How to Become a Data Analyst in 2021 With No Experience

Se estiver a pensar como tornar-se um analista de dados, há uma boa hipótese de os números o atraírem.

Enquanto as folhas de dados aparentemente intermináveis podem lançar outros desequilibrados, vê-se atraído, intrigado pela oportunidade de analisar aquelas paredes (quase) impenetráveis de informação para obter percepções ocultas e dicas úteis. Dado o nosso mundo orientado pelos dados, quem poderia culpá-lo por querer fazer uma carreira com base no seu interesse e talento?

Neste artigo, vamos guiá-lo através dos passos para se tornar um analista de dados e do que precisará de fazer para aperfeiçoar as suas aptidões naturais em talentos analíticos comercializáveis. Também lhe daremos uma ideia de onde as suas aptidões como analista de dados o levarão durante a sua carreira e como pode adaptar o seu conjunto de aptidões para apelar aos empregadores na indústria da sua escolha.

Para se tornar um analista de dados, irá querer considerar estes passos:

1. Entenda onde quer ir como analista de dados
2. Receba formação fundacional e compreenda quais as competências necessárias para adquirir
3. Atenha as competências através de um diploma, bootcamp, ou aprendizagem auto-directa
4. Ingressar na indústria escolhida

Pronto a aprender como se tornar um analista de dados? Vamos começar.

Entenda Onde Quer Ir como Analista de Dados

Antes de começarmos a traçar um caminho para a sua carreira, é importante que compreenda claramente para onde vai e o que pode esperar encontrar quando lá chegar.

O que é um Analista de Dados?

Um analista de dados é um profissional de tecnologia que ajuda empresas, organizações sem fins lucrativos, e outras organizações a desenvolver conhecimentos a partir de inúmeros factos e números no dia-a-dia.

Estes profissionais especializados em dados empregam uma vasta gama de técnicas no seu trabalho. Estas incluem mas não se limitam à programação, aprendizagem de máquinas, matemática, estatística, e recolha de dados para fornecer conhecimentos apoiados em números.

Embora as responsabilidades de nicho que os analistas de dados assumem possam variar entre indústrias, empresas, e empregos, a maioria dos profissionais passa os seus dias de trabalho a pentear enormes bases de dados para tendências, padrões, ou outras observações. Estas observações permitem-lhes desenvolver opiniões informadas sobre tendências recentes e a longo prazo, fazer previsões, e comunicar os seus conhecimentos com as partes interessadas da empresa.

Os analistas de dados são particularmente valiosos para as empresas porque podem identificar tendências e criar modelos de previsão antes da ocorrência de problemas – ou erros estratégicos dispendiosos -. Os analistas de dados também podem ajudar as empresas a avaliar se os produtos e serviços são susceptíveis de ter sucesso, avaliando o desempenho dos anúncios, plataformas e páginas de sítios de empresas entre os públicos-alvo.

Os analistas de dados estão frequentemente associados ao sector tecnológico; no entanto, não estão de modo algum limitados a este sector. De facto, os analistas de dados podem desempenhar funções em grandes bancos de investimento, empresas de capital privado, empresas de tecnologia médica, e mesmo em empresas comunitárias sem fins lucrativos.

Hoje em dia, praticamente todas as empresas modernas têm acesso a uma riqueza de dados – de tal modo que os seus troféus recolhidos são impossíveis de utilizar sem profissionais experientes. Graças aos analistas de dados com uma clara compreensão de como utilizar os dados, no entanto, os benefícios da recolha desses trovadores de informação são difíceis de subestimar.

Em 2018, a empresa de business intelligence Microstrategy sondou empresas de uma variedade de indústrias e de todo o mundo sobre a sua utilização de dados. Os seus investigadores relataram que 60% estavam a utilizar a análise de dados para impulsionar o processo e a eficiência de custos, 57% estavam a aplicá-la para impulsionar a estratégia e a mudança, e 52% confiavam nos analistas de dados para monitorizar e melhorar o desempenho financeiro.

Dados estes benefícios e a nossa maior confiança tanto nos dados como nos conhecimentos que estes oferecem, não deve ser surpresa que os analistas de dados sejam muito procurados. De acordo com um relatório de 2019 do Indeed, os anúncios de emprego para cientistas de dados aumentaram 31 por cento de ano para ano.

