fbpx

Ciência de Dados: O Manual de Soft Skills

Passei anos me tornando um expert em R, Python e Java, e agora você está me dizendo que não pode me contratar porque não tenho boas habilidades pessoais? 

Por que importa como eu sou como pessoa, se posso analisar Big Data, processar números em velocidade recorde, plotar gráficos maravilhosamente complexos e transformar estatísticas em previsões?
 
Bem, isso importa.
 
Mesmo que você possa fazer todas essas coisas maravilhosas, nada disso significa nada, a menos que você possa comunicá-las.
 
Com toda a honestidade, ninguém o contratará nos negócios, se você não pensou em melhorar suas habilidades pessoais.
 
Embora possa parecer duro e injusto que milhares de novos cientistas de dados inteligentes, dedicados e iniciantes estejam sendo deixados para trás, faz todo o sentido quando você olha como eles são incapazes de comunicar seu mundo ao resto de nós.
 
“O que são habilidades sociais, afinal?”
 
Boa pergunta. O termo é irritantemente vago o suficiente para fazê-lo pensar ao mesmo tempo, e evasivo o suficiente para que você ainda precise do manual “Soft Skills for Dummies in Data Science”. 
 
Aqui estão as melhores dicas que nós podemos dar para os novos cientistas de dados (e para uma grande parte dos experientes que talvez escaparam ao radar) que desejam criar seu lado mais suave.
 

1. Empatia com seu público que não é da área de Data Science

 
Parece paternalista, sim, mas muitas vezes os cientistas de dados se empolgam quando recebem seu mais novo projeto. 
 
A imaginação corre solta, com maneiras elaboradas de apresentar os dados da maneira mais legal, complicada e impressionante, ficando tão empolgados que eles perdem completamente o objetivo do que realmente foram solicitados. 
 
A empatia é a chave neste ponto.
 
Se você, cientista de dados, pudesse se colocar no lugar de seus superiores corporativos, veria o problema da perspectiva deles e trabalharia com uma abordagem mais humana da situação. 
 
Você começaria a entender por que está sendo solicitado a manipular os dados e o que isso significa para sua empresa; não é apenas uma oportunidade para você provar que é um excelente programador (eles já sabem disso, caso contrário você não teria o emprego).
 
Lembre-se de que você está lidando com pessoas que agem e pensam muito diferente de você.
 
Mais frequentemente, seu público-alvo não será outro cientista de dados que ficará impressionado com os mais novos recursos do Python que você está apresentando. Líderes, analistas, consultores e especialistas em vendas desejam entender como melhorar a eficiência de sua empresa ou prever tendências de crescimento econômico.
 
A maioria das pessoas que analisará seu trabalho não entenderá o que é “agrupamento” ou o que diabos um “algoritmo difuso” faz.
 
Não é seu trabalho confundi-los com todas as coisas complicadas que você pode fazer: você precisa aprender a ser o melhor no lado “difícil” da ciência de dados, enquanto preenche a lacuna entre você e seus colegas que não fazem ciência de dados.
 
Mais frequentemente, seu público-alvo não será outro cientista de dados que ficará impressionado com os mais novos recursos do Python que você está apresentando.
 
Dica: coloque-se no lugar do público ao apresentar dados e as pessoas começarão a ouvi-lo.
 

2. Familiarize-se com o mundo dos negócios

 
Se você está entrando em um setor de negócios e se encontra colaborando em vários campos de especialização, provavelmente se sentirá incomodado quando seus colegas começarem a falar no seu idioma sofisticado e exclusivo de negócios (escalabilidade, competência central, alavancagem …).
 
Você precisa interromper o ciclo de acenar sem rodeios e torcer para que tudo fique claro do que eles significaram quando você tiver os dados à sua frente.
 
A melhor maneira de superar a omissão é perguntar, perguntar novamente e continuar perguntando.
 
Claro, você não é especialista em negócios e não estudou ciência de dados por anos apenas para se preocupar com o marketing de produtos. Mas você está trabalhando em um negócio e, goste ou não, isso faz de você parte do clube corporativo.
Comece a preencher a lacuna de comunicação entre ciência e negócios.
Faça algumas pesquisas em sua empresa e entenda seus principais valores, o que os impulsiona e para quem eles estão trabalhando.
 
Sim, você não precisa ser apaixonado por roupas femininas para trabalhar em um algoritmo de compras on-line, mas é útil ler sobre o que os compradores on-line desejam ver quando usam seu software, como isso os ajuda e por que você está fazendo em primeiro lugar.
 
Não deixe de fazer parte de uma corporação: aceite-a e adicione sua nova perspicácia nos negócios à sua lista crescente de habilidades.
 
Acredite, você dedicará muito mais tempo às habilidades de negócios em ciência de dados do que se optar por trabalhar apenas em suas habilidades de programação.
 
Dica: se você estiver trabalhando nos negócios, interesse-se por ele e saiba como ele funciona, colmate a lacuna e pare de se alienar.
 

