Bióloga e Cientista de Dados: Porque eu não “mudei de área”, e você também não.
Desde que mudei minha profissão no Linkedin de Pesquisadora em Neurociências para Cientista de Dados, algumas pessoas me perguntaram como foi o processo de “mudar de área”. Embora eu entenda de onde parte esta pergunta e em parte eu concorde que mudei de área, não é preto no branco. Então queria colocar minha visão do porquê eu não sinto que mudei de área — nem você, que já tem uma graduação que não é em ciência de dados ou TI — e explorar um pouco mais a “área cinza”, além de dar alguma dica sobre como fazer esse processo, seja lá como você o chama. Vai fazer sentido. Eu espero.
Durante sua vida acadêmica, você se deparou com resultados significantes e não significantes. Você leu um artigo e escutou seu professor pontuando os pontos fracos dele. Você teve que procurar a metodologia que melhor servisse o seu experimento — ou o experimento de alguém. Você praticou algo durante esse tempo: pensamento crítico.
Na verdade, desde que você colocou o pé na faculdade, é questionamento atrás de questionamento. Chega você tem toda a cautela do mundo para afirmar alguma coisa. Sua mente trabalha com as possibilidades, procurando soluções para problemas já existentes e problemas provaveis.
Caso pense que irá mudar completamente de área se for para Ciência de Dados, um conselho: Não foque nas diferenças, foque na similaridade.
Talvez você não fale de nutrição no seu futuro emprego como cientista de dados. Talvez você não precise pontuar nada sobre os oceanos. Ainda assim, você trabalhou com dados durante pelo menos 4 anos da sua vida. Fez estágio? Fez mais de 4 anos de faculdade? Você trabalhou ainda mais com os dados. Eles não são desconhecidos seus.
Estatística: Uma dica para quem não é familiar
Culturalmente temos uma tendência de achar que os números são confusos, que deveriam ter menos da nossa atenção do que as palavras. Talvez este receio tenha feito você optar por algo na área de humanas — e ainda assim, de alguma forma, la estavam eles.
Talvez, só talvez, os números não precisem ser tão assustadores assim. Reconstrua sua relação com os números. Você tem um aprendizado mais visual? Procure ferramentas visuais de como entender uma função. Tem preguiça dos números? Leia sobre a história deles. Fique curioso com eles. De uma forma bem brega, namore eles.
Talvez abrir o youtube e assistir vídeos e vídeos de estatística não te convença que eles são interessantes — tente outra coisa então.
Programação: Uma ferramenta
Você faria cálculos e cálculos e cálculos na mão? Bom, é possível. Mas seria mais fácil fazê-los em uma calculadora? Seria. E usando uma linguagem de programação?
Talvez eu não te convença que seria mais fácil — ainda. Mas qualquer um que se deparou com um MATLAB ou um R na vida acadêmica, sabe das maravilhas que é salvar um valor em uma variável e trabalhar com ela. A programação é uma ferramenta. Vai ficar mais fácil de forma proporcional a sua frequência de uso dela.
Pode ser que você comece não sabendo absolutamente nada de programação. Mas hey, não é exatamente por isso que você começa algo?
“ — Mas eu não sou de TI, não sei nada disso…” Bom, experimente pegar um developer que trabalha na indústria, ou alguém recem graduado em Engenharia e pergunte sobre pyspark, spark, hadoop, hdfs. Minha experiência pessoal diz que talvez ele não saiba o que são essas coisas — assim como eu não sabia até pouco tempo atrás (discutir o significado delas não é uma missão para este artigo).
Não ser de TI, não significa não ter background para se tornar um cientista de dados. Ser de TI, não significa saber o suficiente para ser um cientista de dados. Ser de TI, não significa querer ser da área de ciência de dados, inclusive.
Ferramentas mudam o tempo todo e você não está salvo de ter que aprender algo novo, independente de qual tenha sido sua graduação.
Concorrência e Multidisciplinaridade
Vou incluir este ponto pois acho que muitos têm uma preocupação por trás da pergunta de como eu “mudei de área”, que é: “estou em grande desvantagem em relação aos outros?”
Embora “outros” não seja definido aqui e fique como uma tarefa para sua imaginação, eu quero falar com você sobre você — pessoa que tem o background “nada a ver” com ciência de dados (espero ter te convencido que você tem algo a ver sim).
Você não é o profissional que você é APESAR do seu background. É por conta do seu background — leia novamente.
Se faça sinceramente esta pergunta: Como minhas experiências podem me ajudar a ser um profissional de DESTAQUE?
Queria pontuar bem esta última pergunta, pois sinto que pessoas de background multidisciplinares não veem a grande representação — o grande link — que vocês têm a capacidade de fazer.
Que conhecimento a mais você tem, por conta de onde você esteve antes de parar aqui?
Para finalizar:
Um dos mais experts Cientistas de Dados que eu conheço (senior) e meu ex professor da especialização em ciência de dados. Background: Arquivologia.
Um dos melhores Engenherios de Dados que esse super cientista de dados mecionado acima considera (que no momento deste artigo trabalha para uma empresa internacional): Background: Música.
Outros super cientistas de dados que tive o prazer de trabalhar junto: Backgrounds: Engenharia Mecatrônica; História; Engenharia Elétrica.
E só de extra: um que não é da área de ciência de dados mas me ajudou muito com conhecimentos de banco de dados, noSQL, SQL, docker, deploy e por ai vai…. Background? Sem graduação.
Espero que este artigo tenha te ajudado a ver um lado bom da “área cinza”, e expandir um pouco mais o que pode significar estar nela. O medo do novo é uma coisa comum que pode ser paralisadora. Espero que você tenha pelo menos lembrado que dados já são um velho conhecido seu.