“Antes, os postos de trabalho na área da ciência dos dados eram maioritariamente limitados aos sectores tecnológico e financeiro”, escreveu o analista da Linkedin Learning, Paul Patrone, sobre a necessidade de talento. “Agora, praticamente todas as indústrias, desde o retalho à manufactura, estão a recolher dados sobre os seus clientes. Isto está a causar um aumento da procura de cientistas de dados que possam interpretar melhor todos esses dados. E no entanto, como se trata de um trabalho relativamente novo, poucos profissionais possuem esse conjunto de competências. Assim, a maioria das cidades americanas, em vez de se limitarem a financiar e a tecnlogiar, como São Francisco e Nova Iorque, são cientistas de dados curtos”

P>Ponderar onde poderá ir parar quando se tornar um analista de dados? Aqui estão algumas das indústrias mais dependentes de dados:

• Retalho: O retalho é uma indústria ferozmente competitiva, pelo que as empresas que não identificarem correctamente as novas tendências correm o risco de ficar atrás dos seus concorrentes e de perder o favor dos consumidores. Com uma análise de dados bem aplicada, os retalhistas podem antecipar o que os seus clientes vão querer – e depois fornecê-lo.
• Finanças: A indústria bancária utiliza a análise preditiva para reforçar o serviço ao cliente, melhorar a eficiência, e limitar questões operacionais tais como fraude.
• Fabrico: Os analistas de dados utilizados no fabrico utilizam frequentemente a análise preditiva para avaliar a probabilidade de falha do sistema e programar reparações antes de qualquer avaria de máquinas e de ter impacto nos programas de produção.
• Cuidados de saúde: Com a análise preditiva, as organizações de cuidados de saúde podem ganhar uma compreensão abrangente não só de como as suas instalações são utilizadas mas também de como optimizar os seus recursos existentes. Esta capacidade é inestimável, uma vez que permite aos prestadores racionalizar o serviço ao paciente e prestar os melhores cuidados ao maior número possível de pacientes.
• Transporte: As organizações neste campo podem analisar os dados recolhidos para analisar a forma como as pessoas podem utilizar os serviços de transporte e identificar o aumento do risco de problemas como tráfego excessivo, colisões, ou procura. Estas percepções preditivas permitem aos funcionários dos transportes ajustar os horários e serviços de viagem e assegurar que todo o trânsito funcione sem problemas.

Obviamente, estamos a começar a antecipar-nos a nós próprios. Vamos começar por responder à pergunta mais imediata: Como posso tornar-me um analista de dados?

Receba a Formação Fundacional e Compreenda Que Habilidades Precisa de Adquirir

Se pedir conselhos a alguém no terreno sobre como entrar na análise de dados, a sua resposta imediata será quase sempre a mesma: educação e formação.

Independentemente da indústria em que eventualmente se encontrem a trabalhar, todos os analistas de dados precisam de obter um conjunto básico de competências. Vamos rever algumas das competências fundamentais que terá de adquirir antes de entrar no grupo de contratação.

Fundamental Statistics

É difícil chegar muito longe na análise de dados sem alguma familiaridade com o pensamento e teoria estatística, especialmente se pretende especializar-se na aprendizagem de máquinas. Ter uma compreensão básica dos princípios estatísticos irá melhorar a sua capacidade de classificar a informação, criar visualizações de dados compreensíveis, e utilizar técnicas avançadas de amostragem de dados.

Python

Python é uma das mais populares linguagens de programação em análise de dados. Os analistas usam módulos pré-instalados e uma vasta colecção de bibliotecas para recuperar, limpar, e visualizar dados, bem como construir modelos analíticos.

Excel

Você pode conhecer o básico do Excel, mas a maioria das pessoas não sabe bem como a análise avançada de folhas de cálculo pode ser obtida. Este software de escritório básico não só é intuitivo, flexível, e colaborativo – é incrivelmente útil.

Os analistas de dados podem importar informação de bases de dados externas e depois usar características internas do Excel, tais como tabelas pivot e scripts VBA para realizar análises rápidas e gerar tabelas e relatórios fáceis de compreender.

SQL/NoSQL

Both SQL e NoSQL são linguagens utilizadas para comunicar com bases de dados. A diferença entre as duas reside no tipo de bases de dados que cada língua pode manipular.

SQL, ou Structured Query Language, é a linguagem padrão utilizada para comunicar com bases de dados relacionais – ou seja, aquelas que armazenam pontos de dados relacionados de acordo com as suas ligações. Pode ser utilizada para actualizar, recuperar, ou apagar informações dessas bases de dados.

NoSQL, como o nome sugere, é frequentemente utilizada para consultar bases de dados não relacionais. Embora os analistas de dados devam estar familiarizados com ambas as línguas, devem dar prioridade à aprendizagem do NoSQL. As bases de dados não-relacionais (e NoSQL, por extensão) não enfrentam as restrições colocadas por uma estrutura relacional e são, portanto, bem adequadas ao tratamento de grandes conjuntos de dados. Esta capacidade torna-as populares entre as muitas empresas que recolhem grandes quantidades de informação – e são, portanto, cada vez mais relevantes para os aspirantes a analistas de dados.

