O expert Allan Dieguez, da Luizalabs, dá dicas essenciais para se destacar em processos seletivos de cientista de dados e garantir boas oportunidades.
Uma das etapas mais desafiadoras de uma transição de carreira para Data Science é a participação em processos seletivos. Existem muitas vagas de cientista de dados no mercado, no entanto, para conquistar uma boa oportunidade, é necessário entender o que as empresas estão realmente procurando.
Neste artigo, você vai conferir as dicas de Allan Dieguez, Head do Chapter de Data Science do Luizalabs. Elas vão ajudar você a compreender as fases da seleção de cientistas de dados e como você pode se destacar.
Continue a leitura e confira como você pode ficar mais perto da sua vaga de cientista de dados.
Vagas de cientista de dados costumam chamar atenção por oferecerem salários médios de R$ 8 mil por mês, podendo chegar a valores bem mais altos. Em empresas como iFood, Nubank e Loft, os salários podem chegar a R$ 16 mil, R$ 14 mil e R$ 18 mil, respectivamente, segundo o Glassdoor. Os valores variam dependendo do nível de senioridade de cada vaga.
Leia também: Data Science: a carreira que une dados, negócios e tecnologia
Mas as centenas de vagas para cientistas de dados em aberto nos sites de recrutamento apontam para alguns fatores. Primeiro, que ainda existe uma lacuna a ser preenchida nesse mercado. Faltam profissionais com a preparação necessária para pleitear as oportunidades.
Outro fator é que, mesmo com cada vez mais pessoas investindo em cursos de Data Science, nem todas conseguem mostrar tudo que têm a oferecer para o negócio durante processos seletivos. De acordo com o expert Allan Dieguez, na maioria dos casos, as empresas buscam competências básicas.
"Às vezes as empresas que estão contratando querem coisas simples e que você até tem o talento necessário, mas que ainda não sabe como mostrar. Nesse momento, você tem que entender o que a empresa está procurando para conseguir vender a ideia certa."
Allan explica que existem dois tipos principais de vagas para cientistas de dados: as que buscam profissionais generalistas e as que buscam especialistas. Vamos falar mais de cada uma delas a seguir.
A vaga generalista de cientista de dados é usada por empresas que buscam profissionais de Data Science com conhecimento amplo na área, com versatilidade para uma alocação em diferentes tipos de projetos.
Para conquistar a oportunidade, é importante mostrar criatividade e habilidade para lidar com todas as etapas do tratamento de dados. Quem consegue mostrar skills de Engenharia de Dados pode ter vantagem competitiva, já que algumas empresas ainda não têm maturidade de dados e ainda precisam evoluir na criação de uma plataforma. No entanto, é importante ter atenção para não aceitar uma função que seja apenas de Engenharia de Dados.
Já nas vagas de cientista de dados com viés especialista, o objetivo da empresa é outro: contratar uma pessoa com conhecimentos avançados em algum processo ou modelo de negócio.
Em geral, são vagas para profissionais que já estão em nível pleno ou sênior, afinal, é preciso de uma bagagem mais aprofundada em alguma área, como por exemplo visão computacional ou processamento de linguagem. Essas oportunidades vão pedir por requisitos obrigatórios de quem se candidata e vão deixar claro o tipo de problema em que a pessoa vai atuar.
Algumas etapas são necessárias para que uma vaga de cientista de dados seja preenchida na empresa. Nelas, se envolvem tanto profissionais de recrutamento com visão especializada para a área de dados quanto integrantes do time de dados da organização e líderes desse time.
Para ter um bom desempenho em cada uma das fases, é essencial entender quais entregas e posturas são esperadas das pessoas candidatas. O expert Allan Dieguez destrinchou cada um desses estágios, dando dicas específicas para performar bem e garantir a vaga de cientista de dados.
O primeiro passo da candidatura para uma vaga de data scientist é o envio do currículo para avaliação. Allan explica que, nesse momento, recrutadores olham se a pessoa realmente é cientista de dados e quais são os objetivos declarados no seu resumo profissional. Se a pessoa nunca trabalhou na área, não pode ser contratada para nível pleno.
Outro ponto importante é que a área da graduação nem sempre é a que mais pesa na análise. Por isso, profissionais que não começaram a carreira na área de tecnologia, mas fizeram um mestrado ou doutorado em áreas como Economia ou Machine Learning, por exemplo, têm ótimas chances.
O currículo também precisa deixar claro que você tem as skills necessárias para atuar em Ciência de Dados. Habilidades em Python, Machine Learning, SQL, Análise de Dados e Estatística são fundamentais, assim como projetos relevantes em Data Science.
Estudar sua candidatura, segundo Allan, pode aumentar muito suas chances de passar na triagem. O expert deixa algumas dicas extras:
Entenda seus pontos fortes e fracos e sua senioridade em relação à vaga;
Entenda os tipos de problemas que você gosta de resolver;
Entenda mais sobre a empresa: qual o core business e nível de maturidade data driven em que ela se encontra;
Prepare seu currículo e seu portfólio especificamente para aquela vaga.
