trabalhar como cientista de dados e analista de dados consegui um emprego nessa área é fácil o problema é que você tá fazendo isso da maneira errada não só apenas da maneira como você tá estudando mas também da maneira como você enxerga o mercado de ciências e análise de dados e hoje eu vou passar para vocês Qual é a maneira mais fácil de entrar no mercado de data Science e desenvolver uma grande carreira nessa área uma coisa que eu notei ao longo do meu tempo trabalhando na Disney no Google no Facebook math e agora no tiktok é que a grande maioria dos profissionais de cência de dados que trabalharam comigo analista de dados ou qualquer profissional de dados A grande maioria deles não começou a carreira deles numa Big Tech a gente até tem algumas exceções mas são raras a maioria começou a carreira muitos anos atrás em Pequenas Empresas e aí a medida que eles foram evoluindo se desenvolvendo Eles foram conseguindo empregos melhores com melhores salários ganharam exposição no mercado até o ponto que eles se tornaram interessantes para uma big Tech E aí que entra o ponto fundamental muitas vezes vezes tirando Claro caso de algumas startups muito específicas mas muitas vezes o trabalho que se faz numa btec de ciências de dados é completamente diferente da Necessidade que se tem de dados de uma pequena empresa e aí entra o ponto fundamental muitas vezes as pessoas estudam Python machine learning tudo bem que eles aprendem receitas de bolo e aí eles chegam Procurando um Emprego numa empresa e a empresa no final das contas fala eu não preciso de nada disso eu preciso simplesmente alguém que vai analisar os dados me gerar insites e recomendações e a partir disso consiga me mostrar a eficiência que esses dados estão trazendo pra empresa ou seja como as suas análises estão impactando os resultados da empresa e na maioria das vezes ess resultados querem dizer a empresa tá ganhando mais dinheiro e aí entra um ponto muito interessante que eu vejo em vários alunos muitas vezes um aluno começa numa empresa pequena e ele trabalha basicamente só com Excel a quantidade de alunos que eu tenho que estudaram comigo Python SQL machine learning E aí entraram no mercado e eles viram para mim e falam Jerry eu falo você tá usando skl você tá fazend cara empresa que não tem nenhum Database não existe um dataset na verdade todos os dados que eu analiso da empresa eu faço download do Google Analytics ou faço download de uma outra plataforma que a empresa usa analiso esses dados no Excel ou em alguma outra ferramenta e crio os insights e as recomendações eu já tive aluno em que aconteceu isso até em Empresas Grandes um aluno meu que por exemplo tá trabalhando na KPMG agora até o segundo emprego dele de data Science Analytics ele não encostou em nada relacionado a código SQL machine learning Python absolutamente nada e aí no terceiro emprego como a empresa tinha datasets ou seja tinha uns databases online dat lakes usando dat lakes ele chegou a usar SQL para fazer as consultas e montar as tabelas dele mas o processo de análise não mudou praticamente nada e esse é o ponto principal interessante que semana passado eu coloquei um vídeo aqui falando sobre o large language mods e como isso estava mudando a indústria e algumas pessoas colocaram os comentários do tipo ah Jerry 90% das empresas do Brasil não sabem nem usar um dashboard você vem falar que agora eles vão precisar de large language models eles estão completamente certos quando eu falo dessa mudança na indústria em relacionado a large language models são pras empresas que t a necessidade de utilizar data Science Analytics de uma maneira avançada ou seja talvez pro 10% dos tops das empresas que realmente usam o data Science Analytics de uma maneira avançada ou até muitas Startup que estão realmente bastante avançadas apesar de serem empresas pequenas mas pra maioria das Pequenas Empresas seja no Brasil inclusive até no exterior muitas vezes ela só precisa de um profissional que vai fazer análise das recomendações E aí você fala J Mas aí seria ciências de dados Porque pô estudei tanto eu aprendi algoritmos eu aprendi a desenvolver modelos eu aprendi os estudos que você me ensinou no seu curso Eu vou chegar lá ficar fazendo análise em Excel E aí entram dois pontos fundamentais o primeiro lugar é que análise é análise a quantidade de pessoas que eu já vi que se mostravam no currículo extremamente capacitadas com python machine learning modelos avançados e fizeram um trabalho vergonhoso pelas empresas onde eles passaram foi gigantesco e ao mesmo tempo a quantidade de pessoas que eu vi que não tinha esses conhecimentos mas que fez um trabalho extraordinário também foi muito grande e esse é o ponto que você tem que pensar Qual que é o fundamento do cientista de D realmente é ter esse pensamento analítico trabalhar com raciocínio lógico trabalhar com metodologias e modelos de mensuração correta E aí se ele fizer isso utilizando Python machine learning ou escrevendo num saco de papel não importa o que importa é o resultado E aí você pode começar sua carreira numa pequena empresa fazendo análises para essa empresa entendendo como funciona o mercado entendendo que que uma empresa busca de um profissional de análise e ciências de dados evoluindo nessa empresa até o ponto que aquela empresa Não Te comporta Mais e aí você muda pouco antes de eu me mudar para os Estados Unidos Por exemplo um aluno me contactou porque ele tava mudando fazendo o processo seletivo para uma empresa energética de grande porte na Austrália Três Anos Antes esse aluno não sabia nada de análise e ciências de dados E aí ele fez o curso estudou conseguiu o primeiro emprego dele numa pinera empresa foi evoluindo mudou para uma segunda empresa até o ponto que ele chegou numa empresa de grande porte tando numa empresa energética agora de grande porte na Austrália a chance dele daqui talvez 2 anos 3 anos mudar para uma empresa ainda maior e quem sabe até atingir uma das bigtech com excelentes salários é muito grande porque ele desenvolveu a sua carreira e aí a pessoa faz um curso e já quer de cara arrumar uma empresa que vai pedir para que ele escreva algoritmos avançados de machine learning E aí entra um outro ponto nenhuma empresa que vai utilizar algoritmos avançados de machine learning vai contratar um iniciante Então esse é o caminho comece pelo começo entenda o processo analítico entenda as metodologias de mensuração comece a realizar suas análises utilizando casos reais para assim você conseguir um emprego numa empresa que realmente vai est utilizando análise de dados e a ciências de dados para gerar algum tipo de impacto a partir daí tudo fica mais fácil porque você já conseguiu a parte mais difícil que é ter a sua entrada no mercado de ciências e análises de dados pro segundo emprego quando você aplicar você não somente vai ter mais experiência como você vai poder falar olha eu já trabalhei em uma empresa esse não é o meu primeiro emprego você vai est muito mais acostumado com os processos de análise de dados processos analíticos você vai entender o que realmente uma empresa precisa quando ela tá analisando os dados e dependendo da indústria ou do setor que você tiver as chances de você ter um crescimento profissional muito grande são gigantescas muitas vezes a gente olha um profissional de ciências de dados ganhando 350.000 400.000 por ano e a gente tem impressão que foi da noite pro dia não esse mesmo profissional começou a carreira dele lá atrás ganhando 55.000 60.000 70.000 por ano e foi evoluindo um dos diretores por exemplo com quem eu trabalhei no Google ele começou a carreira dele analisando dados de mail marketing ele foi crescendo foi desenvolvendo desenvolveu outros processos e habilidades mudou de emprego E à medida que ele foi crescendo ele foi se tornando mais próximo do sonho de trabalhar numa Big Tech Então vamos resumir o processo em primeiro lugar você pode estudar o que Você Quiser de ciências e análise de dados tudo que você estudar Sempre você precisa entender metodologias de mensuração processo analítico entender agendas de estudo quando você tiver desenvolvendo um processo de integração e análise de dados pro cliente ter o pensamento analítico conhecer as metodologias de mensuração E aí Claro trabalhar com as ferramentas então o caminho é procure vagas relacionadas com análise de dados inicialmente eu sei que não existe muito essa distinção de análise e ciências de dados mas dentro do mercado profissional quando você tá aplicando para empregos você vê essa distinção E aí estude com dados reais não dados do Titanic não dados do seu time de futebol Favorito não dados da NFL da NBA não estude com dados de problemas de negócios reais da empresa Esses são os dados da empresa Esse é o problema que a empresa estava enfrentando como é que a gente encontra uma solução e apresenta uma recomendação baseado nessa solução que eu encontrei porque esses vão ser exatamente os problemas de negócios que você vai encontrar numa empresa também estude o setor específico pro qual você vai est trabalhando o cientista de dados da Indústria Farmacêutica o trabalho dele é completamente diferente do cientista de dados que tá trabalhando por exemplo na área de marketing o cientista de dados de logística vai ter um trabalho completamente diferente de um cientista de dados que tá trabalhando na área de saúde Então o que eu quero dizer com isso é que você precisa entender o contexto dos dados com que você tá trabalhando e o ponto mais interessante é que esse contexto é que vai fazer o diferencial para você crescer ou não na sua carreira por quê porque vamos dizer que você escolheu ser um cientista de dados trabalhando com dados da área da saúde aí você conseguiu o seu primeiro emprego Você tá trabalhando com algumas ferramentas você cresceu nesse emprego e aí ou você conseguiu um cargo maior Ou você mudou para uma outra empresa maior com salários maiores E aí você foi crescendo nessa empresa ao ponto quando surgirem as vagas que são as vagas mais avançadas com os melhores salários eles não vão querer um cientista de dados eles vão querer um cientista de dados com experiência na indústria e adivinha quantos tem pouquíssimos e você é um deles Então esse é o caminho para você se desenvolver como cientista de dados e crescer nessa área E aí sair talvez de um primeiro emprego ganhando um salário baixo para em alguns anos est ganhando um salário altíssimo Eu conheço pessoas que no começo da carreira 5 anos atrás estavam analisando dados de footprint de supermercado e hoje eles são head de Analytics dessa grande rede de supermercados eles começaram no emprego ganhando 60 65.000 por ano e hoje 5 anos depois eles estão ganhando mais de 200.000 eu sei que a realidade salarial do Brasil é um pouco diferente mas também existe esse Progresso e esse crescimento salarial dessa maneira então o caminho é esse pegue as frutas que estão na parte mais baixa da árvore primeiro E aí a partir daí continue se desenvolvendo estudando aprendendo se atualizando para que você vai seguindo pro topo da árvore então não se assuste quando eu falo por exemplo que large language Models está mudando a indústria de data Science completamente porque isso tá mudando apenas o topo da indústria os grandes bancos as grandes empresas de TEC as grandes seguradoras as grandes empresas do mercado financeiro e de saúde que realmente estão usando aquilo que é mais avançado e precisam daquilo que é mais avançado e não é o que é esperado de uma pessoa que tá começando na Área Se você começar por essa receita de que eu te passei de como entrar na área a chance de você ter uma excelente carreira profissional é muito grande e de que daqui alguns anos você realmente esteja trabalhando com as coisas mais avançadas E aí talvez você mesmo fale Nossa large language models é impossível trabalhar naquilo que eu faço hoje sem est utilizando large language models legal Espero que tenham gostado do vídeo de hoje não deixe de comentarem darem um like aqui seguirem clica no Sininho Para você seguir o canal para você receber as atualizações e qualquer dúvida Coloque aqui um abraço