Em janeiro de 2021, fizemos um post sobre transição de carreira para a área de dados e desde então foi um dos nossos posts mais populares, quase 20 mil pessoas leram o post e várias delas engajaram e comentaram com o conteúdo, um ponto curioso é que mais de 70% das pessoas que comentaram no post naquela época, hoje são profissionais que atuam na área de dados o que nos mostra que talvez as dicas tenham ajudado elas nesse processo.

Diante disso resolvemos voltar a falar desse assunto, trazendo números atualizados do mercado de trabalho em dados, novas dicas e tentar responder a pergunta:

Será que mesmo após todo esse tempo, ainda vale a pena migrar a carreira para dados em pleno ano 2024?

Antes de começar o post, precisamos fazer alguns combinados…

Esse não será um post motivacional: As redes sociais estão inundadas de conteúdos motivacionais, e quando o assunto é migração de carreira o mais comum é que o post venha trazer mais esperança e prometer que todos vão conseguir atingir seus objetivos sem muitos obstáculos pelo caminho. O objetivo desse post é exatamente o contrário, queremos compartilhar uma visão realista de transição de carreira e contar com detalhes os desafios que você vai precisar enfrentar pelo caminho caso decida seguir nessa direção. A parte motivadora é que geralmente as pessoas que conseguem fazer a migração colhem bons frutos, tanto em relação a satisfação no trabalho quanto em aspectos de salário e evolução de carreira. (A coisa mais difícil é encontrar alguém infeliz por ter feito uma migração de carreira para a área de dados). Mas… Prepare-se para um choque de realidade!

Não sou um especialista em RH, carreira nem nada disso: Esse ponto é muito importante de deixar alinhado. Não encare esse post como uma verdade absoluta, essa foi a minha experiência, outras pessoas podem ter experiências diferentes. Tudo que estou compartilhando é da minha própria experiência na área de dados, tanto como um dos fundadores da comunidade Data Hackers, quanto como executivo/gestor (já contratei centenas de profissionais de dados, muitas em processo de transição e entrevistei milhares).

Use meu post com moderação, entenda como uma opinião ou conselho de alguém que tem certa experiência na área.

30%+ das pessoas que leram e interagiram com esse post começaram a atuar na área de dados em até 18 meses, leia até o final para não se arrepender depois!

Tudo que vou falar nesse post são conclusões que obtive com minha própria experiência na área, trabalho ativamente com análise de dados desde 2007, vi profissões como Data Science, Data Engineering e Analytics Engineering surgir do zero (e participei de discussões e polêmicas a cada novo cargo), fui um dos responsáveis pela criação e realização das 4 edições da pesquisa State of Data Brazil (o maior mapeamento do mercado de trabalho BR em dados) e gasto boa parte do meu tempo livre (nos últimos 5+ anos) desenvolvendo iniciativas para a comunidade de dados através do www.datahackers.com.br.

Mesmo assim, entenda esse post como uma opinião pessoal ou conselho de alguém que está a algum tempo imerso na área de dados - Use tudo aqui com muita moderação.

Primeira dica do dia: Se você está realmente interessado em fazer uma transição para a área de dados leia esse texto até o final. Não quero jogar um balde de água fria, mas se você não tem resiliência para ler um texto de 8.000 palavras as chances são grandes de você não conseguir sair da zona de conforto que se encontra hoje e conquistar uma posição em dados

Motivação do post: Muita gente quer migrar para a área de dados e (na minha humilde opinião) a grande maioria está fazendo isso da forma errada

Como já disse, e vou repetir várias vezes ao longo do post, eu não sou o dono da verdade. Tudo que eu falar aqui nesse texto pode ser diferente de outros exemplos, pode ter acontecido de outra forma com outras pessoas, isso é totalmente normal.

Quando você estuda probabilidade uma das coisas mais difíceis de aceitar é que eventos altamente improváveis acontecem. Se você jogar dois dados, um com 6 lados e outro com 20 lados, as chances de que o maior número saia no dados de 20 lados é maior, mas ainda assim pode ser que o dados de 6 lados vença eventualmente.

O mesmo vale para sua carreira. Pense que você está diante de duas possibilidades:

1. Esperar que sua liderança veja potencial em você e aposte que você vai estudar muito e será um ótimo profissional na área de dados (mesmo sem ter conhecimento prático na área)

2. Se preparar, estudar muito, praticar nos momentos vagos e mostrar para a liderança que você está apto para uma posição na área de dados.

Nesse exemplo os dois eventos podem ocorrer, mas na minha opinião o segundo tem uma probabilidade de sucesso MUITO maior que o outro, a escolha é sua.

Dica: Nunca espere a oportunidade surgir para começar a se preparar

Meu objetivo entretanto é dar a minha percepção sobre ações e atitudes que podem aumentar as chances de um profissional ter sucesso em sua transição para a área de dados.

Por ser uma das pessoas que está a frente da comunidade Data Hackers, todos os meses um grande número de pessoas me procura querendo orientações, dicas e conselhos sobre a carreira e a grande maioria delas tem muito interesse em migrar a carreira para a área de dados.

Os principais casos que vejo geralmente são esses:

• Pessoas da área de negócio como Finanças, Projetos, Administrativo querendo se tornar analistas de dados;

• Desenvolvedores de Software querendo se tornar Data Scientists ou Data Engineers;

• Pessoas de áreas mais tradicionais de dados como Business Intelligence querendo migrar para área de Engenharia de Dados;

• Engenheiros em busca de oportunidades na área de dados, por estarem cansados ou desacreditados com o mercado de engenharia;

• Físicos, Químicos, Biólogos (e outras áreas) em busca de oportunidades de trabalho na área de Dados;

Agora a triste realidade: Sempre que tento ajudar as pessoas percebo que, apesar de ter muita vontade de fazer a transição de carreira, a grande maioria dos profissionais não está minimamente preparado para os desafios das vagas de dados.