Hadoop

Hadoop é um software popular de código aberto que fornece grandes quantidades de armazenamento para qualquer tipo de dados. A estrutura pode acomodar tarefas simultâneas, tornando a análise de dados muito menos intensiva em termos de tempo e recursos.

Tableau

Tableau é uma ferramenta útil que permite aos analistas isolar dados de acordo com diferentes factores; isto permite aos analistas de se concentrarem em determinadas regiões, demografias, ou aberrações para desenvolverem uma melhor compreensão do conjunto de dados.

Front End Development Skills

Os analistas de dados precisam de comunicar as suas conclusões aos clientes, outros departamentos, ou partes interessadas da empresa. CSS e HTML podem ajudar os analistas a criar plataformas em linha agradáveis que hospedem as suas representações visuais preenchidas com dados.

HTML, ou HyperText Markup Language, é utilizado para descrever a estrutura subjacente de uma página web. Os programadores podem utilizar a definição de “tags” para colocar imagens, parágrafos, formulários de entrada, e outras características num sítio.

CSS (Cascading Style Sheets) descreve como os elementos HTML devem ser estilizados, afectando o tamanho das fontes, cores, espaçamento, e outras preocupações de design.

Obtain These Skills Through a Degree, Bootcamp, or Self-Directed Learning

É uma questão aparentemente simples: Como posso tornar-me um analista de dados?

Mas a resposta é complicada. Não existe um caminho “certo” para a análise. Há várias maneiras de acumular as competências de que necessitará para prosperar profissionalmente; pode investir num curso superior de quatro anos, inscrever-se num programa de campo de treino mais curto, ensinar-se a si próprio através do auto-estudo, ou fazer alguma combinação dos três. Para os empregadores, a forma como obtém as suas competências não importa tanto como o facto de as possuir.

Por outras palavras, você tem opções. A sua jornada educacional pode – e deve – ser única para si, construída em torno das suas necessidades e preferências individuais. Antes de começar a planear o seu percurso, reserve alguns momentos para responder às perguntas abaixo, e adquira uma melhor compreensão das suas necessidades e preferências educacionais particulares.

• Educação: Como se aprende melhor? Pode aprender por si próprio, ou prefere um curso dirigido por um instrutor?
• Situação: Consegue acomodar um horário a tempo inteiro, ou precisa de flexibilidade a tempo parcial? É capaz de fazer uma aula presencial ou necessita de formação on-line?
• Finanças: Quanto é que está disposto a pagar pela sua formação?
• Tempo: Quanto tempo está disposto a investir na aprendizagem da profissão? Pode dar-se ao luxo de tirar alguns meses, ou um horário a tempo parcial durante um período de tempo mais longo funcionaria melhor para si?
• Plano: Qual é o seu prazo previsto para obter novas competências e reentrar no mercado de trabalho?

Mantenha as suas respostas à mão enquanto revê os percursos educativos abaixo indicados!

Colaridade

Pode não ser necessário obter um diploma universitário antes de se tornar um analista de dados, mas é certamente útil ter um!

Um diploma tradicional de quatro anos irá dotá-lo tanto das competências práticas como dos conhecimentos teóricos de que necessitará para prosperar na análise de dados. A formação ministrada nas faculdades é muitas vezes muito mais abrangente do que a de workshops intensivos e auto-estudo.

Os benefícios vão muito para além do trabalho formal na faculdade; ao frequentar a faculdade, terá a oportunidade de construir uma valiosa rede de pares, professores, e profissionais da indústria. Convenientemente, muitos diplomas também culminam num projecto de capstone, que pode servir como peça central do seu portfólio de nível básico e mostrar as suas capacidades técnicas a potenciais empregadores.

Os empregadores podem solicitar que os analistas de dados tenham um diploma de quatro anos numa das seguintes disciplinas:

• Sistemas de Informação Empresarial
• Economia
• Ciência Informática
• Gestão da Informação
• Matemática
• Estatística

p>dito isto, Os analistas de dados não são obrigados a ter uma licenciatura num destes campos – ou de todo! (Não se preocupe; iremos mais adiante.)

P>Pode tornar-se um analista de dados com qualquer grau, desde que demonstre que possui as proficiências necessárias. Se já ganhou as suas notas de licenciatura numa área diferente, pode querer considerar investir num campo de treino ou num programa auto-dirigido que lhe permitirá adquirir quaisquer competências práticas que lhe possam estar a faltar.

Tudo isto dito, a pista universitária não é adequada para todos. Requer um investimento de tempo e dinheiro e, dado que a maioria das instituições está estruturada num horário a tempo inteiro, deve ter a certeza de que pode acomodar aulas em torno das suas obrigações pessoais ou profissionais.

