Ciência e Dados
Menu
  • Home
  • Sobre
  • Contato
Menu
Cientista de Dados

Cientista de Dados – Parte 2

Posted on 4 de agosto de 201527 de dezembro de 2017 by David Matos

Como você pode se tornar um Cientista de Dados?

Posicionar-se para uma carreira em Ciência de Dados pode ser uma jogada inteligente. Você terá muitas oportunidades de trabalho, além de ser uma chance de trabalhar no campo da tecnologia com espaço para a experimentação e criatividade. Então, qual é a sua estratégia?

  • Se você é um estudante:

Escolher uma universidade que ofereça um diploma em Ciência de Dados, ou pelo menos, uma que ofereça aulas de ciência de dados e analytics é um primeiro passo importante. Nos próximos posts vou indicar os cursos de ciência de dados, no Brasil e no exterior.

  • Se você é um profissional que deseja mudar de carreira:

Enquanto a maioria dos Cientistas de Dados trabalhou como analistas de dados estatísticos, outros vêm de campos não técnicos, como administração ou economia. Como profissionais de origens tão diversas, podem acabar no mesmo campo? É importante olhar para o que eles têm em comum: um talento especial para a resolução de problemas, a capacidade de comunicação e uma curiosidade insaciável sobre como as coisas funcionam.

Além dessas qualidades, você também precisará de um sólido conhecimento em:

  • Estatística e machine learning.
  • Linguagens de codificação, como R ou Python
  • Bancos de dados como MySQL e MongoDB.
  • Visualização de dados e tecnologias de informação.
  • Hadoop e MapReduce.

Se você não quiser aprender estas habilidades por conta própria, faça um curso on-line ou se inscreva em outros cursos. E depois, claro, você deve fazer contatos. Conecte-se com outros cientistas de dados na sua empresa, ou encontre uma comunidade online. Eles fornecerão informações importantes sobre o que os cientistas de dados fazem – e onde você poderá encontrar os melhores empregos.

Quando uma empresa está pronta para contratar um cientista de dados?

Antes de aceitar um cargo de cientista de dados, existem algumas coisas sobre a organização que você deve avaliar:

A empresa trabalha com grandes quantidades de dados e tem problemas complexos que precisam ser resolvidos? As organizações que realmente precisam de cientistas de dados têm duas coisas em comum: elas gerenciam enormes quantidades de dados e enfrentam questões importantes diariamente. Elas são geralmente empresas financeiras, governamentais e farmacêuticas.

A empresa valoriza estes dados? A cultura de uma empresa tem um impacto sobre sua decisão de contratar um cientista de dados. Ela tem um ambiente que suporta o uso de analytics? Ela tem um comprometimento executivo? Caso contrário, investir em um cientista de dados seria jogar dinheiro fora.

A empresa está pronta para mudar? Como um cientista de dados, você espera ser levado a sério, e parte disso significa ver seu trabalho concretizado. Você dedica seu tempo a encontrar maneiras para sua empresa funcionar melhor. Em resposta, uma empresa precisa estar pronta e disposta para seguir os resultados de suas descobertas.

A contratação de um cientista de dados para orientar as decisões empresariais com base em dados pode ser um salto no escuro para algumas organizações. Certifique-se que a empresa na qual você iria trabalhar tem a mentalidade certa – e está pronta para fazer algumas mudanças.

David Matos

Relacionado

6 thoughts on “Cientista de Dados – Parte 2”

  1. Pingback: Cientista de Dados: um caminho a percorrer - O Estatístico
  2. Pingback: Cientista de Dados: um caminho a percorrer | O Estatístico
  3. Pingback: Eu quero ser Cientista de Dados – DADOS CONTADOS
  4. Pingback: Porque cientistas de dados escolhem o Python? - Python
  5. Pingback: A Estatística e seu papel em 2016, 2017, 2018 ... - O Estatístico
  6. Pingback: Data Lake, a fonte do Big Data — Ciência e Dados

Comments are closed.

Assinar blog por e-mail

Digite seu endereço de e-mail para assinar este blog e receber notificações de novas publicações por e-mail.

Buscar

Twitter

Meus Tuítes

Tags Mais Comuns nos Posts

Anaconda Analytics Análise de Negócios Apache Spark AWS Big Data Blockchain Business Intelligence ChatGPT Chief Data Officer Cientista de Dados Cientistas de Dados Ciência de Dados Cloud Computing Data Lake Data Mesh Data Science Data Scientist Data Warehouse Deep Learning Deploy Descriptive Analytics Diagnostic Analytics Engenharia de Dados Engenheiro de Dados Estatística GPU Hadoop Inteligência Artificial Internet of Things Linguagem Python Linguagem R Machine Learning MapReduce Metadados NoSQL NVIDIA Open Data Oracle Predictive Analytics Prescriptive Analytics Probabilidade Python Salários Data Science Visualização

Histórico de Posts

  • fevereiro 2023 (3)
  • janeiro 2023 (5)
  • dezembro 2022 (8)
  • novembro 2022 (7)
  • outubro 2022 (2)
  • setembro 2022 (3)
  • agosto 2022 (2)
  • julho 2022 (2)
  • junho 2022 (3)
  • maio 2022 (1)
  • abril 2022 (3)
  • março 2022 (1)
  • fevereiro 2022 (3)
  • janeiro 2022 (2)
  • dezembro 2021 (1)
  • novembro 2021 (5)
  • outubro 2021 (2)
  • setembro 2021 (3)
  • agosto 2021 (1)
  • junho 2021 (1)
  • fevereiro 2021 (2)
  • janeiro 2021 (1)
  • dezembro 2020 (1)
  • novembro 2020 (1)
  • outubro 2020 (2)
  • agosto 2020 (1)
  • abril 2020 (1)
  • março 2020 (1)
  • fevereiro 2020 (2)
  • agosto 2019 (1)
  • abril 2019 (1)
  • setembro 2018 (2)
  • julho 2018 (1)
  • junho 2018 (3)
  • abril 2018 (1)
  • março 2018 (1)
  • fevereiro 2018 (2)
  • janeiro 2018 (1)
  • dezembro 2017 (1)
  • novembro 2017 (1)
  • outubro 2017 (1)
  • setembro 2017 (1)
  • julho 2017 (1)
  • junho 2017 (1)
  • maio 2017 (2)
  • abril 2017 (1)
  • janeiro 2017 (1)
  • novembro 2016 (1)
  • outubro 2016 (1)
  • setembro 2016 (1)
  • julho 2016 (1)
  • junho 2016 (1)
  • maio 2016 (1)
  • abril 2016 (1)
  • fevereiro 2016 (1)
  • janeiro 2016 (3)
  • dezembro 2015 (4)
  • novembro 2015 (6)
  • outubro 2015 (9)
  • setembro 2015 (9)
  • agosto 2015 (9)
©2022 Ciência e Dados