Entenda uma coisa… Se você deseja migrar de carreira, é você que tem que convencer o recrutador que está preparado para a posição.

Eu sei que o mundo do Linkedin costuma ser um pouco fantasioso, as pessoas tendem a acreditar que o mercado de trabalho é um conto de fadas… Os milhares de posts criticando o trabalho de recrutadores, esquecem que eles também são seres humanos, são guiados por processos (muitas vezes arcaicos e engessados) e tem metas e tarefas para cumprir, tendo quase sempre uma rotina muito conturbada.

As pessoas geralmente esperam que o gerente da área ou recrutador vasculhem o currículo explore a fundo suas experiências e descubram se a pessoa está preparada ou não para a vaga, afinal esse é o trabalho dos recrutadores, certo? ERRADO!

Por mais que você tenha o entendimento que cabe ao recrutador saber que você está apto a preencher aquela vaga, pense no seguinte cenário onde existem 2 candidatos:

1. Um engenheiro com 15 anos de experiência em eng. de petróleo querendo migrar para a área de dados mas que nunca teve experiência prática na área (obs: seus conhecimentos em excel não vão te ajudar nessa etapa se você não souber explicar que pode ir muito além disso);

2. Um candidato recém formado em tecnologia, que fez estágio na área, e que inclusive fez no TCC um projeto de dados de ponta a ponta;

E aí… qual dos dois você escolheria para seguir a próxima etapa do processo?

A resposta é: Depende de diversos pontos, mas talvez nesse primeiro momento o ponto mais importante seja a forma como o currículo dos dois está estruturado.

Se o engenheiro não conseguir deixar claro os motivos que o tornam preparado para um desafio na área de dados, dificilmente o recrutador vai conseguir fazer isso por ele. Nesse caso o mais provável é que o recrutador faça a escolha mais óbvia, optando pelo perfil que está mais alinhado com os requisitos da vaga, o candidato dois, que mesmo não tendo muita experiência profissional está bem mais próximo do que eles estão buscando. Lembre-se que o recrutador (e equipe responsável pelo processo) já contratou dezenas de outros profissionais seguindo essa mesma “fórmula”.

Dica: Se você está em transição de carreira, é você que tem o desafio de mostrar que está preparado para a vaga e convencer o recrutador disso e não o contrário

Para reverter essa situação, o engenheiro poderia por exemplo preparar melhor seu currículo, mostrando que está atualizado sobre como a área de dados funciona, e deixar claro como tem utilizado sua experiência para se preparar para essa posição, como tem buscado aprender novas tecnologias etc.

Choque de realidade: Prepare-se agora, e não perca tempo, o desafio de migrar para a área de dados vai ser cada vez maior com o passar dos anos

No período da pandemia a área de dados passou por um crescimento absurdo. As pesquisas mostram que os salários das principais profissões na área dados subiram mais de 40% entre 2019 e 2022. Já existem cursos superiores e de pós-graduação específicos para a área de dados, como por exemplo Ciência de Dados e Engenharia de Dados e nos últimos tempos essas formações têm se destacado entre as mais procuradas por alunos.

Outro ponto que tem ganhado muito destaque na mídia são os concursos públicos com foco em dados que prometem salários acima de R$ 20 mil por mês, como o da CVM.

Toda a expectativa criada em cima da área nos últimos anos se baseou em alguns pontos:

• Data Science é conhecida como a profissão mais "Sexy" de todos os tempos, e constantemente são publicadas notícias na mídia falando da carreira de cientista de dados e dos altos salários da área de dados;

• Com a pandemia muitas empresas aceleraram processos de transformação digital e a maior vantagem de uma empresa altamente digitalizada é o uso dos dados para melhorar o processo de tomada de decisão;

• Inteligência Artificial voltou ao centro das atenções com a chegada dos modelos de AI Generativa e LLM's;

Toda essa “hype” criou um verdadeiro boom na área de dados, o que levou ao surgimento de novas faculdades, criação de novas oportunidades de trabalho e uma multidão de pessoas correndo contra o tempo para se tornar um profissional de dados.

Como você já deve saber, a economia tem uma regra básica, a chamada Lei da Oferta e Demanda que segundo uma longa pesquisa que fiz funciona assim:

Bom, como você deve imaginar, assim como já aconteceu em diversas profissões, o aumento acelerado da demanda por profissionais de dados acabou gerando um aumento no volume de pessoas se esforçando para entrar na área e consequentemente uma oferta cada vez maior de profissionais, que com o tempo tende a gerar um certo equilíbrio de mercado.

Não acredito que atingimos esse equilíbrio no Brasil ainda, mas é provável que seja em breve, já temos algumas evidências como o surgimento de cursos superiores focados em Data Science (esses cursos já estão entre os 5 mais procurados em Universidades Federais no Brasil). Isso não acontece somente a nível de graduação, diversas universidades estão investindo em cursos de pós graduação lato-sensu com o foco em dados como Data Science, Data Engineering e Inteligência Artificial. Um terceiro fator que vem fazendo cada vez mais pessoas migrarem para a área de dados é o baixo investimento em pesquisa no Brasil (para não falar de um completo sucateamento). Com um menor volume de oportunidades para quem antes focava na área acadêmica a área de dados passa a ser um caminho natural, sendo uma ponte, para que essas pessoas entrem no mercado CLT.

Diante de tudo isso acredito que nos próximos anos a oferta de profissionais de dados no Brasil tende a aumentar e deixar a competição por vagas mais acirradas.

Apesar desse choque de realidade, tenho também vários motivos para acreditar que a alta popularidade da área de dados no Brasil pode durar muito tempo (o grande desafio é entender qual dos dois movimentos será o mais forte no curto prazo).

