teoria, a ausência de uma preparação para o mercado e a falta de aplicação na vida real.

O problema da maioria dos cursos, livros e treinamentos em Data Science é que eles o preparam apenas para as habilidades conhecidas como hard skills. Ou seja, você aprende a programar, analisar dados, plotar gráficos, construir modelos de machine learning, fazer deploy… e só! Claro, saber tudo isso é muito importante. No entanto, como ser contratado? Como conseguir um emprego?

“Apollo 13 demonstrou a capacidade do ser humano em resolver problemas difíceis com soluções simples”

Sabe o que a maioria das pessoas fazem? Elas criam seus perfis no LinkedIn, enviam currículos para todas as vagas que encontram pela frente, continuam aprimorando suas habilidades, mas nunca recebem resposta dessas empresas. Essa falta de resposta ou a sua negativa é frustrante, o que faz com que o profissional se sinta menosprezado e se desestimule.

“Certo, se essa não é a maneira correta, então qual é a correta?”, você me questiona.

COMO CONQUISTAR SEU EMPREGO DE CIENTISTA DE DADOS UTILIZANDO ESSA IDEIA

Bem, para você ter mais chance de conseguir uma vaga em um mercado tão competitivo, você precisa aplicar uma técnica simples, que vai contra tudo que estão fazendo por aí. Estou falando de aplicar uma tática que vai fazer com que os recrutadores venham atrás de você.

Se você quer começar a carreira como cientista de dados, precisa conhecer e aplicar os 3 pilares básicos desde o começo (a famosa Metodologia 3P): Prática, Portfólio e Personal Branding.

1) Data Science com foco na prática e projetos.

Desde sempre, trabalhe com projetos práticos e use dados do mundo real. Apenas estudar teoria e fazer listas de exercícios não vão deixá-lo preparado para o mercado. Lidar com problemas reais também vai motivá-lo muito mais, mostrando os potenciais dessa área fantástica.

2) Você é o seu portfólio

Já parou para pensar quantas horas você já gastou até hoje apenas estudando? Porém, quantos projetos você já publicou? Você tem um portfólio no Github? Se você ainda não tem um repositório, está desperdiçando todas as horas que gastou estudando.

Não existe o caso de você concluir qualquer projeto (por mais simples que seja) e não o publicar. Porque, em Data Science, currículo tem um peso menor; já o portfólio é a sua vitrine, em que você deve depositar muita energia.

3) Crie sua marca pessoal

Este é o principal pilar de todos, porém e o mais ignorado pelas pessoas. Personal Branding (ou marca pessoal) é o que vai criar sua autoridade e fazer com que recrutadores e headhunters venham atrás de você.

Comece a publicar conteúdo imediatamente.  Faça com que as pessoas saibam quem é você. Tenha um plano de ação para criar uma marca pessoal. Eu defendo o princípio do Content Marketing para qualquer um que esteja querendo se diferenciar de todos os demais profissionais do mercado.

PORTANTO, FOQUE MAIS NO PRÁTICO

Utilize seu conhecimento para transformá-lo em projetos reais – não precisa ser algo grandioso, basta ter uma utilidade prática. Coloque, desde logo, em prática os três pilares (Prática, Portfólio e Personal Branding), isso com certeza o colocará em destaque no mercado de trabalho.

Tags: apollo 13carreiracientista de dadosdata sciencenasapython
Previous Post

Projeto Python do Zero: evento 100% gratuito

Carlos Melo

Carlos Melo

Piloto da Força Aérea Brasileira por 16 anos, Mestre em Ciências e Tecnologias Aeroespaciais pelo ITA e criador do Sigmoidal.

Deixe um comentário Cancelar resposta

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

Fique Conectado

  • 20.7k Followers
  • Trending
  • Comments
  • Latest
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como criar uma WordCloud em Python

Como criar uma WordCloud em Python

outubro 8, 2019
Redes Neurais Multicamadas com Python e Keras

Redes Neurais Multicamadas com Python e Keras

junho 6, 2019
Como lidar com dados desbalanceados?

Como lidar com dados desbalanceados?

dezembro 24, 2019
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

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

10
Machine Learning para a Detecção de Câncer de Mama

Machine Learning para a Detecção de Câncer de Mama

4
NLP para analisar Rony Meisler, CEO da Reserva

NLP para analisar Rony Meisler, CEO da Reserva

3
Redes Neurais Convolucionais com Python

Redes Neurais Convolucionais com Python

2
Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

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

julho 22, 2022
Projeto Python do Zero: evento 100% gratuito

Projeto Python do Zero: evento 100% gratuito

julho 19, 2022
Aprenda Python e se destaque no mercado

Aprenda Python e se destaque no mercado

julho 17, 2022
NFT e artes criadas por Inteligência Artificial

NFT e artes criadas por Inteligência Artificial

junho 17, 2022

Recent News

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

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

julho 22, 2022
Projeto Python do Zero: evento 100% gratuito

Projeto Python do Zero: evento 100% gratuito

julho 19, 2022
Aprenda Python e se destaque no mercado

Aprenda Python e se destaque no mercado

julho 17, 2022
NFT e artes criadas por Inteligência Artificial

NFT e artes criadas por Inteligência Artificial

junho 17, 2022
Sigmoidal

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

Fique Conectado

Navegar por Categoria

  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Iniciantes
  • Inteligência Artificial
  • Livros
  • Machine Learning
  • NFT
  • Notícias
  • Produções Originais
  • Projetos
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Artigos Recentes

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

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

julho 22, 2022
Projeto Python do Zero: evento 100% gratuito

Projeto Python do Zero: evento 100% gratuito

julho 19, 2022
  • Sobre Mim
  • Cursos
  • Contato

© 2022 Sigmoidal - Aprenda Data Science e Python na prática.

No Result
View All Result
  • Home
  • Sobre Mim
  • Cursos e Livros
  • Contato

© 2022 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