Por que decidi explorar Ciência de Dados?

Fugindo dos medos e seguindo o sol com gráficos, Python e o coração batendo forte

Hellouis leitores! Hoje tenho uma novidade: decidi começar a estudar ciência de dados. Desde antes de entrar no curso de Sistemas de Informação, já pensava em ciência de dados como algo para seguir, visto que envolve matemática, gráficos, interpretações, porém nunca realmente me senti preparada para começar a estudar, sempre achava que faltava algum conhecimento (ou desde o princípio tive medo de ser muito ruim nisso).

Esses dias, porém, tomei coragem e finalmente comecei a movimentar esse pensamento de testar as áreas de TI para ver em qual eu me encaixava. E ciência de dados foi a primeira. No sentido de testar se as recomendações do ChatGPT realmente funcionam, pedi ajuda à IA para me trazer um cronograma de dois meses de estudos sobre a área a fim de descobrir se ela é para mim ou não.

Aqui vai o cronograma completo:

🌟 Semana 1: Introdução e Panorama da Área (21/04 - 27/04/2025)

Objetivo: Entender o que é ciência de dados, onde ela é aplicada e que perfis existem.

📚Estudo:

  - O que é ciência de dados? (Artigos, vídeos no YouTube, blogs como DataHackers e Towards Data Science)

  - Diferenças entre: Analista de Dados, Cientista de Dados, Engenheiro de Dados.

  - Ferramentas e linguagens mais usadas: Python, SQL, Jupyter, Pandas, etc.

✅ Dica:

  - Assista a entrevistas de profissionais no YouTube para sentir o dia a dia.

🧠 Semana 2: Fundamentos de Programação com Python (28/04 - 04/05/2025)

Objetivo: Aprender o básico da linguagem mais usada na área.

📚 Estudo:

  - Variáveis, tipos de dados, estruturas de controle, funções.

  - Exercícios em sites como [Exercism](https://exercism.org/), [HackerRank](https://www.hackerrank.com/skills-directory/python_basic), ou [Google Colab](https://colab.research.google.com/).

✅ Dica:

  - Use projetos pequenos para treinar, tipo: “Calculadora de Média”, “Simulador de Dados Aleatórios”.

📊 Semana 3: Análise de Dados com Pandas e Numpy (05/05 - 11/05/2025)

Objetivo: Manipular, explorar e entender dados com código.

📚 Estudo:

  - Importar datasets (CSV, Excel).

  - Limpeza de dados (valores nulos, duplicados).

  - Exploração básica: médias, medianas, agrupamentos.

✅ Dica:

  - Use dados reais do [Kaggle Datasets](https://www.kaggle.com/datasets).

📈 Semana 4: Visualização de Dados (12/05 - 18/05/2025)

Objetivo: Traduzir números em gráficos e narrativas.

📚 Estudo:

  - Bibliotecas: Matplotlib, Seaborn, Plotly.

  - Gráficos: linha, barra, pizza, scatter, boxplot.

✅ Dica:

  - Tente contar uma historinha com os dados. Exemplo: “Como a nota média dos alunos muda com o tempo?”

🔍 Semana 5: Estatística para Ciência de Dados (09/06 - 15/06/2025)

Objetivo: Entender o raciocínio por trás dos dados.

📚 Estudo:

  - Média, mediana, desvio padrão, correlação.

  - Probabilidade básica e distribuição normal.

  - Introdução a testes estatísticos.

✅ Dica:

  - Estatística não é só cálculo, é interpretação. Foque nos "porquês" antes dos números.

🤖 Semana 6: Introdução ao Machine Learning (16/06 - 22/06/2025)

Objetivo: Conhecer os primeiros modelos de aprendizado de máquina.

📚 Estudo:

  - Aprendizado supervisionado vs. não supervisionado.

  - Modelos: Regressão Linear, KNN, Árvore de Decisão.

  - Ferramentas: Scikit-Learn.

✅ Dica:

  - Não se cobre entender tudo agora. Foque em como os modelos funcionam e quando usar cada um.

🛠️ Semana 7: Mini Projeto Pessoal (23/06 - 29/06/2025) 

Objetivo: Aplicar o que aprendeu em um projetinho simples.

📌 Sugestões:

  - Previsão de preço de aluguel.

  - Análise de sentimentos de tweets.

  - Comparativo de desempenho escolar (usando dados públicos).

✅ Dica:

  - Compartilhe no GitHub. Nem precisa ser perfeito — mostre seu raciocínio.

🤔 Semana 8: Reflexão, Networking e Próximos Passos (30/06 - 06/07/2025)

Objetivo: Avaliar a experiência e decidir se quer seguir.

📚 Atividades:

  - Escreva um diário ou post sobre sua jornada (Medium, LinkedIn).

  - Converse com profissionais da área (eventos, fóruns, grupos no Discord).

  - Veja vagas e leia descrições para entender o que o mercado espera.

✅ Dica:

  - Pergunte-se: “Eu gosto de resolver problemas com dados? Me vejo fazendo isso?”

💡 Dicas Extras para o Caminho:

- Curiosidade é essencial: Ciência de dados é investigação.

- Documente sua jornada (GitHub, blog, Notion).

- Erre sem medo. Toda análise começa com suposições erradas que vão sendo ajustadas.

- Participe de comunidades: DataHackers (Discord), Mulheres em Dados, grupos no Telegram.

- Use projetos do seu contexto: escolar, social, hobbies. Isso dá mais motivação!

Seguindo com afinco as dicas do ChatGPT, vou compartilhar semana a semana a minha jornada com a Ciência de Dados, assim como vou fazer os projetos seguindo meus hobbies. Dessa forma, One Direction estará diretamente relacionado a esse projeto pessoal de descoberta. 

Irei atualizar essa página com os links das semanas, então quem começar a ler depois que eu tiver terminado essa jornada, poderá ter tudo reunido nessa primeira página. 

"This time I'm ready to run (oh, oh)

Escape from the city and follow the Sun"

— Ready to Run, One Direction  

Como em Ready To Run, estou pronta para fugir dos meus medos de seguir algo novo e ir em direção a uma jornada brilhante e de muito aprendizado.