Já fiz essa mesma previsão 3 anos atrás (e acertei), mas acredito que a área de dados ainda vai prosperar por muitos anos no Brasil, pelos seguintes motivos:

• Ainda existem muitas oportunidades de utilizar técnicas baseada em dados para melhorar a eficiência de empresas brasileiras, a maioria das empresas ainda estão na "pré-história" do uso de Machine Learning por exemplo, e cada uso bem sucedido reflete diretamente em impactos financeiros;

• As empresas continuam investindo pesado em Engenharia de Dados o que vai resultar num “tsunami” de informações organizadas e disponíveis para serem analisadas;

• Com a chegada do ChatGPT e popularização da Inteligência Artificial, muitas empresas passaram a enxergar a área de dados como uma oportunidade de automação e redução de mão de obra operacional (robôs vão tomar nossos empregos, mas alguém vai precisar cuidar dos algoritmos, certo?);

Os últimos “2 centavos” que deixo sobre esse assunto por aqui hoje é que independente da Oferta x Demanda de profissionais na área de dados ser positiva ou negativa em direção ao que você busca, esse não é um fator que temos controle sobre ele. Diante disso meu conselho é:

Não perca tempo pensando se o mercado está bom ou não, uma vez que você descobriu uma área que você se identifica, foque sempre em se tornar um profissional mais capacitado e preparado para solucionar os problemas reais das empresas e lembre-se que mesmo em mercados altamente competitivos profissionais com essas características costumam estar bem posicionados e ter bons salários.

Dica: Migrar para a área de dados vai ser cada vez mais difícil e não há nada que você possa fazer para mudar esse cenário geral. Se você deseja mesmo migrar para a área de dados, prepare-se o quanto antes para aumentar as suas chances.

Passo 1 — Definir de forma clara qual a sua motivação para fazer uma transição de carreira

Na minha visão, uma migração de carreira é uma escolha bem complexa. Para tentar exemplificar meu ponto de vista vou falar de uma situação hipotética e um pouco mais extrema que o comum.

Exemplo fictício: Uma pessoa da área da Música que quer migrar de carreira e se tornar um Data Scientist.

Para tentar visualizar esse exemplo pense em uma pessoa que dedicou seus últimos 10 ou 15 anos de carreira para se tornar um músico profissional. Essa pessoa talvez tenha feito uma faculdade na área de Música, estudado durante anos teoria musical, aprendido a tocar diferentes instrumentos, lido partituras, participado de apresentações, concertos etc. Além disso, essa pessoa gastou algumas milhares de horas na última década pondo em prática o que veio aprendendo, tornando-se uma especialista naquele assunto.

Nessa busca por novas oportunidades de se reinventar, aparece uma nova área constantemente citada pelos meios de comunicação: a carreira de Data Scientist. Seja nas redes sociais ou até mesmo na TV, a pessoa começa a ser impactada por notícias sobre essa profissão, geralmente citando como a profissão do futuro e associando a salários astronômicos e poucas barreiras de entrada. Outra coisa começa a acontecer automaticamente: De um dia para o outro essa pessoa começa a ser bombardeada por anúncios de cursos na área de dados que quase sempre prometem preparar os alunos para o mercado de trabalho em um curto período de tempo e ao final a pessoa vai ganhar o tão sonhado salário citado pelos meios de comunicação, sem precisar estudar muito, sem precisar saber programar e sem precisar de fazer uma faculdade.

Diante de tudo isso, vendo só pontos positivos nesse caminho, é praticamente óbvio que essa pessoa tome a decisão de migrar para a área de dados e se convença que esse é o seu futuro.

Bom, esse exemplo apesar de fictício reflete exatamente o que eu vejo acontecendo no mercado todos os dias, e apesar de eu conhecer Cientistas de Dados que vieram de carreiras geralmente não tão próximas do estereótipo da área de dados, como por exemplo música, direito, publicidade etc, sei também que essa escolha pode ter muitas armadilhas no caminho.

Geralmente as pessoas querem migrar para a área de dados para fugir de problemas e não pela afinidade com a área, isso pode ser uma armadilha para quem busca uma transição de carreira.

Salário abaixo do esperado, falta de perspectivas, dificuldade de enxergar o futuro da área que atua, trabalho monótono e repetitivo, desemprego todos esses são motivos extremamente válidos para qualquer pessoa que quer se reinventar e migrar de carreira. Não vejo problema nenhum nesse ser o principal motivador para quem busca essa transição, o grande problema que vejo é que esse tipo de frustração não pode ser o único motivador dessa escolha por um ponto óbvio: A área de dados (e qualquer outra) está sujeita a te fazer passar pelas mesmas frustrações.

É sempre muito importante lembrar que:

• O salário do profissional de dados pode cair (como vem acontecendo nas vagas de entrada);

• Empresas podem desistir de equipes de dados por diferentes motivos e demitir em massa (como aconteceu em muitas empresas em layoffs);

• O trabalho pode ser extremamente monótono e repetitivo (principalmente nas etapas iniciais ou em empresas com baixa maturidade de dados);

Migrar para a área de dados não vai te impedir de ter chefes chatos, de ter dificuldades de ter seu trabalho reconhecido, de trabalhar sob muita pressão, de ter que correr por conta própria (e contra o relógio) para se atualizar sobre uma nova tecnologia etc.

Mas nesse exemplo, quais informações você ainda precisaria para tomar essa decisão?

É aí que vamos ao passo 2, entender a área de dados, como é o dia a dia de um profissional de dados, como é a rotina e as perspectivas da profissão, as diferentes formas de atuação e habilidades necessárias.

Passo 2 — Entender a área de dados e os diferentes desafios

Basta um bate papo rápido para ver se uma pessoa realmente tem clareza sobre os desafios de uma área de dados.