Em geral, apenas 25% das pessoas que se candidatam para a fase inicial passam por essa triagem. Por isso, esse primeiro contato com a empresa deve ser muito bem pensado.
A segunda etapa do processo de seleção para uma vaga de cientista de dados é uma entrevista de fit cultural, que tem o objetivo principal de entender se seus valores se alinham com os da empresa e se seu perfil combina com o time em que vai trabalhar.
Para ter um bom desempenho nessa fase, Allan Dieguez aponta que é necessário mostrar interesse no modelo de negócio da empresa, aplicar seus conhecimentos técnicos ao contexto da empresa e se comunicar com habilidade.
"É importante mostrar que você consegue conversar com diferentes tipos de pessoas de forma simples e direta. Eu quero um cientista de dados que fale em português. Eu preciso que eles sejam humanos. Você precisa traduzir algo extremamente complexo e colocar de forma simples o suficiente para que qualquer pessoa entenda."
Nessa etapa, você provavelmente vai receber o convite para compartilhar alguns de seus projetos e cases pessoais. Veja algumas dicas para ir bem nessa fase:
Escolha um projeto com aprendizados;
Explique de forma sucinta, caprichando no storytelling;
Use o método STAR como guia;
Fique de olho no tempo;
Atenção às perguntas do time.
A entrevista técnica também tem como meta observar como cada pessoa se comunica e explica seus conhecimentos. É preciso saber se expressar bem e controlar o nervosismo.
"Eu quero saber o quanto a pessoa sabe tecnicamente e o quanto ela se comunica bem. Em uma entrevista técnica, não é sobre se você saber fazer tudo tecnicamente. É eu te colocar em um ambiente controlado para se comunicar com estranhos de conhecimento elevado na área e ver se você não trava sob esse tipo de pressão." - Allan Dieguez
Um dos métodos adotados durante uma entrevista é o Whiteboard, em que as pessoas candidatas podem explorar ideias e suas explicações em um quadro — que, atualmente, pode ser uma ferramenta virtual. Assim, as perguntas técnicas são respondidas com raciocínios em tempo real. Vamos para as dicas para esse contexto?
Tente entender a pergunta antes de responder;
Pergunte detalhes até estar satisfeito;
Raciocine em voz alta, deixe seu raciocínio ser percebido;
Escreva, desenhe, rabisque;
Mais de uma solução é bom, se pelo menos uma funciona.
Se você passar pelas primeiras etapas, já está muito perto da sua vaga de cientista de dados. A última fase do processo seletivo é o desafio técnico: um case proposto pela empresa, que precisa ser resolvido por você ao longo de alguns dias, e apresentado para o time em seguida.
Allan Dieguez ressalta que, além de avaliar o nível técnico de quem está pleiteando a vaga de data scientist, a etapa de case também quer entender melhor como a pessoa se comunica e explica seus raciocínios por trás do trabalho realizado. É uma simulação do dia a dia do negócio.
"Eu quero saber como você trabalha em um ambiente real. Eu não quero saber só se você sabe resolver, eu quero saber se você sabe me apresentar isso, se você sabe resolver de forma clara, se você documenta e codifica bem."
Um ponto de atenção: o tipo de desafio técnico proposto pela empresa pode te mostrar o nível de maturidade de dados do negócio. Segundo Allan, uma das garantias que você tem de que a empresa tem a maturidade certa é quando elas te dão o desafio certo. Por isso, pense nisso como uma faca de dois gumes: ao mesmo tempo em que você está sendo avaliado por suas habilidades, você também está sendo exposto a uma situação que a empresa considera ser de Ciência de Dados.
Algumas dicas para ter um bom desempenho na elaboração e apresentação do case técnico são:
Crie hipóteses iniciais sobre o problema para validar durante a solução;
Estruture a solução em etapas para facilitar a leitura. Sugestão de etapas: EDA, modelagem, avaliação da solução;
Encontre um benchmark ou crie um modelo baseline antes de começar a aumentar a complexidade da solução;
Versione o projeto em uma estrutura que facilite a reprodução do mesmo, como a do cookiecutter de data science;
Registre seus insights e descobertas, assim como a sua conclusão em um relatório técnico ou um diário de bordo;
Estruture a apresentação de forma a caber no tempo limite;
Inicie com o enunciado e sua interpretação, trazendo todos para a mesma página;
Use ao máximo o storytelling para descrever a solução e suas descobertas;
Dê prioridade aos resultados e descobertas, só entre nos detalhes técnicos quando precisar;
Ouça com atenção às dúvidas e feedbacks e mantenha o aprendizado de todos na sala como foco principal.
Esperamos que essas dicas do expert Allan Dieguez ajudem você a se preparar melhor e ter mais segurança para concorrer a vagas de cientista de dados. O mercado de Data Science está em constante evolução e cheio de boas oportunidades, por isso, garanta que você tem os conhecimentos e ferramentas necessários para conquistar seu espaço.