É possível ser Cientista de Dados sem ser da área de exatas?
Viu alguma notícia sobre Ciência de Dados, Machine Learning ou IA recentemente e se interessou? Contudo, minutos depois, acabou se perguntando: por que esperamos que todo profissional dessa área seja de exatas?
Trabalho com dados no geral faz, mais ou menos, uns 5 anos, e uns 3 ou 4 que decidi realizar a transição para Ciência de Dados. Hoje em dia, eu coordeno um time de 5 Cientistas na Datarisk. Nas demandas do dia a dia, interagindo com o time e os clientes, eu posso dizer que já vi de tudo um pouco. Contudo, no mundo de dados e IA, geralmente, existem 2 perfis mais constantes de pessoas que migraram para a área:
- O programador que, por algum motivo, teve que se envolver com Machine Learning ou algo parecido e acabou gostando;
- O matemático/estatístico/engenheiro que tem um conhecimento mais teórico, mas vê a Ciência de Dados como uma área em que pode explorar esse conhecimento na prática.
São perfis em que essa transição parece fazer muito sentido pelo background de exatas que possuem. Por isso, uma das minhas coisas favoritas, quando me apresento para essas pessoas, é falar que eu fiz faculdade de Ciências Biológicas e ver a reação de surpresa na cara delas.
Mas este estranhamento acontece na situação inversa também. Pois é! Quando falo para alguém da área de biológicas sobre o meu trabalho, é muito comum reações do tipo: “então você não trabalha mais na sua área?” ou “então você fez outra faculdade depois?”.
Pra mim, esses questionamentos não fazem muito sentido e eu vejo que a biologia me abriu as portas para alcançar meus objetivo e chegar ao lugar em que estou hoje. Todavia, o objetivo deste post não é discutir grades curriculares de cursos superiores ou fazer mais um “Top 10 Habilidades que Todo Cientista de Dados Deve Ter”, e sim trazer a reflexão:
Deveria ser esquisito um biólogo ser cientista de dados?
Começarei contando a minha história…
…Pra quem está pensando em prestar algum curso de biológicas ou é outra área e acha que esse é um bom jeito de nunca mais ver nada de exatas, vou te dar um spoiler: você está bem errado! Eu tive aulas de cálculo, biofísica e duas disciplinas de Estatística. Na pós-graduação existia uma matéria de Estatística Avançada em R.
Biologia é um curso muito experimental, até temos disciplinas de Método Científico, como elaborar uma pesquisa, etc. Todas elas ajudam a despertar o lado investigativo no aluno, mas só gerar dados não significa ter uma hipótese validada. Um p-valor baixo não é garantia de um dado robusto - uma outra discussão para outro momento - mas saber o mínimo de estatística é importante para validar as hipóteses da sua pesquisa.
Na minha vivência universitária, esse exagero de fórmulas matemáticas e “contas doidas” - que “vinham no pacote” - nunca me assustaram como assustavam os outros, eu geralmente ficava com essa parte do projeto que ninguém mais queria fazer. Tentei seguir a carreira acadêmica como a maioria faz. Comecei um estágio em laboratório, porém a academia nunca me encantou totalmente. Hoje em dia, eu sei que é porquê eu gosto de analisar os dados, mas não necessariamente produzi-los. Sem saber o que queria direito, acabei indo procurar emprego no final da graduação.
Já tinha um primeiro emprego quando um amigo me indicou para trabalhar com ele - no departamento de qualidade de uma empresa. Precisavam de alguém com mais facilidade em matemática básica para ajudar na elaboração de indicadores - basicamente eu trabalhava com planilhas, não era um trabalho em que importava muito a formação. Eventualmente, as planilhas começaram a virar aquelas gigantescas, que todo mundo da área já deve ter visto. Bem, fui me aproximando do pessoal da TI, pois queria aprender jeitos melhores e mais dinâmicos de realizar minhas funções.
