Assuntos que assombram em Data Science

Assuntos que assombram em Data Science
Mirla Costa
Mirla Costa

Compartilhe

Pensar em montar uma carreira em Data Science é algo que já pode ter passado na cabeça de entusiastas da estatística e da programação. Mas esse tema pode trazer alguns medos e preocupações para quem deseja seguir essa carreira.

Dizem que para perder o medo precisamos enfrentar ele, certo?

Então, relaxa! Neste artigo nós vamos descobrir quais os medos que perseguem as pessoas que entram na carreira de Ciência de Dados e como podemos encará-los. Listamos 8 casos bem comuns na área e suas possíveis soluções. Vamos nessa?

Caso n°1: "Acho que não sei bem o que é Data Science."

Por ser uma área em alta demanda, as pessoas podem entrar nela sem saber ao certo do que se trata. Se você se enquadra nesse caso, a solução mais eficiente é pesquisar sobre Data Science e entender essa área e suas aplicações.

A Alura já criou muito conteúdo que vai ajudar a tirar essas dúvidas como o artigo Data Science em ou os episódios de Hipsters Ponto Tube que abordam o que é Data Science e o que faz uma Cientista de Dados.

Imersão dev Back-end: mergulhe em programação hoje, com a Alura e o Google Gemini. Domine o desenvolvimento back-end e crie o seu primeiro projeto com Node.js na prática. O evento é 100% gratuito e com certificado de participação. O período de inscrição vai de 18 de novembro de 2024 a 22 de novembro de 2024. Inscreva-se já!

Caso n°2: "Mas são muitos assuntos!"

A Ciência de Dados realmente tem muitos assuntos, mas ninguém consegue aprender tudo de uma vez. Você precisa relaxar e montar um planejamento de estudos que seja adequado à sua base de conhecimento. Pense primeiro nos assuntos básicos: como está sua prática com estatística? E com programação? Se alguns desses assuntos estiverem fora do seu conhecimento, tente começar por eles. E claro, tudo isso sem pânico!

Gif de um homem tenso em um lugar com pouca luminosidade. Na legenda está escrito em inglês “Don’t panic.”, em português “Não entre em pânico.”.

Aliás, a Alura pode tranquilizar quem se preocupa com os assuntos de Data Science. O artigo sobre Formação de Data Science pode ser uma boa opção para entender as etapa das de aprendizado de Data Science e o curso Data Science: Primeiros passos é uma boa escolha caso você esteja iniciando no assunto.

Caso n°3: "Nunca vou ser tão bom quanto aqueles que já fazem isso."

Insegurança é um sentimento que faz parte da vida de todos os seres humanos, mas pode se tornar mais presente quando você se compara com outras pessoas ao seu redor. Portanto, busque entender que você tem a sua trajetória, que é única e não tem como compará-la às histórias de sucesso que você viu por aí. Você pode utilizar essas histórias como motivação ou exemplos a serem seguidos.

É importante ressaltar que essa é uma realidade comum em qualquer área profissional. Em alguns casos, pode trazer prejuízos à sua saúde mental podendo a pessoa desenvolver a síndrome da pessoa impostora. Para saber mais, você pode conferir um dos nossos cursos sobre essa temática. E na hipótese de você sentir que sua insegurança está te atrapalhando na sua vida, busque ajuda de psicólogos(as) e se cuide!

Caso n°4: "Eu não tenho experiência!"

Desenho de dois homens-aranha apontando para o outro. Na parte superior da imagem está escrito “é preciso ter experiência para ter um emprego”. Na parte inferior está escrito “é preciso ter um emprego para ter experiência”. Ao fundo, no canto esquerdo, temos a parte traseira de uma van com as portas abertas e as letras NYPD pintadas na lateral. No canto esquerdo, temos uma parede cor de rosa e duas caixas de madeira empilhadas.

Para esse caso, você precisa entender primeiro que, um cargo focado em Data Science não é a única experiência possível nessa área! O desenvolvimento de um projeto, a finalização de um curso da área, ou mesmo uma aula que você ministrou, contam como experiência. E não se esqueça também de que o mercado não foca mais em pessoas que só sabem mostrar suas hard skills. As experiências que demonstram as soft skills pesam bastante e, dependendo da empresa, têm um peso maior que as hard skills.

