DH Alunos: De administração de empresas à ciência de dados

DH Alunos: De administração de empresas à ciência de dados

Meu nome é Claudinei, e hoje vou contar um pouco sobre como se tornar um Cientista de Dados com a Digital House.

Ao longo de toda a minha carreira atuei nas áreas de MIS e Business Intelligence, algo mais voltado para análise de dados e criação de KPI’s, e durante minha trajetória, sempre estive em contato com ferramentas como Excel, SQL e mais recentemente, o PowerBI. Tenho formação em Administração de Empresas, mas também fiz em paralelo ao ensino fundamental um curso técnico em Informática.

Como se tornar um Cientista de Dados: mudança de área

Busquei entrar na área de Data Science, pois percebi que meus conhecimentos estavam voltados para análise de dados e criação de KPI’s.

Durante minha trajetória, sempre estive em ambientes muito limitados em construir bases de dados e Dashboards para consumo dos gestores, porém, meu principal objetivo era fazer análises com base em dados e extrair informações importantes para indicar uma melhor estratégia para a empresa, e ser de fato um braço importante para as operações em qual caminho devem seguir.

Minhas limitações iniciais foram que eu não tinha conhecimento na linguagem Python e os meus conhecimentos em estatística que eram muito superficiais. Ao longo do curso, tive um grande contato com pessoas que já atuam na área, especialistas, e pude entender as oportunidades que existem no mercado para uma profissão que é tão nova e carente de profissionais capacitados.

Aulas remotas produtivas e dinâmicas

Um grande desafio que tive ao longo do curso foi a pandemia do COVID-19, que fez com que o curso que antes seria ministrado de forma presencial, fosse reformulado de uma hora para outra para um curso remoto. Isso teve um grande impacto no início, mas com o tempo, professores e alunos conseguiram se adaptar.

O que mais agregou nesse período foi o fato dos professores trazerem exemplos práticos de mercado e tornar as aulas muito mais dinâmicas e produtivas, fazendo com que fosse possível resolver exercícios similares à problemas que iríamos encontrar no mercado de trabalho em sala de aula, e não apenas conteúdo acadêmico.

Aprendendo análise de dados na prática

Meu projeto integrador foi muito importante, pois se aplicou para resolver um problema real dentro do mercado onde atuo.

O objetivo do projeto era criar um modelo preditivo, um tipo de análise de dados, para que uma empresa que vende imóveis na planta pudesse identificar quais clientes têm maior probabilidade de cancelar seus contratos antes da entrega do imóvel.

Esse é um problema que atinge todo o setor de construção civil e impacta o fluxo de caixa das empresas. Com esse modelo, a empresa conseguiu identificar os potenciais clientes a cancelar seus contratos e atuar de forma preventiva (renegociando o fluxo ou ofertando outras alternativas) antes que ele faça o cancelamento do contrato.

O curso foi muito importante para ter uma visão geral do que o mercado espera de um Data Scientist e quais são os principais pontos que cada um deve buscar aprimoramento de acordo com a área que busca atuar.

+ Curtiu? Conheça nosso curso de Data Science e transforme sua carreira