Passei de “planilheiro” para BI. Foi então que começou um movimento de Ciência de Dados na empresa, uma nova equipe foi criada. Eu, por minha vez, acabei absorvendo, aos poucos, o que eles faziam e como a fila de demandas só aumentava, passei a me virar sozinho. Acabamos fazendo dois projetos juntos e resolveram me chamar. Entrei para o time!
Como era uma área nova na empresa, recebíamos todo tipo de demanda. A expectativa de “sempre propor algo inovador” permitia um alto nível de criatividade, então, passamos sempre a estudar novas maneiras de abordar os problemas que apareciam. Sinceramente, não era muito diferente do que eu tinha feito na faculdade, mas com outros temas. Confesso que apareciam várias coisas que eu não sabia, por isso, ter uma mentoria da galera sênior fez toda diferença. O básico eu “corri atrás” por conta própria e quando precisava de algo avançado eu pedia ajuda (e é o tipo de coisa que eu tento incentivar até hoje no meu time: você não precisa saber tudo, mas precisa saber pedir/procurar). O que mais me surpreendeu foi que, com exceção de alguns detalhes da parte mais técnica - que eu tinha a quem recorrer - eu não me sentia tão perdido assim.
Com o passar do tempo, fui chamado para integrar o quadro da Datarisk. Topei na hora! Mas por dentro estava morrendo de medo, pois estava saindo de uma empresa que, como eu disse, “engatinhava” na IA para uma startup que, literalmente, vendia isso. Não sabia se estava pronto para tirar as “rodinhas de segurança”, que eram o resto do meu, agora, antigo time. No final, eu estava mais pronto do que eu achava! Mesmo não conhecendo todas as técnicas e algoritmos, fiz um bom trabalho. Até hoje eu peço uma ajudinha de vez em quando (é impossível saber tudo), mas com o que eu sabia, já tinha bagagem suficiente para me virar em 90% das situações.
Para um Cientista de Dados saber programar, conhecer os algoritmos é um pedaço importante da parte de “dados”. Porém, a curiosidade para investigar o diferente e a criatividade para resolver problemas, são de extrema importância para a parte “cientista” - essa parte eu já estava treinando fazia muito mais tempo.
Concluindo…
…Não quero que isso vire um artigo sobre: “a força estava dentro de você o tempo todo”, ou passar a impressão de que “você não precisa estudar nada e está tudo bem (fiz vários cursos menores para aprofundar conhecimentos mais especifico)”! Mas sempre que eu falo o que eu fiz na faculdade e com o que eu trabalho, apesar das reações dos outros, eu sempre achei que os dois juntos fazem todo sentido! Não me vejo como alguém que trocou de área, somente utilizo outra ferramenta para fazer o que gosto. As mesmas coisas que me fascinavam lá atrás, continuam até hoje! Quem está na área atualmente entende o quanto a multidisciplinaridade é importante. Quem olha de fora, pode achar que precisa entra em uma “caixinha X ou na forma Y para fazer parte”.
A ideia aqui, é tentar abrir algumas mentes. Quem sabe, ganhar mais companheiros das biológicas e até das humanas (apesar de não poder falar muito por essa galera). Pode ser que para você qualquer quantidade de matemática e programação seja algo assustador, mas pode existir pessoas que se identificam com a Ciência de Dados, tiveram uma formação de “cientista” fora das exatas e não sabem que isso já pode ser o suficiente para se arriscar - nem que seja só um pouco - na análise de dados, colocando conhecimentos de Machine Learning em prática.
Quer saber mais sobre o que fazemos? Acesse o nosso site.
Tem interesse ou conhece alguém, mas ainda sim não tem certeza se essa “é sua praia”? Dá uma olhada no que a gente costuma produzir ou me chame pra trocar uma ideia. Vou adorar te convencer de que eu não trabalho com TI, sou um biólogo (meio doido, confesso) que atua sim - e muito - na área que escolheu.