3. Faça seu trabalho bonito e leia mais literatura

A escrita científica tem sua própria beleza em relação ao seu registro conciso e prático. Provavelmente, você praticou escrever dessa maneira em toda a Universidade e achou uma maneira confortável de apresentar seu trabalho ao examinador.
 
Esse estilo precisa permanecer onde pertence: na pesquisa e na academia. Não tem lugar nos negócios.
 
O que tem um lugar nos negócios é:
– terminologia universalmente entendida,
– resumos de pontos-chave,
– tendências e previsões,
– gráficos fáceis de entender. 
 
Essencialmente, “emburrece” um pouco.
 
Isso não quer dizer, dê 40% e apadrinhe seu público como se fossem crianças pequenas.
 
Mas quando você puder fazer um gráfico parecer maior, mais bonito e mais claro, em vez de mais complicado e com vários eixos ao mesmo tempo – faça-o.
 
Se isso significa que você precisa adicionar outro slide para maior clareza e ter constantemente chaves para siglas comuns como PNL, DL … (“Natural Language Processing”, “Deep Learning” que parece tão meticuloso, certo?) – morda o lábio e faça-o.
 
O autor de um romance histórico não espera que o leitor tenha pesquisado a época em que escolheu escrever. 
 
Em vez disso, eles fornecem o contexto necessário e permitem que os olhos do leitor fluam pela página sem esforço – dê uma pausa nos olhos dos leitores e torne seu trabalho acessível sem remover o centro da mensagem.
 
A leitura de mais literatura ajudará você a aumentar seu léxico e suas habilidades de contar histórias florescerão.
 
Acredite, ninguém fica impressionado quando você anota seus gráficos com as equações que você usou ou os algoritmos sofisticados que você escreveu. 
 
Assim como ninguém está interessado em ler o primeiro rascunho bagunçado do autor – queremos clareza e facilidade de uso.
Ninguém quer ver esse tipo de gráfico.
A leitura de mais literatura ajudará você a aumentar seu léxico e suas habilidades de contar histórias florescerão. Talvez você não esteja interessado em Jane Austin ou Tennessee Williams, tudo bem. 
 
Encontre alguma outra forma de arte escrita (poesia, prosa, letra) e estude a beleza de como o escritor é capaz de capturar o público.
 
Use essas ferramentas de narrativa em seu próprio trabalho ao apresentar descobertas – diminua a monotonia dos dados e incorpore a emoção de suas descobertas, o sentimento e a emoção de seu potencial.
 
Dica : Estude como escrever para capturar os olhos dos leitores, embelezar seu trabalho científico para o seu público e resistir ao desejo de mostrar suas habilidades duras sobre as novas e suaves.
 

4. Descubra sua criatividade

 
É provável que, se você estiver lendo isso, seja mais especialista em resolução de problemas e pensamento analítico do que em prosperar com a criatividade. Se for esse o caso: não desista de tentar ser criativo.
 
Não é aceitável apenas ser bom em programação.
 
É verdade que a criatividade não é apenas algo com que você nasceu ou não.
 
Claro, algumas pessoas emergem do útero já tocando violão ou cantando com afinação perfeita, mas a maioria de nós teve que praticar até conseguir.
 
Se você está aterrorizado ao ver uma tela em branco e costuma ter pavor de exames de poesia – você não está sozinho. Mas você deve parar de usá-lo como desculpa para evitar a criatividade.
 
Não é aceitável apenas ser bom em programação. Existem muitas maneiras interessantes de descobrir seus talentos ocultos e, acredite, você é tão criativo no fundo, que ainda não o encontrou.
 
7 Exercícios divertidos para melhorar rapidamente o pensamento criativo é um artigo brilhante que descreve algumas técnicas à prova de falhas para você praticar sua criatividade e liberar seu talento.
 
Um exemplo divertido deles é o “Complete the Incomplete Figure Test”:

Você começa com algumas linhas incompletas aleatórias e adiciona o que puder imaginar. Confira os resultados:

Quando você começar a dedicar algum tempo para relaxar a parte analítica do cérebro e tentar o lado criativo, verá que o trabalho se torna mais divertido, interessante e definitivamente mais fácil de resolver.
 
Dica: você não precisa ser o próximo Michelangelo para começar. Ser mais criativo irá ajudá-lo a resolver problemas de maneiras legais e novas em que você nunca imaginaria se apenas ficasse na sua zona de conforto.
 
No geral, você já tem todo o potencial para florescer como cientista de dados (não se preocupe – pode ser tão duro quanto quiser com os números); talvez seja necessário atualizar essas habilidades e praticá-las.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on skype
Skype
Share on telegram
Telegram
Share on whatsapp
WhatsApp
Share on email
Email

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Aprenda e Domine | Data Science e Machine Learning

Inscreva-se em nossa newsletter para ficar atualizado.

Junte-se à nossa lista exclusiva para receber as últimas novidades e conteúdos  diretamente em sua caixa de entrada.

Elo Science 2020©. Todos os direitos reservados.