Recentemente, eu fui convidado para palestrar na Universidade Federal de Minas Gerais (UFMG), no 2° Encontro Comemorativo do dia do Estatístico. O evento contou com a presença dos alunos da graduação em Estatística, pós-graduação, professores e outros profissionais convidados.
Como a Coordenação do evento deixou o tema da palestra livre, acreditei que seria oportuno falar sobre o mercado de trabalho e suas possibilidades de atuação. Mas além de falar o que já acontece, meu foco maior era falar sobre o que é esse tal de Big Data, e essa tal de Ciência de Dados que todo mundo fala. Já que o cientista de dados é o profissional mais bem pago, segundo uma pesquisa da CareerCast. Mas não se preocupe! Nós estamos em segundo, e fomos a carreira que mais cresceu ano passado (34%).
No final da palestra, eu tomei o cuidado de dar algumas dicas de como se preparar para ser um “Estatístico do futuro.” Por onde começar, e o que estudar? Se o que eu falei na palestra interessa a você; é bom continuar lendo essa matéria. E para você que não estava lá, a leitura é obrigatória.
O mercado de trabalho e possibilidades de atuação
Provavelmente você já sabe que o mercado para nossa profissão está aquecido, certo? E que de fato existem muitas possibilidades de atuação em diversas áreas do conhecimento.
Durante o evento, destacamos os setores financeiro, telecomunicação, seguros, energia e saúde. Ao apresentar cada um, trouxemos casos reais e simulados de possíveis desafios; como o estatístico poderia atuar e quais seriam os resultados obtidos. Apenas para exemplificar bem o que estamos falando, apresento o case de sucesso da Companhia Energética de Minas Gerais (CEMIG), que utilizou a estatística a seu favor:
- Desafio: conter as perdas financeiras relacionadas às fraudes de consumo de energia elétrica em 2015.
- Solução: modelagem estatística cruzando dados de informações sobre histórico de consumo, características sócio-demográficas e potencial de cada domicílio.
- Benefícios: detecção de mais de 50% dos fraudadores; localizar desvios de energia; falhas técnicas em medidores.
Outras áreas de atuação, como indústria, agronegócio, biomedicina, varejo e esportes; também foram citadas. Destaque para áreas em crescimento, como jurimetria, psicometria, neuromarketing e logística (transportes).
É bem fácil perceber, o quão amplo é o nosso campo de atuação. Você pode se especializar em uma área, ou pode migrar entre elas, sempre que sentir necessidade de mudança e almejar novos desafios. Permita-se experimentar algumas dessas possibilidades. Eu mesmo já passei por áreas como, educação, saúde, agronegócio, engenharia, seguros e medicina.
Big data e ciência de dados
Como diria Dan Ariely, professor de psicologia e comportamento humano na Universidade de Duke, nos Estados Unidos:
“Big data é como sexo para adolescentes;
todos falam a respeito;
ninguém sabe exatamente como fazer;
todos pensam que os “outros” estão fazendo e;
por isso, afirmam que também sabem e estão fazendo”.
Brincadeiras à parte, podemos dizer que Big Data é uma quantidade massiva de dados, que permite descobrir informações que até bem pouco tempo atrás não seriam possíveis.
Hoje em dia estamos compartilhando dados o tempo todo. Basta você olhar rapidamente para o seu smartphone, para perceber que sua atuação nas redes sociais fornece uma quantidade incontável de dados diariamente. Além disso, serviços como NETFLIX e Uber estão cheios de boas intenções quando analisam seus dados; sempre pensando em melhorar a experiência do usuário.
Entre diversas atribuições do Estatístico, coletar, armazenar, organizar, analisar e interpretar dados estão no nosso DNA. Com esse imenso ““, você acredita que o Big Data e a Ciência de Dados precisam ou não ser aprendidas? Porque eu acredito muito! Estamos vivendo uma nova era, a era da “Revolução da Informação”, e toda tecnologia é sempre bem-vinda.
Como se preparar?
Hoje em dia, as empresas querem cada vez mais, profissionais capacitados no campo da estatística e matemática, mas também que saibam programar muito bem em algumas linguagens, que tenham habilidades de comunicação, e que entendam de negócio. Parece muito? Porém, é a realidade! É claro que isso não é regra, ainda, mas é o futuro.
Durante a minha palestra, eu destaquei alguns algoritmos e técnicas de modelagem estatística que acredito que devem ser aprendidas e aprimoradas. Com destaque para Mineração de dados, Machine Learning e Análise de séries temporais.
Se você ainda tem dúvidas sobre o quão importante é dominar algoritmos e técnicas de modelagem estatística, eu recomendo você a procurar essas revistas, e ler a matéria de capa.
Você quer se preparar, e se tornar um “estatístico do futuro“? Aumente seu conhecimento no campo da estatística, explore áreas da ciência da computação, desenvolva sua capacidade de resolver problemas, exercite a capacidade de comunicação, colaboração, e a sua criatividade. Seja curioso, e sempre procure saber como as coisas funcionam.
Adquira conhecimentos sólidos em Machine Learning e linguagens de codificação como R e Python; banco de dados como MySQL; visualização de dados e tecnologias da informação; Hadoop e MapReduce.
Se você acha que é muita coisa, e não sabe por onde começar, eu tenho uma dica para você. Acesse a página do “Data Science Academy“, e se inscreva nesses 2 cursos abaixo. São GRATUITOS!
O mundo está produzindo mais e mais dados, cada vez mais rápido. E os dados são a matéria-prima do conhecimento. Você não vai querer ficar de fora da “Revolução da Informação”, vai?
P.S: Para quem quiser ir além, em breve vou escrever uma série de 6 matérias, para quem quiser se aprofundar em Big Data e Ciência de Dados, e se tonar um Cientista de Dados. Os estatísticos já estão no meio do caminho.
Siga-nos nas redes sociais
Facebook: https://www.facebook.com/oestatistico
Twitter:
Instagram:
Pinterest:
