Ano após ano, as empresas dependem cada vez mais de dados para definir suas estratégias e soluções para eventuais problemas. Por isso, aprender Ciência de Dados (também conhecida como DSA, na sigla em inglês) é, hoje, um requerimento para profissionais que querem trabalhar no mundo corporativo e desenvolver habilidades que podem transformar sua carreira.
Entretanto, apesar do potencial da área, muitos profissionais relutam em investir em adentrar nela devido ao receio de estarem “velhos demais” para trabalharem com novas tecnologias. Desta forma, fica a pergunta: a idade pode ser um empecilho na hora de aprender Ciência de Dados?
Quem responde essa pergunta é Luiz Paulo Fávero, professor e coordenador do MBA em Data Science & Analytics USP/Esalq. Ele fala das dificuldades que as pessoas mais velhas têm em aprender Ciência de Dados, de onde vem essas dificuldades e como superá-las. Saiba mais!
Leia também: Conheça o MBA em Data Science e Analytics USP/Esalq
O cientista de dados
De acordo com Fávero, a Ciência de Dados é uma área multidisciplinar, que reúne conhecimentos como cálculo, estatística e programação. Além disso, ela também é composta por diversas subáreas, como Big Data, Computação em Nuvem, Programação Neurolinguística (PNL), reconhecimento de voz e imagem, veículos autônomos, inteligência artificial (IA), Internet das Coisas (IoT, na sigla em inglês) entre outras.
Ele explica que a importância da área vem do fato de que dados são matéria-prima para tomada de decisões e que, “hoje, não existe um processo de tomada de decisão que não seja associado a dados”. Por isso, DSA é uma área aberta e importante para profissionais de todas as formações e setores que queiram participar do processo de tomada de decisões.
Outro ponto levantado pelo professor é a importância de ter uma mentalidade data driven, também chamada de “mentalidade orientada a dados”. “Mais importante do que o background de formação é ter o entendimento da importância de uma cultura de dados. Qualquer investimento que você fizer em mentalidade data driven na tomada de decisões traz um payback financeiro gigante”, comenta.
Leia mais: Engenharia de dados no currículo? Comece por um MBA!
Os desafios da Ciência de Dados
Fávero explica que a dificuldade das pessoas mais velhas na hora de aprender Ciência de Dados vem da resistência do ser humano de utilizar novas ferramentas em processos muitas vezes já conhecidos. No entanto, essa dificuldade é fruto direto da experiência e da maturidade, características que faltam aos mais jovens e que compensam os conhecimentos que eles já têm na área.
Além disso, ele comenta que uma outra causa de dificuldades para potenciais interessados vem dos mecanismos de “autodefesa” que a comunidade cria em torno de si mesma. “Qualquer área em voga cria mecanismos de autodefesa por meio de nomenclatura, como a criação de novos termos”, diz Fávero.
Idosos e crianças em DSA
Em contraste com a experiência de pessoas mais velhas, atualmente, já é normal que escolas tenham disciplinas de programação na grade curricular das crianças. Essa nova geração também aprende desde cedo a passar a maior parte do tempo livre utilizando celulares, tablets e computadores com internet.
“Eu não aceito que as pessoas de mais idade têm mais dificuldade que pessoas de idade intermediária. As crianças já nasceram em um mundo tecnológico. Não é que a facilidade se dá porque são mais jovens, mas porque nasceram em um ambiente tecnológico mais propício”, expressa o professor.
Assim, para ele, não é surpresa que, hoje, crianças de 8 a 10 anos já comecem a desenvolver jogos em Python (linguagem de programação). E isso não é consequência de suas habilidades, mas da época em que nasceram. “As crianças de hoje, no futuro, terão aversão a ligar novos softwares”, comenta.
Leia também: Data Science descomplicado: 5 motivos para você começar hoje
Superando as dificuldades
Apesar de todas as dificuldades, Fávero conta que tem visto cada vez mais pessoas com idade avançada querendo começar a aprender Ciência de Dados e tendo uma boa evolução na área. “O segredo está na compreensão dos fundamentos de cada uma das técnicas. Mais importante do que apertar um botão é entender sua utilidade e o porquê dessas técnicas”, comenta.
O professor explica que é possível ver isso no próprio mercado de trabalho, ao observar as chamadas “empresas unicórnios” – startups com avaliação de preço de mercado equivalente a mais de 1 bilhão de dólares. Segundo ele, as equipes dessas empresas são totalmente multidisciplinares e compostas por pessoas de todas as idades.
Também é possível observar isso nas turmas do MBA em Data Science & Analytics USP/Esalq. Fávero conta que as turmas têm jornalistas, advogados e outros profissionais com formações distantes da Ciência de Dados, de todas as idades. Apesar das dificuldades iniciais, estes alunos estão conseguindo concluir o curso normalmente.
Leia mais: Engenheiros de dados na equipe: prepare sua empresa
Agora que você viu que qualquer pessoa pode aprender Ciência de Dados, o que está esperando para dar o primeiro passo? Explore essa área tão importante para o mercado de trabalho e aproveite a oportunidade para se inscrever no MBA em Data Science & Analytics USP/Esalq!
Você também pode gostar desses conteúdos:
