As maiores mentiras sobre carreira na área de dados 😱

Conheça toda a história por trás dos ícones da área de Data Science;  Precisamos tomar cuidado com a super especialização em Data Science;

Author

Data Hackers
September 27, 2021

Fala, Data Hacker! Seja bem-vindo a mais uma newsletter!O dia de hoje já começa com um assunto ultra-polêmico: Você sabe quais são as maiores mentiras e falácias divulgadas a respeito da carreira na área de dados?Bom, para tentarmos listar essas mentiras convidamos os community managers do Data Hackers para um episódio super bem humorado do nosso podcast. Como já era de se esperar o episódio está repleto de piadas repetidas e assuntos polêmicos, mas também tem muitas dicas valiosas e reflexões importantes sobre a carreira na área de dados.E mais na news de hoje:

No mais recente episódio do podcast do Data Hackers convidamos os community managers do DH para um bate papo (super bem humorado) sobre as maiores mentiras e falácias que são contadas a respeito da carreira na área de dados.Será que ainda estão acreditando em salários altos?Ser gerente é o único caminho pro sucesso?E o tal do mestrado, hein? Quando vale a pena fazer?Bom, se você está afim de rir um pouco com esse bate papo descontraído sobre a área de dados basta acessar o podcast do Data Hackers no Spotify, iTunes, Google Podcast, Castbox e muitas outras plataformas, incluindo nosso site oficial. (em Português)

Você conhece a história por trás de nomes como Yan LeCunn e

Timnit Gebru? Sabia que os projetos desenvolvido por essas pessoas (e muitas outras) foram muito importantes para os avanços recentes na área de dados?

Nesse site você vai poder conhecer melhor a história por trás desses ícones da nossa área, entender os projetos, as descobertas e também todas as polêmicas relacionadas a esses nomes. (em Inglês)

 

A polêmica do dia começa nesse post... Muito tem se falado sobre a super especialização dos cargos na área de dados, nós mesmos já falamos aqui de novas funções desejadas pelas empresas como por exemplo MLOps e Analytics Engineer. 

Mas será que estamos subestimando o poder do profissional de dados "full-stack", aquele que tem um conhecimento mais generalista e um certo domínio de ponta a ponta dos passos envolvidos no processo de dados?

Bom, nesse artigo Eric Colson apresenta os problemas envolvidos na super especialização (e muitas vezes ignorados pelas empresas). Acreditamos que essa é uma discussão ampla e que não exista uma verdade absoluta sobre o assunto, mas, sem sombra de dúvidas, esse artigo nos ajuda a entender melhor o outro lado da moeda. (em Inglês)

Nesse artigo o Data Hacker Anderson Amaral propõe uma discussão bem interessante sobre aplicações de Machine Learning em projetos relacionados a crédito e inadimplência, começando com o questionamento: "Seria correto culpar algoritmos pelo insucesso das fintech?". Vale a pena conferir!  (em Português)

Análise de sobrevivência, é uma área muito importante da estatística e tem como objetivo estimar o tempo de duração esperado até a ocorrência de um ou mais eventos. Esse tipo de análise é muito utilizada tanto em estudos sobre falhas de sistemas mecânicos quanto em estudos da área de medicina e biologia. Nesse artigo são apresentadas oportunidades de utilizar esse tipo de análise em projetos de Data Science. (em Inglês)

A Data Hacker Lis Barreto conta nesse post sobre sua trajetória, passando de uma aspirante a Física até conseguir uma vaga de estágio na área de dados da XP Inc. No artigo ela fala de suas experiências e de como sua fome de aprendizado e a participação em comunidades foi fundamental para que ela alcançasse os objetivos. (em Português)

Já faz algum tempo que as técnicas de Reinforcment Learning tem se tornado cada vez mais populares, mas ainda é difícil encontrar pessoas que tenham experimentado esses conceitos na prática. Esse artigo promete facilitar a vida de quem tem curiosidade de aprender mais sobre Reinforcement Learning mas ainda não sabe por onde começar. (em Inglês)

VAGAS DA SEMANA

  • 3+ anos de experiência na área de dados

  • SQL avançado

  • Python/R/Scala

  • Sólidos conhecimento em visualização de dados (preferência Tableau/Looker)

  • Mestrado ou Doutorado em áreas relacionadas a dados (Computação, Data Science, Estatística, Economia etc)

  • Experiência com aplicação prática de Machine Learning/Deep Learning

  • Sólidos conhecimentos em visualização de dados e modelagem estatística

  • Python

  • SQL

Entendendo o que é Validação Cruzada em ML (Cross Validation)O Data Hacker Iury Rosal tem um canal de Youtube bem interessante onde ensina alguns conceitos muito importantes relacionados a Machine Learning e análise de dados. Em seu mais recente vídeo ele resolveu explicar em detalhes os conceitos por trás da técnica de validação cruzada em modelos de Machine Learning, o vídeo ficou bem legal e mistura teoria e prática de uma forma bem didática. Vale a pena conferir! (Em Português)

A equipe do Visual Capitalist resolveu mapear quais as maiores empresas públicas de cada país de acordo com seu valor de mercado e disponibilizar essas informações de forma visual. O resultado ficou bem interessante e  surpreendente em alguns casos. (em Inglês)

PRÓXIMOS EVENTOS E MEETUPS [100% ONLINE]

29 a 30 de Setembro - Evento Gratuito e 100% Online

28 a 30 de Setembro - Evento Gratuito e 100% Online

07 de Outubro: 10h -  Evento Gratuito e 100% Online(Participação do nosso co-founder Paulo Vasconcellos)

06 e 07 de Outubro - Evento Gratuito e 100% Online

14 de Outubro - Evento Gratuito e 100% Online