Como podemos descobrir o que realmente queremos fazer na nossa vida? E como eu descobri o que eu gostaria de fazer da minha? Se você está meio perdido, talvez esse conteúdo possa te ajudar.

No final de 2022 eu resolvi fazer um plano de carreira. Encontrei esse link do MIT do Career Advising & Professional Development com alguns passos para se encontrar na profissão de acordo com as suas skills e gostos pessoais.

1. Identificando as minhas opções de carreira

Aqui eu criei uma lista de opções de carreiras com base nos meus interesses, habilidades, hobbies e valores.

• Sistemas de Informação
• Ciência da Computação
• Engenharia de Computação
• Engenharia Biomédica
• Engenharia de Energia
• Engenharia Mecatrônica
• Engenharia de Sistemas

Essa primeira parte me ajudou muito a identificar quais poderiam ser as minhas opções.

Pesquisei muitos cursos noturnos em universidades públicas nas áreas de computação e engenharia. Para quem está meio perdido, pesquisem nesse link, ele contém um simulador onde você pode jogar a sua nota do ENEM e pesquisar por faculdades e cidades as suas chances de ser aprovado, se o curso é em período integral, noturno, matutino e quais as notas de corte por modalidade de concorrência.

Depois de tanto pesquisar, me deparei com o termo "Data Science" na internet e logo me identifiquei por ser uma área da computação que lida com programação, matemática avançada, estatística e probabilidade, análise de dados, machine learning e por aí vai. Pensei: "se eu vou ser um profissional da área de tecnologia, essa é a minha área".

Encontrei vários dados sobre as possíveis áreas de atuação de um Data Scientist e os setores que mais empregam, como:

• Financial services (investment banker, private equity, financial analyst...)
• Media & entertainment
• Healthcare
• Automotive
• Profissional services

Há muitas vagas no Brasil e no mundo todo, há inclusive uma crise dos dados ocorrendo nesse momento: dados incontáveis esperando para serem tratados e falta de profissionais qualificados para trabalhar nas empresas que precisam analisar esses dados.

2. Priorizando

Após listar as minhas opções, eu precisava saber quais delas priorizar. A minha lista de habilidades principais foram:

• Negociação
• Comunicação
• Pensamento crítico e analítico
• Curiosidade
• Habilidades matemáticas
• Habilidades em programação
• Planejamento

E depois, buscar entender quais são as coisas mais importantes para mim:

• Morar em uma cidade bem estruturada com um cenário empreendedor interessante
• Ter um trabalho desafiador em que eu não seja apenas um funcionário, mas alguém que possa tomar decisões junto ao negócio
• Trabalhar remoto ou no modelo híbrido para poder ter mais liberdade geográfica

3. Fazendo comparações

Após saber que eu gostaria e muito de ser um Data Scientist, agora eu só precisava pesquisar o que eu deveria estudar para ser um. Cheguei na conclusão de que eu faria cursos livres pela internet e também uma "faculdade formal", pois eu também gostaria de seguir meus estudos nessa área fazendo MBA's e demais pós-graduações.

Eu sabia também que, tendo um espírito aventureiro, eu gostaria de viajar o mundo trabalhando e que ter um diploma em mãos junto com conhecimento técnico, me proporcionaria ter um leque de oportunidades ao redor do mundo. A minha pesquisa pelas faculdades e cursos que eu poderia fazer foram as seguintes:

• Ciência da Computação: escolhi cursar essa faculdade na Faculdade Descomplica por uma série de motivos:
  • É online, o que me proporciona maior mobilidade e praticidade
  • A mensalidade é muito acessível
  • A ementa do curso é incrível, eu realmente me surpreendi

Confesso que eu estava com o pé atrás sobre se a qualidade seria boa e se essa faculdade abriria as portas do mercado para mim. Fiquei mais tranquilo quando pesquisei no Linkedin e encontrei muitas pessoas que estudaram nessa instituição e que hoje estavam trabalhando em diferentes empresas no mundo todo.

A minha crença de que eu deveria fazer uma faculdade e que de preferência essa faculdade deveria ser em uma instituição pública era uma crença limitante. Hoje, aos 30 anos, eu já vi de tudo, desde pessoas que fizeram excelentes faculdades e se deram mal a até pessoas que estudaram em universidades pouco conhecidas e se deram bem. No mercado você encontra de tudo um pouco!

O mundo mudou e hoje temos um leque de opções muito maior que as opções que os nossos pais ou avós tiveram. O conhecimento está muito mais democratizado.