Vou dar um exemplo que me mostra que uma pessoa ainda não entende como funciona a área de dados e talvez não esteja preparada para o desafio.

Esse exemplo é bobo, eu sei, mas demonstra que antes de se candidatar para uma vaga a pessoa precisa entender melhor quais as responsabilidades de cada papel na área de dados.

O dia a dia de um engenheiro de dados é muito diferente de um analista de dados, as habilidades necessárias para cada uma dessas funções são muito distintas e as responsabilidades também. Apesar de ser um exemplo bobo, são essas pequenas coisas que fazem muitas pessoas serem eliminadas de processos seletivos.

Normalmente as pessoas que vêm de outras áreas e foram iludidas por notícias ou influenciadores tem uma impressão que trabalhar na área de dados é quase ser um super-herói (ou ser um unicórnio como costumamos dizer na área).

O Unicórnio é aquele profissional que domina todos assuntos técnicos da área de dados, tem fácil acesso a todos os dados da empresa e o mais importante: faz tudo isso em poucos cliques e sem a ajuda de mais ninguém.

Mas a verdade é que hoje a área de dados já sabe que o unicórnio não existe e o que as empresas estão fazendo é investir em uma equipe multidisciplinar com diferentes focos de atuação.

Dica: Fuja de empresas que estão buscando somente os unicórnios

Para entender melhor quais os papéis da área de dados preparei uma lista com as posições mais comuns de uma área de dados moderna:

• Data Engineer: “Engenheiro de Dados é um tipo especializado de Engenheiro de Software que possibilita outros a responderem questões sobre grandes datasets com restrições específicas de latência e tempo.” (Nathan Marz)

  Se quiser ir mais a fundo nesse entendimento sugiro ler esse post do Allan Sene

• Analytics Engineer: De uma maneira bem resumida o analytics engineer tem a missão de garantir que os dados da empresa sejam confiáveis e auditáveis e que as pessoas da empresa consigam acesso aos dados de acordo com suas necessidades. É ele que cuida da manutenção e evolução de importantes ferramentas como dicionário de dados e catálogo de dados. Ele também atua junto com os engenheiros de dados na construção de Data Warehouses e Data Marts.

• Data Analyst: Os Analistas de Dados tem o foco em analisar uma grande quantidade de dados com o objetivo de extrair insights, descobrir padrões e detectar tendências. Eles atuam como braços direitos de profissionais com um foco maior em negócios e são responsáveis pela coleta, organização e apresentação dos dados, geralmente por meio de dashboards e soluções avançadas de Business Intelligence.

• Data Scientist: Eu costumo falar que a missão de um Cientista de Dados é apoiar diferentes áreas da empresa em responder perguntas complexas de negócio e encontrar soluções por meio dos dados. Geralmente eles fazem isso utilizando algoritmos complexos, técnicas avançadas de estatística e machine learning. Num clássico post do Paulo Vasconcellos ele deu uma definição muito interessante sobre o papel do Cientista de Dados: “Um Cientista de Dados é o profissional que sabe mais de Estatística que um Engenheiro de Software e mais de Engenharia de Software que um Estatístico.”

Existem muitas outras carreiras e papéis com o foco em dados. Além das áreas citadas, o crescente interesse dos negócios por soluções de Inteligência artificial têm dado início a uma série de novos papéis e responsabilidades como AI Engineering, Prompt Engineering, AI Ops mas por se tratar de áreas ainda pouco exploradas não vou me arriscar a entrar em detalhes sobre elas, me comprometo a retornar e atualizar esse post à medida que forem se tornando mais populares e passarem a fazer parte da realidade de boa parte das empresas tech brasileiras.

É importante sempre lembrar que o mercado de dados e tecnologia muda constantemente, então é provável que enquanto eu escrevo e publico esse post outras posições estejam surgindo.

Dica: Outra forma de entender melhor as possibilidades de atuação é ver como as principais empresas analisam dados no dia a dia e estruturam suas equipes.

Passo 3 — Mapear os pontos que você vai precisar desenvolver e se preparar para atuar na área de dados

Na minha visão esse é o maior desafio para quem está buscando migrar de carreira. Sempre vejo pessoas querendo migrar de carreira, mas quase nunca vejo pessoas se dedicando ou se esforçando para isso. Antes de entrar em polêmicas vou tentar dar alguns exemplos do tipo de esforço que pode aumentar as chances de sucesso na busca por uma posição na área de dados.

Entenda uma coisa: O que te fez chegar até aqui não é o que vai te fazer chegar até onde você está buscando. Se você busca algo diferente do que faz hoje vai precisar agir de forma diferente também.

Bom, vamos ao exemplo do profissional de música com 10 anos de experiência na área musical. Ele certamente teve muita experiência que vai além da teoria musical, provavelmente teve que aprender a se relacionar com pessoas de diferentes perfis, precisou ser autodidata muitas vezes e certamente aprendeu a negociar, e acredito que ninguém discorde que esse tipo de experiência pode ser útil e até mesmo um diferencial para um profissional de dados, porém só isso não é o suficiente.

Agora esqueça do exemplo do músico, e pense num engenheiro, num cientista social, num profissional de marketing, num administrador, na minha visão o exemplo se encaixa perfeitamente nesses perfis (se você se enquadra nesses perfis possivelmente vai discordar, por conhecer de Excel e planilhas, saber um pouco de lógica de programação, ou até mesmo dominar apresentações de impacto, mas na minha visão o problema é exatamente o mesmo: só isso não é o suficiente).

