Carreira

Você não precisa de certificado para atuar em Ciência de Dados

POR
Fernando Itano

Você já ouviu falar de empresas que não exigem mais diploma na hora da contratação? Essa é uma tendência cada vez maior no mercado de trabalho mundial, principalmente na área de tecnologia. 

Uma pesquisa realizada pelo site de empregos norte-americano Glassdoor listou 15 empresas que não exigem mais diplomas universitários. O Google, por exemplo, foi uma das primeiras grandes empresas a aderir este modelo de recrutamento. Não é preciso ser graduado para se aplicar nas vagas, o que levam em consideração é o conhecimento obtido por meio das experiências e práticas no dia a dia. Ou seja, o que vale são as habilidades do candidato, e não o diploma. 

Certificação para Ciência de Dados? 

Em Ciência de Dados, essa situação não é diferente. Por ser um mercado de rápidas transformações, as instituições de ensino não conseguem acompanhar a velocidade de atualização do conhecimento para o profissional atuar na empresa. Com isso, as organizações enfrentam um problema, até decepções, no momento de recrutar: a lacuna entre o que é ensinado na graduação ou MBA e o que é exigido no trabalho. 

Com o avanço tecnológico, o aumento da demanda de profissionais em Dados é cada vez maior. Muitas instituições de ensinos vislumbraram uma oportunidade de oferecer o curso, entretanto, visando mais lucro do que o próprio conhecimento ao aluno. Assim, se torna um aprendizado superficial, com base apenas em softwares para alcançar resultados. Escolas oferecem cursos de Data Science quando na verdade são cursos de Programação em Python, o que não forma profissionais em Dados.

Desta forma, ao buscar oportunidades no mercado de trabalho, durante o processo seletivo a pessoa não consegue estruturar uma análise de dados e desenvolver um raciocínio lógico, justamente, porque ficou “preso” nas ferramentas. Na verdade, a questão é como as pessoas são capazes de usar o próprio talento e conhecimento para suprir as necessidades da vaga. 

Uma das competências mais relevantes para atuar em Dados é a habilidade para solucionar os problemas e entregar resultados de modo eficaz. E como se desenvolve essa habilidade? 

Um dos diferenciais na Preditiva Analytics é oferecer estudos de casos reais do mercado, com cases de várias áreas de negócios. Deste modo, desenvolver a capacidade do aluno a pensar e buscar as melhores soluções. Não são os softwares que analisam os dados, somos nós, seres humanos. Dica de ouro: É MUITO mais importante conhecer a técnica do que a ferramenta. Ferramentas são lançadas a todo instante. Mas as técnicas fundamentais, aquelas que de fato resolvem os problemas de negócio são as mesmas há muito tempo.

Valor do conhecimento

Não entenda errado. Com esse novo modelo de recrutamento, as organizações não estão desvalorizando o estudo. Muito pelo contrário, estão mostrando novas formas de aprendizados. Ainda é necessário ter um conhecimento técnico aprimorado para trabalhar nas grandes empresas. 

A contratação de profissionais sem formação superior está crescendo no mundo corporativo, no entanto, não significa que a graduação seja desvalorizada ou uma perda de tempo. A tendência mostra que o certificado não é mais o único aspecto decisivo no currículo, outros fatores estão se tornando mais relevantes, como dominar o conhecimento técnico. Para provar esse conhecimento, o candidato deve demonstrar seu portfólio online (ex: Repositório de códigos no Github) ou mesmo na entrevista técnica.

Imagine que durante a entrevista o gestor técnico da vaga peça para você explicar como um modelo preditivo é criado. Respostas como "basta usar o pacote Sklearn do Python" não convencem um gestor técnico. É preciso saber no detalhe o que o método faz para que você entenda quais suas aplicações e saiba solucionar os problemas que podem acontecer ao utilizar o método. No caso, a resposta certa seria: Através de técnicas de otimização não linear (minimização de funções) aplicadas a uma função de erros de estimativas. Você saberia responder esta pergunta desta forma? 

Fazer um MBA, se especializar na área de Dados, pode ser o sonho de muitos profissionais. Porém, tenha cuidado, pois  esse caminho é longo e demanda um alto investimento. Não invista apenas porque você precisa ter um certificado para embelezar o seu currículo, invista no seu conhecimento. Por isso, avalie o curso, a grade curricular (que deve ser focada em técnicas matemáticas e estatísticas, não somente programação) e a qualificação dos professores. É MUITO mais importante que os professores tenham experiência no mercado de trabalho e menos acadêmica. Com essa vivência de mercado os professores conseguem de fato trazer para a aula problemas das empresas e como esses desafios foram resolvidos usando as técnicas de Ciência de Dados.

O mercado de trabalho está em constante transformação. Não se prenda no mito da certificação para a sua carreira. Você não precisa de certificado para atuar em Ciências de Dados, o que você precisa é praticar e adquirir a sua bagagem técnica.  

E agora, ficou com vontade de aumentar a sua bagagem? 

Estamos aqui para ajudar! Desenvolva as suas habilidades em Ciência de Dados, saiba mais sobre os cursos da Preditiva Analytics aqui.

Fernando Itano
Bacharel em Estatística pelo IME-USP, com Especialização em Inteligência Artificial, Machine Learning, Redes Neurais e Algoritmos Genéticos pela POLI-USP. Possui mais de 16 anos de experiência desenvolvendo modelos para as áreas de Riscos, Jurídico, Prevenção a Fraudes, CRM e outros. Atuou também como Gerente de Ciência de Dados com foco em Inovação, MLOps e Governança de modelos.
Continue lendo...
Como definir Métricas e KPIs para avaliar o sucesso do seu projeto?
LER MAIS
Qual é a diferença entre Análise Descritiva, Análise Preditiva e Análise Prescritiva?
LER MAIS
O que é Análise de Dados e como ela pode ajudar na sua carreira?
LER MAIS
Atuais tendências em Análise de Dados: O que o futuro reserva?
LER MAIS
Newsletter Preditiva
Inscreva-se e fique por dentro de tudo que acontece no mercado de análise de dados
Obrigado! Aguarde nossas notícias no e-mail escolhido.
Ops. Alguma coisa deu errado.