7 erros que cometi ao procurar meu primeiro emprego em data science
Se eu tivesse lido este artigo antes de procurar meu primeiro emprego na área de dados e não tivesse cometido esses erros, eu teria alcançado meu objetivo muito mais rápido e teria sido menos doloroso.
Esses dias me peguei pensando no que eu falaria para o meu eu de 1 ano atrás, que estava procurando o primeiro emprego na área de dados, para facilitar aquele processo, tornando mais rápido e menos doloroso.
Durante a minha graduação em engenharia biomédica, entre 2015 e 2019, eu fiz vários projetos relacionados a área de dados, porém eu não tinha noção de como era o mercado de data science.
Já no começo de 2019, eu comecei a pesquisar mais sobre o tema e fui pego pela hype máxima de data science.
Nesse momento, eu estava estagiando no Hospital das Clínicas de Pernambuco no setor de engenharia clínica.
Estava decidido a entrar de cabeça na área de dados, a princípio como data scientist.
Desde então comecei a me preparar para isso.
Naquele momento, eu sabia o básico de análise de dados e machine learning com Python, e eu caí na cilada de achar que eu já sabia muito e que já estava preparado para me candidatar para as vagas de cientista de dados.
Criei um plano para que assim que acabasse meu estágio, eu me formasse e já entrasse no mercado como data scientist ganhando os 5 dígitos de salário que tanto comentavam.
E aqui surgiu o primeiro erro.
- Ser um atirador de currículos
É normal acreditar que quanto mais currículos você enviar, mais aumentam suas chances de ser contratado.
Mas a realidade não é bem assim.
Se você se candidatar a muitas vagas que não condizem com seu nível de experiência ou enviar seu currículo para várias empresas que não estão contratando no momento, a tendência é que você não tenha resultados.
E hoje eu percebo que um dos principais motivos por eu não receber nenhum retorno sobre as vagas que eu me candidatava era porque não estavam alinhadas com meu momento de carreira e porque eu não tinha nada que mostrasse o meus conhecimentos na área, ou seja, um portfólio.
2. Não ter um portfólio
Foi exatamente o que aconteceu comigo.
Muita energia colocada em uma estratégia que dificilmente me levaria ao meu objetivo.
Quando você não tem experiência no mercado e está buscando seu primeiro emprego na área, muito mais importante que os certificados de cursos que você fez é o seu portifólio.
Então certifique-se de criar um portfólio organizado para apresentar seus projetos.
Além de seu cartão de visita, ele é a prova que você tem o domínio sobre determinado assunto ou tecnologia.
Porém, cuidado para não cometer o próximo erro que cometi.
3. Fazer apenas projetos de machine learning
Desenvolvedor análises preditivas é muito legal, porém, você precisará mostrar outras skills para os recrutadores.
Uma boa análise exploratória (EDA) e um ETL simples são essenciais para seu portfólio.
Faça isso antes de desenvolver projetos mais avançados de machine learning e deep learning.
4. Produzir conteúdo
Depois de ter se decepcionado enviando mil currículos e começado a fazer projetos para meu portfólio, eu senti a necessidade de compartilhar o que tinha aprendido como maneira de desenvolver minhas capacidades de comunicação e de trabalhar a minha marca pessoal.
Com isso, eu comecei a produzir conteúdos para compartilhar com a comunidade.
Porém, produzir conteúdo consome muito tempo, principalmente se você ainda não tem prática.
E aqui vai uma sacada que peguei com o data scientist Carlos Melo:
“ Não produza conteúdo, documente!”
Documente todo aprendizado e projeto que desenvolver durante cursos, livros e artigos.
Com isso, você não perderá tempo produzindo conteúdo, você simplesmente vai compartilhar o que você está aprendendo.
Não tenha medo, nem vergonha de compartilhar conhecimento, sempre haverá alguém que sabe menos que você e que poderá se desenvolver com o que você compartilhar.
Além disso, você estará trabalhando seu personal brand, ponto essencial para o profissional da área de dados, principalmente se você não tem experiência de mercado, como era o meu caso.
O Carlos Melo compartilha ótimos conteúdos sobre personal brand em data science, vale a pena conferir seu conteúdo caso você se interesse sobre o tema.
5. Achar que algum curso vai me dar todas skills para se tornar um cientista de dados
Beleza, você já parou de atirar currículos freneticamente, criou seu portfólio e começou a documentar seus aprendizados.
A tendência é que, em paralelo a isso, você irá procurar por cursos para se capacitar.
Não caia no conto que existe um curso que te dará todas skills necessárias para se tornar um cientista de dados.
A dica que eu dou é analisar os requisitos das vagas de analista/cientista de dados (as da Hotmart são bem coerentes) e se dedicar para aprender.
Um curso que fiz e que sempre recomendo é o do Mario Filho.
É o curso mais completo que fiz e conheço sobre o assunto.
6. Não participar de eventos
Depois de formado, a maioria dos meus dias trabalhando para conseguir meu primeiro emprego em data science foram em casa.
E durante um bom tempo eu ignorei os eventos relacionados a área.
Um grande erro.
Participar de meetups, minicursos presenciais, encontros, e eventos desse tipo são tão essenciais quanto desenvolver suas hard skills.
Pois permitirá que você aumente sua rede de contatos com pessoas desse segmento.
Inclusive, o primeiro passo para eu conseguir o meu emprego atual foi dado através de uma pessoa que conheci em um evento que ocorreu no Porto Digital do Recife.
Com isso, é possível ter uma noção do quanto é importante se comunicar com outras pessoas da área.
E eu cometi esse erro durante um bom tempo.
7. Não fazer networking
E quando falo “fazer networking”, não me refiro a simplesmente falar com pessoas pedindo um emprego ou uma recomendação como se fosse um pedidor de esmola.
Tenho certeza que tem pessoas que você admira e que já alcançaram os objetivos que você definiu e que também já passaram pelo momento que você está passando.
Se você tiver um desejo genuíno de falar com essas pessoas, JUST DO IT!
Pergunte para elas quais dicas elas dariam para o eu mais novo delas, caso ela tivesse começando novamente na área.
Pergunte como é a sua rotina no trabalho, quais as principais atividades, o que elas mais gostam, o que elas odeiam fazer …
Tudo, claro, sem segundas intenções.
Isso fará com que você tenha vários contatos em várias empresas, o que pode aumentar bastante suas chances de conseguir um emprego na área.
Conclusão
Provavelmente você já percebeu que tudo girou em torno de ter um ótimo portfólio, com projetos que abrangem todo escopo de um projeto de data science e praticar fortemente o personal branding, sempre documentando todo processo de aprendizado e compartilhando com a comunidade.