O que te leva a pensar que 15 anos de experiência como Engenheiro de Petróleo te torna fortemente preparado para ser um cientista de dados? Quando alguém te pedir para colocar um modelo de machine learning em produção você vai conseguir sozinho? A menos que você tenha estudado profundamente as disciplinas necessárias para se tornar um profissional de dados, saiba, SQL, Python, conheça de Cloud e conheça com profundidade métodos estatísticos você ainda não estará preparado para esse novo desafio. E você vai estar concorrendo pela vaga com pessoas que geralmente já tem esses conhecimentos.

E pense bem… Se 10 ou 15 anos de experiência em outra área fosse o suficiente para se tornar um profissional de dados, a vida dos recrutadores de profissionais de dados seria mais fácil, bastava procurar pessoas com muitos anos de experiência em outras áreas e contratar, nem seria necessário fazer testes técnicos.

Depois desse balde de água fria, vou tentar te motivar um pouco, toda sua trajetória pode sim ser vista como um diferencial e te tornar uma pessoa com vantagens na busca por uma vaga na área de dados, mas é importante utilizar isso da maneira correta. Veja esses pontos:

• Talvez você já trabalhou a frente de projetos complexos, com múltiplos stakeholders, muita pressão por resultados e precisando lidar diariamente com situações adversas;

• Talvez teve uma vasta experiência acadêmica ou em laboratórios de pesquisa e teve a chance de encarar desafios envolvendo experimentos, ciência e publicações acadêmicas;

• Talvez tem muita experiência com tecnologia e desenvolvimento de software, mesmo que ainda não tenha tido contato com as linguagens mais populares na área de dados pode ter experiência com cloud, devops, segurança da informação, agilidade etc;

Tudo isso vai te ajudar muito a resolver problemas na área de dados e é muito importante que você saiba exatamente quais os pontos mais relevantes da sua experiência profissional estão alinhados com a vaga que você está buscando, pois você vai precisar dar destaque exatamente nesses pontos em seu currículo e nas entrevistas.

Volto a falar: Você não tem controle sobre o que o recrutador ou gestor da área pensa, mas você tem total controle sobre tudo que vai ser destacado em seu currículo, use isso de forma inteligente e a seu favor.

Assuma a responsabilidade. Durante um processo seletivo você estará concorrendo com dezenas ou até mesmo centenas de candidatos e é você quem tem que encarar o desafio de “ser visto”. Todo dia vejo pessoas falando, me candidatei a 200 vagas e nunca fui chamado, o Linkedin não funciona etc. Já parou para pensar que talvez o problema esteja na forma como seu currículo está estruturado? Já tentou comparar seu currículo com o de outras pessoas que trabalham na área e posição que você busca hoje?

Se você conseguiu estruturar melhor seu currículo e destacar as experiências que na sua visão estão mais alinhadas com a área de dados e mesmo assim não está sendo chamado para os processos, talvez o seu problema seja outro.

Muitas vezes vai ser difícil convencer o gestor da vaga que você está realmente preparado para o novo desafio e a melhor forma que vejo de conquistar essa credibilidade é através de experiências práticas.

“Eu não consigo emprego na área por não ter experiência na área, mas se eu não conseguir um emprego na área, como vou ter experiência?”

Esse paradoxo parece até um loop infinito. Em algumas áreas como a Medicina, médicos que nunca trabalharam fazem residência médica, programas de fellowship entre outras maneiras de ganhar experiência para quem nunca trabalhou, afinal quem vai querer ser operado por um médico que nunca fez uma operação antes? Mas a área de dados é um pouco diferente e é uma das poucas áreas onde é possível comprovar experiência sem ter tido um emprego formal como Data Scientist ou Data Analyst por exemplo.

Pense em algum assunto que você gosta muito, pode ser um dos seus hobbies, ou algo que você acompanha no dia a dia como economia ou política. O que te impede de fazer uma análise de dados profunda sobre esse assunto? Por que você não coleta, organiza e estrutura dados sobre esse tema, e depois faz análises respondendo a curiosidades sobre esse assunto?

Separei alguns exemplos práticos:

• Se você faz cerveja nos finais de semana, por quê não fazer disso um experimento científico? Sabia que alguns dos testes estatísticos que utilizamos hoje foram desenvolvidos por mestres cervejeiros que buscaram usar métodos científicos para melhorar a produção de cerveja?

• Se você é apaixonado por algum esporte, por quê você não analisa o desempenho dos atletas e equipes? Por quê não comparar com dados de outros anos?

• Caso esteja interessado no mercado financeiro, por quê não monitorar o desempenho dos principais ativos na bolsa de valores? E se você pudesse fazer um modelo e aumentar seus ganhos como investidor?

• Você é cinéfilo? Sabia que existem conjuntos de dados na internet com centenas de informações sobre filmes e séries, incluindo: Ano de lançamento; Nota média; Custo total de produção; Diretores; Elenco; Bilheteria etc? E se você utilizasse esses dados para comprovar ou derrubar alguns mitos sobre o assunto?

• E se ao invés de ficar falando mal dos políticos você pudesse pegar dados abertos do governo e entender como o dinheiro dos impostos está sendo gasto no dia a dia? Sabia que o Brasil é um dos países de maior referência quando o assunto são os “dados governamentais abertos”?

Esses são alguns exemplos de como ganhar experiência em análise de dados sem mesmo ter trabalhado na área, para outras posições como Engenheiro de Dados e Arquiteto de Dados funciona da mesma forma, mas ao invés de tentar analisar os dados você vai precisar focar em criar uma arquitetura que faça sentido, desenvolver e monitorar ETL’s e trabalhar em toda a orquestração da informação por exemplo.

