5 de mar de 2018

4 trabalhos para quem quer uma carreira em Data Science

Udacity Brasil

Muito se fala em data science, ou ciência de dados. Mas o que _é_ data science? Ela combina diversas disciplinas, incluindo estatística, análise de dados, machine learning e ciência de computação.

Pode ser algo assustador para quem é novo na área, mas é preciso manter em mente que há diferentes papeis e empresas que darão ênfase para algumas habilidades no lugar de outras, então não é necessário ser um expert em tudo.

Uma dica de especialistas para começar: "cientista de dados" ou "data scientist" é um termo frequentemente utilizado de maneira geral para descrever trabalhos que são drasticamente diferentes.

Ou seja, entender as principais diferenças entre cada posição é um primeiro passo essencial para quem quer saber mais sobre essa carreira.

Conheça as Escolas de Data & Machine Learning da Udacity

Habilidades de data science: quais são mais importantes?

Um conselho importante para quem busca emprego na área de data science é ler a descrição com cuidado. Isso permite que você se candidate para trabalhos para os quais está qualificado ou planeje que habilidades específicas desenvolver para ter os trabalhos que quer.

Com isso em mente, você pode consultar a imagem abaixo e entender que tipo de habilidade é importante (e quão importante é) para cada um dos cargos apresentados neste artigo:

4 tipos de trabalho em data science

1. Analista de dados

Há algumas empresas em que um data scientist é sinônimo de analista de dados. Seu trabalho pode consistir em tarefas como extrair dados de bases de dados SQL, tornar-se um mestre de Excel ou Tableau e produzir visualizações básicas de dados e dashboards.

Ocasionalmente, você pode analisar resultados de um teste A/B ou liderar uma conta corporativa do Google Analytics.

Uma vez que você tenha domínio de suas responsabilidades cotidianos, uma empresa como essa pode ser um ótimo ambiente para testar coisas novas e expandir seu conjunto de habilidades.

Leia: Porque a carreira de cientista de dados é tão promissora no Brasil

2. Engenheiro de dados

Algumas empresas chegam ao ponto em que têm muito tráfego (e uma quantidade crescente de dados) e começam a procurar alguém para constuir grande parte da infraestrutura de dados que será necessária para o futuro.

Elas também buscam uma pessoa para fazer análises. Para esse tipo de posição, verá vagas postadas com essas duas posições: "cientista de dados" e "engenheiro de dados".

Já que você seria o primeiro ou um dos primeiros contratados na área de dados, grande expertise com estatística e machine learning será menos importante que ótimas habilidades em engenharia de software.

Você terá grandes oportunidades para brilhar e crescer num ambiente experimental, mas terá menos orientação e pode enfrentar um risco maior de estagnar na carreira.

3. Engenheiro de machine learning

Há diversas empresas para quem dados (ou sua plataforma de análise de dados) são o produto. Nesse caso, a análise dados ou machine learning podem ser bem intensos.

Esta é provavelmente a situação ideal para alguém que tem um background formal em matemática, estatística ou física.

Os engenheiros de machine learning frequentemente focam mais na produção de ótimos produtos orientados a dados do que em responder questões operacionais para uma empresa.

Organizações que caem neste grupo podem ser voltadas para consumidores e proprietárias de grandes quantidades de dados ou oferecer serviços de base de dados.

Leia: 8 motivos para aprender a programar em Python

4. Generalista de data science

Muitas empresas buscam um generalista para se juntar a uma equipe estabelecida de cientistas de dados. A empresa que está conduzindo a entrevista liga para dados mas provavelmente não é uma empresa de dados.

É igualmente importante que você consiga conduzir análises, produzir códigos, criar visualização de dados, etc. Entre as habilidades mais importantes de um generalista de data science são relacionadas a big data e experiências com conjuntos de dados bagunçados.

Geralmente, essas empresas estão buscando generalistas ou querem preencher lacunas específicas em suas equipes, como visualização de dados ou machine learning.

Como se preparar para o mercado de data science

Agora que o panorama está mais claro, é hora de uma boa notícia para interessados: as novas trilhas de carreira da Udacity que unem diversos Nanodegrees e são voltadas especificamente para quem quer se capacitar do começo ao fim.

Artigo originalmente publicado no blog americano da Udacity

Udacity Brasil