fbpx
Sigmoidal
  • Home
  • Data Science
    Data Science no exterior - como fazer uma Cover Letter

    Como escrever uma Cover Letter poderosa para Data Science

    GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

    Aprenda Data Science ou pague o preço de uma decisão errada

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    7 livros essenciais para aprender Data Science em 2023

    7 livros essenciais para aprender Data Science em 2023

    Como a banda Metallica usa Data Science

    Como a banda Metallica usa Data Science

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

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

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

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

    Quanto ganha um Cientista de Dados?

    Quanto ganha um Cientista de Dados?

    Trending Tags

    • Python
      Fundamentos da Formação da Imagem

      Fundamentos da Formação da Imagem

      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

      aprenda python do zero - curso gratuito

      Projeto Python: um plano à prova de desculpas

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      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

      Python para análise de ações e investimentos

      Python para análise de ações e investimentos

      Como fazer gráficos rotulados em Python

      Como fazer gráficos rotulados em Python

      Trabalhando com Dados Desbalanceados

      Trabalhando com Dados Desbalanceados

      Trending Tags

      • Visão Computacional
        Fundamentos da Formação da Imagem

        Fundamentos da Formação da Imagem

        Como usar OpenCV e Python para calibrar câmeras

        Como usar OpenCV e Python para calibrar câmeras

        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

        Crie um sistema de vigilância com drones e Deep Learning

        Crie um sistema de vigilância com drones e Deep Learning

        Detector de Fadiga usando Python

        Detector de Fadiga usando Python

        Redes Neurais Convolucionais com Python

        Redes Neurais Convolucionais com Python

        Reduzindo o Overfitting com Data Augmentation

        Reduzindo o Overfitting com Data Augmentation

        Redes Neurais Multicamadas com Python e Keras

        Redes Neurais Multicamadas com Python e Keras

        Trending Tags

        • Sobre Mim
        No Result
        View All Result
        • Home
        • Data Science
          Data Science no exterior - como fazer uma Cover Letter

          Como escrever uma Cover Letter poderosa para Data Science

          GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

          Aprenda Data Science ou pague o preço de uma decisão errada

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          7 livros essenciais para aprender Data Science em 2023

          7 livros essenciais para aprender Data Science em 2023

          Como a banda Metallica usa Data Science

          Como a banda Metallica usa Data Science

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

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

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

          Python para análise de ações e investimentos

          Python para análise de ações e investimentos

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          7 Livros de Data Science em 2021

          7 Livros de Data Science em 2021

          Quanto ganha um Cientista de Dados?

          Quanto ganha um Cientista de Dados?

          Trending Tags

          • Python
            Fundamentos da Formação da Imagem

            Fundamentos da Formação da Imagem

            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

            aprenda python do zero - curso gratuito

            Projeto Python: um plano à prova de desculpas

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            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

            Python para análise de ações e investimentos

            Python para análise de ações e investimentos

            Como fazer gráficos rotulados em Python

            Como fazer gráficos rotulados em Python

            Trabalhando com Dados Desbalanceados

            Trabalhando com Dados Desbalanceados

            Trending Tags

            • Visão Computacional
              Fundamentos da Formação da Imagem

              Fundamentos da Formação da Imagem

              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              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

              Crie um sistema de vigilância com drones e Deep Learning

              Crie um sistema de vigilância com drones e Deep Learning

              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              Redes Neurais Convolucionais com Python

              Redes Neurais Convolucionais com Python

              Reduzindo o Overfitting com Data Augmentation

              Reduzindo o Overfitting com Data Augmentation

              Redes Neurais Multicamadas com Python e Keras

              Redes Neurais Multicamadas com Python e Keras

              Trending Tags

              • Sobre Mim
              No Result
              View All Result
              Sigmoidal
              No Result
              View All Result

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

              Carlos Melo by Carlos Melo
              julho 28, 2022
              in Artigos, Blog, Carreira, Data Science, Iniciantes
              0
              Home Artigos
              16
              SHARES
              526
              VIEWS
              Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

              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

              Next Post

              Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

              Carlos Melo

              Carlos Melo

              Carlos Melo fundou o Sigmoidal em 2019 e formou mais de 6 mil alunos com seus treinamentos nas área de tecnologia, Visão Computacional, Python e Data Science. É graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e possui MBA em Gestão de Projetos e Processos pela Universidade da Força Aérea (UNIFA). Mestre em Ciências e Tecnologias Espaciais pelo Instituto Tecnológico de Aeronáutica (ITA), foi o primeiro brasileiro convidado a realizar o curso Space Operations da Royal Canadian Air Force no Canadá. Foi piloto da Força Aérea Brasileira por 16 anos, instrutor qualificado com mais de 3 mil horas de voo, Head da Divisão de Observação da Terra e cientista de dados no Centro de Operações Espaciais em Brasília.

              Related Posts

              Fundamentos da Formação da Imagem
              Visão Computacional

              Fundamentos da Formação da Imagem

              by Carlos Melo
              março 22, 2023
              Como usar OpenCV e Python para calibrar câmeras
              Artigos

              Como usar OpenCV e Python para calibrar câmeras

              by Carlos Melo
              março 17, 2023
              Data Science no exterior - como fazer uma Cover Letter
              Artigos

              Como escrever uma Cover Letter poderosa para Data Science

              by rafael
              janeiro 16, 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

              by Carlos Melo
              janeiro 7, 2023
              Como usar o DALL-E 2 para gerar imagens a partir de textos
              Deep Learning

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

              by Carlos Melo
              dezembro 27, 2022
              Next Post
              Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

              Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

              Deixe um comentário Cancelar resposta

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

              Destaques Sigmoidal

              Redes Neurais Multicamadas com Python e Keras

              Redes Neurais Multicamadas com Python e Keras

              junho 8, 2022
              7 Livros de Data Science em 2021

              7 Livros de Data Science em 2021

              agosto 3, 2022
              Aprenda Python e se destaque no mercado

              Aprenda Python e se destaque no mercado

              dezembro 14, 2022

              Navegar por Categoria

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

              Navegar por Tags

              cancer carreira cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp opencv pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados visão computacional vídeo youtube árvore de decisão
              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
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              cancer carreira cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp opencv pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados visão computacional vídeo youtube árvore de decisão

              Artigos Recentes

              • Fundamentos da Formação da Imagem
              • Como usar OpenCV e Python para calibrar câmeras
              • Como escrever uma Cover Letter poderosa para Data Science

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

              No Result
              View All Result
              • Home
              • Artigos
              • Tutoriais
              • YouTube
              • 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