Geralmente as pessoas não fazem isso por 3 motivos:

1. Não tem conhecimento suficiente em análise de dados: Se você acha super complexo extrair dados, organizá-los em um banco de dados, consultar essa informação cruzando os dados, entender quais as principais perguntas a serem respondidas sobre esse tema, analisar os dados e reunir todas suas conclusões em um artigo ou apresentação, você não está preparado para um desafio na área de dados, nesse caso o melhor caminho é buscar um curso e se aprofundar no tema antes de tentar migrar;

2. Não tem paciência/tempo para fazer isso: Se você não tem paciência para esse tipo de trabalho ou acha inútil, existem grandes chances de você se frustrar depois de entrar para um time de dados, pois esse tipo de desafio é bem parecido com o que um profissional de dados encara no dia a dia. Se você não dedica tempo para aprender, como vai aprender?

3. Não sabe o que fazer com essas análises depois que terminar: Você pode escolher diferentes formas de publicar suas análises, pode transformá-la em um post de blog ou redes sociais e compartilhar com outras pessoas, pode transformar em um artigo científico e tentar publicar, pode transformar em um infográfico e até mesmo gravar um vídeo explicando todo o processo e as conclusões que você teve, tudo isso é muito válido pois vai te ajudar a desenvolver técnicas de disseminação da informação. É muito comum que os profissionais da área de dados reúnam todas as suas principais análises em um Portfólio — esse post do Paulo Vasconcellos explica detalhadamente como fazer um. Mas, mesmo que você não faça nada para publicar ou divulgar toda a análise que fez por contra própria, já vai ter aprendido muito em todo esse processo.

Além de um portfólio, outra forma muito comum de testar e comprovar experiência prática na área de dados é participando de competições e hackathons. Nesse episódio do podcast do Data Hackers falamos um pouco desse assunto, vale a pena conferir.

Se você acha que ainda não está preparado para montar seu portfólio de análises, fique atento ao próximo passo.

Passo 4 — Estudar muito e fazer networking

Se você não gosta de ler e estudar, talvez a área de dados não seja para você. Falo isso com toda a sinceridade, não me lembro de nenhuma pessoa bem sucedida na área de dados que não goste de estudar e que não tenha estudado muito.

Listei alguns pontos em comum na rotina da maioria dos Cientistas de Dados, para você entender melhor:

• Ler artigos científicos e papers;

• Assistir palestras sobre assuntos complexos;

• Acompanhar tendências e novidades na área de tecnologia;

• Fazer POC’s (provas de conceito) de modelos e algoritmos para

  entender como eles funcionariam no seu trabalho;

• Ensinar e treinar pessoas de dentro e de fora da área de dados;

• Explicar conceitos técnicos complexos de forma que pessoas da área de negócio entendam;

Bom, quase todas as atividades acima exigem muito estudo e entendimento de assuntos complexos e na velocidade com que novos conhecimentos surgem, estudar, se atualizar e estar preparado é algo essencial para todo profissional da área de dados e tecnologia.

Em um time de dados é normal ouvir falar de conceitos que você nunca ouviu antes, mesmo que tenha muita experiência é bem comum o sentimento de que muitas vezes alguém recém formado tenha muito mais domínio de determinados assuntos técnicos do que você.

E por onde começar? Como se preparar para uma vaga na área de dados?

Devido à combinação de diferentes áreas do conhecimento, para muitos pode ser muito difícil saber por onde começar. Preciso fazer uma faculdade na área? O que devo aprender primeiro? Posso fazer uma formação online? Vou tentar responder essas e outras perguntas.

É necessário fazer uma Faculdade ou Universidade na área de Data Science para conseguir um emprego na área de dados?

NÃO. Pensando no Brasil e no momento que escrevo esse post não vejo nenhuma necessidade de ter uma graduação formal ou diploma específico de dados para ingressar na área. Eu nunca pedi diploma para nenhum dos profissionais que trabalham comigo hoje e na grande maioria das empresas que possuem equipes de dados não vejo esse tipo de obrigatoriedade. Mas calma, não use isso como argumento para abandonar a faculdade (e pare de utilizar posts da internet como muleta para tomar decisões que vão afetar sua vida).

Existem alguns números bem recentes da pesquisa State of Data Brazil que mostram que a proporção de profissionais que atuam na área de dados no Brasil e não possuem curso superior é inferior a 2%. Ou seja, é bem raro que pessoas sem uma formação tenham oportunidades na área de dados, mas essas oportunidades existem.

Além disso, mais de 50% dos profissionais possuem algum tipo pós-graduação, e essa proporção vai aumentando de acordo com a senioridade exigida para a posição. Dentre as diferentes profissões de dados a área que tem maior predominância de profissionais com alto nível de formação acadêmica é a área de Ciência de Dados, onde mais de 74% dos profissionais de nível sênior já possuem algum tipo de pós-graduação.

Como profissionais de dados é importante lembrar: Correlação não implica necessariamente em causalidade e existem diversos outros fatores que influenciaram o mercado de trabalho em dados atual.

Apesar de não ser essencial ter uma faculdade, acredito que uma faculdade trás muitos pontos positivos para um profissional de dados:

• Conviver com metodologia científica na prática, seja nos projetos, no TCC, defendendo teses ou se você tiver feito iniciação científica;

• Algumas empresas podem exigir diplomas para candidatos a vagas, e com a chegada dos concursos públicos com foco na área de dados isso tende a ser cada vez mais comum;

• É muito difícil conseguir fazer mestrado ou doutorado sem ter feito graduação (acho praticamente impossível) e um mestrado pode ajudar muito um profissional de dados, fora do Brasil é muito bem visto;

• Ter a oportunidade de estudar profundamente muita teoria (dificilmente uma pessoa vai se dedicar a aprender conceitos muito complexos como probabilidade, cálculo, álgebra etc sozinho por conta própria sem que isso seja um passo necessário para se formar, por mais que você seja uma pessoa dedicada. Não acredito que seja algo que você vai conseguir dominar somente focando na parte prática);

• Ter resiliência e entender que para você conseguir chegar a um objetivo maior, muitas vezes é necessário percorrer um longo caminho, enfrentar desafios, apresentar suas ideias, convergir pensamentos, planejar e executar ações, convencer pessoas e várias outras habilidades que geralmente exercemos fortemente num ambiente acadêmico;

Sobre mestrado e doutorado, principalmente nas empresas de fora do Brasil sei que é uma exigência bem comum para as posições mais seniores da área de dados (principalmente em Data Science), no Brasil tenho visto algumas empresas com times mais maduros começar a exigir esse tipo de formação para algumas posições mas ainda é bem raro, porém em algumas áreas como Data Science já é bem comum vermos pessoas de nível sênior que possuem mestrado e/ou doutorado.