No blog de Alura Para Empresas falamos mais sobre Soft Skills. Confira lá!

Caso n°5: "E vai valer a pena largar tudo e começar do zero?"

Ninguém é uma folha em branco e temos experiências para compartilhar. Pode ser desde uma noção de gestão, uma especialidade em uma área específica ou mesmo um jeito diferente de organizar o trabalho. Toda a sua história vai agregar bastante à empresa que você for trabalhar. Então, se você sonha com uma carreira em Data Science, entenda que você não vai largar toda sua experiência. Afinal, esses aprendizados fazem parte de você.

Caso n°6: "Mas vou precisar ser bom em ciências exatas para começar a estudar."

Esse caso se relaciona muito com o anterior e ambos podem ocorrer ao mesmo tempo! Mas não precisa ter medo. Assim como calcular os gastos com a saída para uma festa, o início dos estudos em Data Science só vai te pedir o conhecimento de matemática básica.

O restante do conteúdo você pode ir aprendendo conforme seus estudos avançam em programação e estatística. Quem não gosta de matemática pode se assustar conforme for estudando Data Science mais a fundo. Por isso, é importante ter autoconhecimento e planejamento, mas sem duvidar de si e do desenvolvimento de suas habilidades! Com dedicação e apoio, tenho certeza de que você vai muito longe!

A Alura pode te ajudar com o curso de Matemática, Data Science, a Formação Estatística com Python, ou a Formação Estatística com R.

Caso n°7: "Nessa carreira vou receber pouco dinheiro."

É comum ter grandes expectativas quando se trata de salários para quem trabalha na área de ciência de dados. Para não cair nessa, é preciso entender que Data Science é uma carreira como qualquer outra. Logo, não é esperado receber um salário alto no início, afinal de contas você está começando na carreira.

Se tiver interesse em ver uma pesquisa nessa temática, sugiro você dar uma olhada no Glassdor que mostra uma lista de algumas empresas que contratam cientistas de dados e suas respectivas ofertas salariais.

Caso n°8: "E se eu perceber que isso não é para mim?"

Assim como nos outros casos, existe uma solução e não é utilizando uma bola de cristal. Infelizmente, perceber que Data Science não é o que você gosta só depois de muito tempo de estudo pode doer mais do que perder seu novo barquinho de papel em um bueiro.

Gif de um garoto na chuva, vestindo uma capa de chuva amarela, correndo atrás do seu barquinho de papel que é levado pela correnteza e cai em um bueiro.

Para diminuir essa probabilidade de erro, você pode colocar no papel o que mais e menos te atrai em Data Science e ponderar sobre esses pontos. Além disso, busque planejar sua rotina, defina suas horas de estudo sem esquecer dos momentos de lazer e socialização, de forma que não vá gerar sobrecarga e isso te desmotive a continuar. E claro, você só vai saber se algo vai ser bom para você se testar antes, então não tenha medo de dar o primeiro passo!

Conclusão

A escolha de uma carreira é algo importante e podemos refletir antes de tomar uma decisão. Data Science é uma área que cresceu bastante nos últimos anos e provoca muitas dúvidas em quem está iniciando nos estudos e planejamento de carreira. Mas não se deixe assombrar! Procure se basear em pesquisas, veja os relatos de quem tem experiência e busque por essas pessoas para tirar dúvidas, pois elas estarão à disposição para te ajudar!

A Alura também pode te ajudar nesse processo enquanto você constrói sua carreira em ciência de dados. Além das aulas, temos os podcasts no Hipsters Ponto Tech, uma playlist com todos os podcasts focados em Data Science montada pelo o Tech Lead David Neves no Spotify, os artigos com tema em Data Science e também livros sobre Dados na Casa do Código.

Mirla Costa
Mirla Costa

Instrutora em Data Science, graduanda em Engenharia Elétrica pela UFPI com pesquisa focada em Aprendizado de Máquina e Inteligência Computacional. Amante de programação, tecnologia, cachorros, animações e jogar RPG de mesa.

Veja outros artigos sobre Data Science