• EBAC - Cientista de Dados:
  • Uma formação que leva 10 meses
  • Aulas práticas e você ainda recebe mentoria
  • Eles garantem o seu emprego nessa formação ou eles devolvem o seu dinheiro (acredite se quiser, eu paguei para ver e estou muito confiante sobre a qualidade do que eu comprei)
  • Projetos práticos de cases reais do mercado para colocar no portfólio

A minha experiência estudando na EBAC é indescritível de tão boa. A qualidade das aulas, dos manuais em PDF, a forma como as aulas são estruturadas e a didática, não consigo encontrar defeitos para reclamar de alguma coisa e olha que eu sou bem chato com tudo.

A EBAC é uma escola online que segura a sua mão e te dá um grande empurrão: "vai garoto, tem um mercado de tecnologia te esperando".

• Alura
  • Contém várias formações nas principais áreas da tecnologia
    • Front end
    • DevOps
    • Programação
    • Data Science
    • UI & UX Design
    • Inovação e Gestão
    • Mobilie
  • As formações de cada área são bem estruturas mostrando por onde você deve começar
  • A Formação Data Science é bem completa com cursos nas áreas de Python, Excel, SQL, Machine Learning, Estatística, Power Bi e vários outros cursos
  • Você paga uma assinatura que dura um ano e tem acesso a todas as formações

4. Considerando os fatores

• Qual a real demanda para a carreira que eu gostaria de seguir?

  • O setor de TI em muitos países é responsável por uma quantidade considerável de atividade econômica
  • A ciência de dados tem o potencial de revolucionar as indústrias e a sociedade
  • Os dados brutos são transformados pela ciência de dados, que transforma as informações em insights que podem ser usados para expandir um negócio e identificar as tendências do mercado
  • A ciência de dados está ajudando as empresas a maximizar a inovação, ajudando-as a localizar os clientes ideais e cobrar os preços certos, além de alocar efetivamente gastos

  Fontes:

  • Is Data Science and Artificial Intelligence in Demand in the USA?
  • Want to be a Data Scientist in the US? Here's what you need to know

5. Sobre fazer uma escolha

Até aqui eu revi várias vezes as etapas do meu plano de carreira e estava convicto de que eu deveria estudar ciência da computação com foco em me tornar um Data Scientist e no futuro, fazer carreira em uma das principais áreas do mercado como financial services, heathcare, automotive, media & entertainment ou professional services.

As áreas de atuação da ciência da computação são muito amplas.

6. Sobre metas SMART

O meu plano precisa ser específico, mensurável, atingível, realista e precisa ter um limite de tempo (time-bound):

• Específico - onde eu identifico claramente o objetivo: me tornar um Data Science
• Mensurável - critérios para determinar o progresso: nessa parte eu estabeleci metas do que eu deveria estudar durante o mês
• Atingível - o objetivo deve ter uma chance de 50% para mais de ser alcançado. Não adianta criar metas inatingíveis. Precisamos fazer boas escolhas que estejam de acordo com a nossa realidade. A faculdade que eu escolhi fazer e os cursos que escolhi fazer estão dentro da minha realidade de tempo e dinheiro
• Realista - as metas precisam estar de acordo com a realidade. Não adianta querer estudar na USP se tudo indica que você não está no time (não mora em São Paulo, não tem condições de morar lá, os cursos que você quer são em período integral, mas você precisa trabalhar ao mesmo tempo)
• Time-bound: estabelecer dias com horários definidos para estudar o que é preciso para me tornar um Data Science

7. Criando o plano de carreira

Tendo uma visão mais clara da minha jornada eu criei uma página no Notion contendo o que eu deveria focar para me tornar um Data Scientist e distribuí as tarefas que eu preciso concluir dia após dia para chegar cada vez mais perto de conquistar o meu objetivo:

E o que eu aprendi com tudo isso?

Antes de escolher que carreira queremos seguir, precisamos ir em busca de autoconhecimento, sem isso, iremos começar uma coisa aqui e outra ali e nunca ir até o fim. Não dá para escolher por tentativa e erro.

Após se autoconhecer, precisamos planejar a nossa carreira. Onde queremos chegar? Preciso ou não de um diploma? Meu objetivo está de acordo com a minha realidade? Se não está, o que preciso para tornar esse objetivo mais realista de ser alcançado?

Por fim, gostaria de deixar alguns links para quem quer e precisa aprender inglês, uma coisa muito importante para nós da tecnologia. Desejo sucesso para todos nós!

Links de sites para aprender inglês gratuitamente:
Perfect English Grammar
English Conversation
Welcome to Lit2Go ETC
Voice of America
S-Town podcast
This American Life
OnBeing