O que devo aprender primeiro?

Bom essa resposta vai depender da posição que você está buscando e dos conhecimentos que já possui. Como muitas pessoas fazem recorrentemente essa pergunta na internet, é comum encontrarmos roadmaps e trilhas de estudo para a área de dados.

Para exemplificar olha que interessante esse roadmap que o Allan Sene construiu para uma pessoa que quer se tornar Data Engineer:

Com uma rápida pesquisa no Google encontrei alguns outros roadmaps que podem ser úteis para sua transição de carreira:

Data Scientist Roadmap

Data analyst Roadmap

Outra dica é você listar as principais empresas que gostaria de trabalhar, pegar as vagas que estão abertas nessas empresas e listar os requisitos mais frequentes dessas vagas, para ter um entendimento dos principais pontos que você precisa aprender e evoluir.

Posso fazer cursos online ou bootcamps para aprender o que falta?

SIM. Cursos online são ótimas maneiras de ganhar conhecimentos em áreas mais técnicas e específicas como Data Science. Como falei anteriormente, pelo menos no Brasil, vejo que a maioria das empresas está mais interessada no que você sabe do que em um diploma, dessa forma os cursos online podem ser um atalho para ganhar um conhecimento mais rápido em temas mais específicos e atuais.

Quais as principais formas de aprender os conhecimentos necessários para a área de dados:

• Cursos online e bootcamps;

• Lives e eventos online;

• Livros e ebooks

• Participar de desafios e competições;

• Artigos científicos e whitepapers;

• Acompanhar blogs e newsletters para se manter atualizado;

• Eventos presenciais;

• Fazer muito networking e participar de comunidades;

Dica: Não adianta só estudar, o ideal é balancear estudo, prática e networking e tentar sempre se organizar, registrar os aprendizados e aproveitar para ampliar o seu portfólio de análises.

O Networking é realmente importante?

SIM. Uma das áreas que mais tem se beneficiado do networking é a área de tecnologia ao ponto de existirem comunidades com alto valor de mercado, tamanho o benefício que elas proporcionam, e na área de dados não é diferente.

Participar de uma comunidade pode te dar acesso mais rápido ao que está acontecendo no mercado, as principais tendências tecnológicas, entender as soluções e ferramentas mais utilizadas, tirar dúvidas e o mais importante aprender muito. Como uma comunidade é uma via de mão dupla, você também vai conseguir ajudar os outros, passar para frente um pouco do seu conhecimento e ser notado.

Se você chegou até aqui gostaria de aproveitar para te convidar a participar da nossa comunidade, lá você vai encontrar:

• Newsletter semanal, onde você vai receber um email todas as segundas-feiras com uma curadoria dos principais conteúdos sobre a área de dados que estiverem em destaque naquela semana;

• Grupo do Slack, onde você vai ter oportunidade de se conectar com várias pessoas do mercado de dados, acompanhar diversas discussões relevantes na área, ter acesso a oportunidades de emprego e inscrição em eventos;

• Podcast Data Hackers, o maior podcast da área de dados no Brasil com conteúdo 100% em português. Mensalmente convidamos pessoas fora da curva na área de dados para participar e compartilhar com a gente sobre suas experiências;

• Blog/Medium, nosso blog é alimentado pela própria comunidade e toda semana conta com novos conteúdos sobre os mais variados temas da área, do básico ao avançado;

Para se inscrever e fazer parte basta clicar no link: https://datahackers.com.br/

Passo 5 — Como um profissional em transição de carreira deve se candidatar a área de dados

Bom, não vai ser surpresa para ninguém o que vou falar, mas um profissional em transição de carreira vai ter exatamente os mesmos meios para se candidatar de um profissional que já atua na área, o diferencial aqui é como utilizar toda sua experiência a seu favor.

Preparando o currículo

Preparação de currículo é um ponto que pouca gente sabe/prática, mas eu recomendo que você adapte o seu currículo para a vaga que você deseja concorrer.

Obs: Não estou falando de mentir no currículo, pois se a empresa for séria você ainda vai passar por uma série de entrevistas, testes e em muitos casos buscas de recomendação, então são grandes as chances de alguma mentira ser descoberta. Mesmo depois de contratado você pode perder toda a confiança da sua liderança e ser demitido caso fique comprovado que você mentiu no currículo.

