Видео

Parabéns! Começou por uma ótima empresa, vai longe! Idade é só um número, vamos que vamos!!!

Nossa, acabei de fazer um reels sobre isso para postar amanhã hahahah Olha, as duas carreiras são excelentes e muitas vezes você está em uma e atuando com uma tarefa que normalmente seria da outra. Se você está começando e tentando migrar, eu focaria em análise de dados, por ter uma barreira de entrada menor. O que eu acharia determinante é o quanto você gosta de um trabalho mais dinâmico, gerando insights mais rápidos e acionáveis no curto prazo, que é algo mais comum na carreira de analista. E o quanto você gosta de problemas mais complexos, com projetos mais extensos envolvendo pesquisas e/ou experimentações. Talvez esta seja a diferença mais notável.

Mas essa situação que eu demonstrei é praticamente real, o dia a dia do analista de dados, em resumo, é pegar dados e responder às questões como fizemos. Um ponto sobre essa questão de teoria vs prática é que lidar com abstrações é importante na nossa área. É ela que nos permite identificar e compreender padrões que se aplicam a muitas situações diferentes. Exemplo bobo: quando você aprende a somar, você não está apenas aprendendo que 2+3=5, você está aprendendo um padrão que funciona para todos os números. Isso é abstração em ação. Uma vez que você compreende conceitos abstratos, pode aplicá-los a qualquer em N oportunidades distintas. Isso evita aquele problema clássico de muito aluno que só sabe fazer algo quando está exatamente igual ao exemplo (o bom e velho "essa daí eu sabia com maçãs, com laranja fica mais difícil"). Nem tudo é só mão na massa replicando o dia a dia, é importante trabalhar essas questões e desenvolver essa habilidade. Tem um livro da Springer chamado " Encyclopedia of the Sciences of Learning" que tem um capítulo inteiro só sobre abstração matemática, depois dê uma olhada. Abraços!

Contabilidade tem muita oportunidade, principalmente pela complexidade do sistema tributário brasileiro. Um bom contador consegue fazer a empresa economizar muita grana em tributos. Agora, é preciso olhar no longo prazo e o potencial de ganho em cada uma. Por exemplo, qual impacto da Inteligência Artificial para cada uma delas. Eu imagino que na contabilidade vai afetar mais, mas é difícil prever. Por outro lado, a área de dados tem ficado mais competitiva a cada dia que passa. Enfim, vejo muitos prós e contras para cada uma delas.

Mais facil mandar mensagem p ele no Insta, ele responde mais rapido e todo mundo

Obrigado por avisa-lo! Realmente pelo Instagram eu respondo bem mais rápido rsrs

Olha, essa pergunta aí pode ter uma resposta diferente dependendo do seu objetivo. Por exemplo, se você está buscando migrar para dados o quanto antes, eu diria para ir direto para Excel, SQL e Power BI. Aí, você vai aprendendo conceitos de análise de dados durante os estudos. Isso te levaria a uma carreira como analista de dados no menor tempo possível. Para cientista de dados, eu iria por outro caminho, começando por Python. Agora, se você quer fazer um caminho completo, como se fosse o de um curso, você poderia ir para lógica de programação, depois Cálculo, Álgebra Linear e Estatística. Eu não acho um caminho eficiente, pois é raro o mercado cobrar esses conhecimentos de um cientista de dados jr. Enfim, depende da carreira e do seu objetivo.

Obrigado, João!

O mercado ainda demanda que se tenha pelo menos algum diploma de ensino superior. Se você não é muito fã do modelo mais tradicional de ensino, não quer ficar 5 anos para ser bacharel em algo, eu sugiro buscar um tecnólogo, é outra dinâmica, é um curso mais curto e é suficiente para entrar no mercado.

Olá! A resposta breve seria não. Indo mais a fundo, o que acontece é que para ser analista de dados o mercado não tem cobrado tanto conhecimento matemático. 10 anos atrás era impensável um analista de dados com pouco conhecimento em estatística, hoje é bem comum. Se for para ser cientista de dados, aí é inevitável o contato com a matemática. O que eu costumo falar para meus alunos é para não terem medo da matemática. A gente tem experiências ruins no colégio e acabamos ficando com essa visão de que somos ruins com números, mas você vai ver que tem muito professor bom que consegue fazer você entender bem a matéria. Não fique com receio, mas, se serve de conforto, você pode trabalhar com análise de dados sem precisar de tanta matemática. Abraços!

Sim e não. Vamos lá, a gente precisa de programação na área de dados, para poder lidar com datasets grandes, fazer os tratamentos dos dados e as análises que a gente não conseguiria fazer no papel e caneta (e nem no Excel, dependendo do tamanho do conjunto de dados). Agora, não é a mesma programação que os desenvolvedores usam. Tem bastante diferença, a nossa programação é o meio que usamos para poder lidar com os dados e fazer as análises de grandes volumes de dados. A deles é como se fosse o fim já, não apenas o meio para atingir algo. Veja mais conteúdos de ciência de dados, é uma área bem legal e muito bem remunerada.

Não desiste, Cintia! Aproveite os materiais do RUclips, o ChatGPT e outras fontes para suprir o que te falta na base e até para encontrar professores que te ensinem conteúdo de uma forma que você entenda. Muitos professores que tive na faculdade tinham uma abordagem que não funcionava para mim, mas quando encontrei os livros e pessoas certas, aí a coisa andou!

Eu que agradeço pela moral!

kkkkkkkkkkkkkkkk gruda na mente

O livro é bom e errar previsões muitas pessoas erraram. E o paper dele teve uma abordagem interessante, apesar dos erros. Não estou aqui para defender o Samy Dana, não o conheço, mas errar previsões é muito comum na área de dados. Você ainda vai ver muitos profissionais que você respeita e admira errando. Se não gosta dele, só vai nas outras sugestões mesmo =)

A trilha que criamos no Clube eu acredito que parta muito do zero, tanto que eu explico tudo, até as notações. Mas tem um período de teste pela Hotmart. Se não gostar, pode pedir o reembolso

A gente tem um grupo do Telegram. Vai no instagram.com/universidadedosdados que tem um story fixado com o link do nosso Telegram, é um grupo bem ativo.

Boa pergunta. Tô buscando migrar para essa área (Deixando minha ward aqui para quando responderem rsrs!!)

Boa pergunta! Portfólio é tudo que você fizer de projetos. Não tem muita importância onde você vai armazenar, se é num blog, no Github ou qualquer outro lugar. O mais importante vai ser você compartilhar seus projetos no Linkedin, para engajar na comunidade de dados e ser notado por profissionais mais seniores, gestores e recrutadores. Para você ter ideia, na turma de mentoria que fiz no começo de 2024, nenhum dos mentorados subiu projetos no Github ou em qualquer outro lugar. Apenas foram postando no Linkedin e, com isso, foram achados pelos gestores da empresa em que eles estão trabalhando. Fique tranquilo, só coloque a mão na massa e compartilhe seus projetos no Linkedin!

Fora as bizarrices tipo quando tem a coluna "preco", "preco_new", "preco_new2" kkkkkkkkkk

Olá! No nosso curso temos alguns projetos guiados, mas também temos desafios onde a gente orienta quais perguntas responder. Assim, se você terminar, por exemplo, nossa trilha de Excel, você pode ir nos desafios e usar o que você aprendeu para responder as perguntas. Também temos monitorias e lives onde você pode buscar ajuda se tiver dificuldade. Além da comunidade do curso ser muito ativa, todo mundo se ajuda bastante!

Não tem, mas gostei da ideia!!! Vou fazer um desses!

Totalmente normal, foi a forma que a árvore encontrou de dividir de forma a "acertar" mais

Pesquisa operacional é muito legal! Tanto ela, quanto inferência causal, são duas abordagens que algumas grandes empresas usam, mas são bem pouco difundidas. Eu acho uma pena, um baita desperdício. Mas se você souber pesquisa operacional e virar um cientista de dados, você vai se destacar, terá mais ferramentas que a maioria dos profissionais para resolver os problemas das empresas!

Tá certinho, mano! =)

Hahahaha agradeço!

Feliz que vocês tão curtindo esses videos! Vou fazer mais uns e explicar até como nossas soluções agregam valor na empresa. Curti essa dinamica tb

Clube de Assinaturas da Universidade dos Dados, www.universidadedosdados.com. Menos de 1 real por dia

Ele busca encontrar um padrão de consumo no dia da semana basicamente. Se por exemplo ele tem um dado de uma quarta feira, ele criou features para olhar o valor da target na quarta feira da semana passada (7 dias atrás), semana retrasada (14 dias atrás) e assim vai.