• Carta de Apresentação: É muito importante você deixar claro o motivo que te levou a buscar uma transição de carreira, se isso não estiver claro para o recrutador as chances de passar na entrevista são remotas. Foque mais em motivos sobre o seu futuro (identificação com a área etc) do que o seu passado (mercado saturado, poucas oportunidades);

• Experiências profissionais: Estude bem a vaga que você quer se candidatar, depois tente voltar a cada ponto da sua experiência profissional e deixar claro como seus aprendizados podem te ajudar em desafios da área de dados. Desafios pouco relacionados com a nova área não precisam de tanto destaque. Exemplo: Se você passou os últimos 3 anos gerando relatórios, indicadores de performance e apresentações para a alta direção da empresa foque nisso e não precisa dar muito destaque para seu primeiro estágio 10 anos atrás na área administrativa pois essa experiência é menos relevante para esse momento;

• Portfólio: Já falei antes e volto a repetir, um portfólio pode ser o elemento responsável por quebrar a objeção do recrutador ao pensar que você não tem nenhuma experiência prática na área de dados. O portfólio pode ser uma página no Github onde suas análises estão reunidas, um blog com vários posts sobre a área de dados, ou até mesmo um documento explicando suas principais experiências práticas (pode ser no Notion, Trello ou Airtable por exemplo ou até mesmo um pdf);

• Competências Técnicas: Lembra que eu te orientei a estudar as vagas antes de se candidatar? Bom, agora é hora de utilizar essas informações. Procure dar destaque a competências técnicas que estejam relacionadas a vaga, fuja de competências muito óbvias (estamos em 2024, não precisa por no currículo que sabe utilizar a internet ou o word), evite incluir competências que só você saiba explicar isso pode gerar mais dúvidas do que certezas (exemplo: saber mexer no photoshop e editar vídeos, apesar de ser legal geralmente não é tão relevante para a área de dados, o mesmo vale para conhecimentos específicos de engenharia, direito etc). Outro ponto interessante é que talvez você não saiba Python, mas já tenha desenvolvido software em outras linguagens, talvez não saiba Power BI, mas saiba fazer cruzamentos de dados utilizando outras tecnologias como Tableau ou Qlik (se você conseguir deixar claro no currículo que tem ciência disso e está em processo de aprendizado desses novos conhecimentos, isso pode ser visto como um ponto muito positivo, afinal para uma pessoa que já domina uma linguagem ou tecnologia, aprender outras similares pode ser mais simples);

Obs: Não existe uma fórmula de bolo para o currículo, essas dicas fazem parte do meu ponto de vista e não de todos os recrutadores (lembre-se: eu nem sou da área de recrutamento e seleção), acredito que apesar de existirem boas práticas um currículo tem que ser pessoal e autêntico.

/

Primeiro contato com o recrutador

Esse ponto talvez seja o mais difícil para um profissional em transição, pois seu currículo é um “outlier” em meio a vários currículos de pessoas que estão seguindo o caminho natural da área (estudo focado em dados > estágio > experiências na área de dados de outras empresas). Uma transição de carreira ainda carrega outros pontos específicos que tornam essa decisão ainda mais difícil para o recrutador.

• A maioria das pessoas em transição de carreira ainda não tem experiência prática na área, mas buscam vagas com um salário acima do que ganham atualmente (afinal, pouca gente quer sair de uma posição e remuneração de nível sênior para uma nível júnior, dentro de uma mesma empresa isso nem é permitido por lei), isso geralmente as leva a competir com profissionais com muita experiência prática na área de dados;

• Profissionais em transição de carreira dificilmente tem a oportunidade de fazer um estágio na área e geralmente não tem o mesmo tempo livre para estudar novos conceitos que pessoas recém formadas;

A etapa de primeiro contato com o recrutador vai influenciar muito no sucesso da sua busca por oportunidades. Nessa parte a dica que eu dou é você tentar deixar bem claro que você está preparado para essa vaga, mostrando que você estudou a empresa, entende o desafio, já mapeou seus pontos fracos e está trabalhando para desenvolvê-los. Outra dica é tentar ter algum contato com os recrutadores e profissionais da área em eventos de tecnologia. Nesses momentos além de entender melhor sobre os desafios você vai poder perguntar para eles sobre carreira, oportunidades e pedir dicas, entendendo no que precisa se preparar melhor.

Por fim, não desanime na primeira entrevista. Eu mesmo já fui descartado em dezenas de entrevistas de emprego (muitas dessas empresas me procuram hoje e oferecem oportunidades), não leve para o lado pessoal, cada entrevista é uma oportunidade de aprendizagem, muitas vezes você vai entender que aquele não era o momento ideal para você encarar aquela vaga e tenha humildade de reconhecer onde você pode se desenvolver, tanto em hard skills quanto soft skills.

Lembre-se que grande parte das pessoas que leram a primeira versão desse post em 2021 já conseguiram fazer a tão sonhada transição para a área de dados

Se preparando para testes e entrevistas técnicas

Lembra que eu falei da experiência prática? Se você realmente estiver praticando aspectos técnicos da área de dados no dia a dia não vai ter muitos problemas nessa parte. Em entrevistas técnicas tente mostrar como sua experiência te ajudou a superar os desafios do teste, isso vai ajudar os responsáveis pela vaga a entender melhor como seus sólidos anos de experiência serão um grande diferencial para você nessa posição. Outro ponto é o mesmo que o que falei acima, cada teste técnico será um aprendizado e um direcionador de pontos que você ainda precisa desenvolver tecnicamente, procure registrar os pontos que teve mais dificuldade nos testes e os feedbacks dos entrevistadores e busque desenvolver melhor esses pontos.

Bom, se você chegou até essa parte do post parabéns!

Você mostrou muita resiliência ao ler quase 9.000 palavras e tentar ir mais a fundo em pontos relevantes para quem busca uma transição de carreira em dados. Espero que esse conteúdo te ajude a aumentar as chances de sucesso na sua recolocação profissional.

Nesse momento o que eu posso te desejar é muita boa sorte nessa jornada, e que você tenha resiliência e paciência, pois todos nós sabemos que essa caminhada nem sempre é simples, nem ao menos linear, tente dar um passo de cada vez, se agarre as pequenas vitórias e lembre-se:

No mais gostaria de te agradecer pela confiança e voltar a te convidar a participar da comunidade Data Hackers, lá você vai poder contar não só com minha ajuda, mas de dezenas de milhares de profissionais brasileiros.

Um grande abraço e espero te ver na área de dados em breve!