Acampamentos de Iniciação de Análise de Dados

Acampamentos de Iniciação de Análise de Dados são programas de aprendizagem intensiva e de curta duração que o equipam com todas as aptidões a pedido necessárias para entrar no mercado de trabalho. Estes cursos intensivos são conhecidos pela sua flexibilidade e acessibilidade, podem ser realizados online ou presencialmente, e normalmente terminam dentro de três a seis meses.

Quando comparado com um programa de graduação, os campos de treino requerem um compromisso de tempo e custos mais curtos. Os campos de treino de análise de dados também fornecem formação essencial em competências no trabalho, tais como mineração de dados, preparação de dados, análise comportamental, inteligência de máquina, e software específico.

Os participantes licenciam-se muitas vezes com estas capacidades práticas – mas, no lado oposto, podem não receber a mesma formação teórica abrangente que um licenciado pode receber. Contudo, vale a pena notar que a falta de formação teórica resultante muitas vezes não preocupa os potenciais empregadores.

De acordo com um estudo de 2017 da Indeed, 72% dos empregadores vêem os graduados dos campos de treino como igualmente preparados para terem um alto desempenho como os detentores de diplomas convencionais, enquanto 12% acreditam que os graduados dos campos de treino são “mais preparados e com maior probabilidade de terem um alto desempenho”. De facto, 80% dos empregadores inquiridos contrataram graduados dos campos de treino, e quase todos (99,8%) disseram que voltariam a contratar um.

Mais ainda, os dados do inquérito do Relatório do Curso de 2018 sobre a codificação dos resultados dos alunos dos campos de treino indicam que a maioria dos graduados dos campos de treino encontra empregos a tempo inteiro. Quase 80 por cento dos graduados inquiridos dizem que foram empregados numa posição que lhes exige a utilização de competências aprendidas num campo de treino.

Interessado? Para mais informações sobre o que um verdadeiro programa de campo de treino pode oferecer, consulte o Georgia Tech Data Science and Analytics Boot Camp. Este programa intensivo de 24 semanas de campo de treino proporciona uma ampla cobertura da tecnologia mais requisitada, incluindo Excel, SQL, Tableau, e mais.

Aprendizagem autodirigida

Aprendizagem Solo nunca foi tão fácil. Hoje em dia, é possível aceder a tutoriais, livros de texto digitais e cursos auto-orientados com uma pesquisa rápida no Google.

É difícil vencer o baixo custo, flexibilidade e sensação de independência que o início de uma educação auto-orientada cria. Pode desenvolver o seu próprio currículo, estabelecer o seu próprio horário e aprender de acordo com os seus interesses e objectivos.

Aprendizagem auto-dirigida pode oferecer um meio adaptável e amigo do orçamento para adquirir competências práticas – mas vem com algumas advertências.

Programas de faculdade ou campos de treino não semelhantes, programas de estudo independentes não vêm com um plano de aprendizagem ou instrutores de apoio. Sim, essa ausência permite-lhe desenvolver o seu próprio currículo, mas também coloca a responsabilidade de o fazer sobre si. É preciso ser capaz de se responsabilizar e continuar a esforçar-se por aprender. Se não o fizer, poderá descobrir que não está a adquirir rapidamente (ou não está de todo) as competências de que necessita.

Esta via só é recomendada para aqueles que são extremamente auto-motivados. Seja honesto consigo mesmo! Consegue lidar com a responsabilidade? Se tiver tendência para precisar de apoio ou orientação – e sejamos honestos, a maioria das pessoas precisa – um campo de treino ou programa formal pode ser mais adequado.

É também importante notar que como não sairá de um curso auto-dirigido com um diploma ou certificado, terá de desenvolver um portefólio de competências para convencer os empregadores de que tem as competências necessárias para fazer o trabalho a que se candidata.

Alternativamente, as incursões autodirigidas na ciência dos dados poderão ser o seu início para um programa mais longo e empenhado. Muitos aprendentes que não são de tecnologia utilizam estratégias de aprendizagem auto-orientadas para construir uma compreensão fundacional da análise de dados antes de se inscreverem em programas formais.

Procura de ideias sobre onde começar a sua educação auto-orientada? Já o cobrimos!

Best Books

Quem não gosta de um bom livro? Se é novo na análise de dados, estes textos de alto nível podem ajudá-lo a obter uma compreensão fundamental dos princípios básicos da ciência dos dados.

• Data Analytics Made Accessible – pelo Dr. Anil Maheshwari. Um mergulho profundo na mineração de dados, visualização, redes neurais, e outros tópicos relevantes.
• Data Science for Dummies – por Lillian Pierson. Um recurso amigo do principiante que se concentra no lado empresarial da análise de dados e fornece orientação sobre como entrar no campo.
• Grandes Dados: Uma revolução que irá transformar a forma como vivemos, trabalhamos e pensamos – por Viktor Mayer-Schönberger e Kenneth Cukier. Uma visão geral de como os grandes dados moldaram indústrias tão diversas e essenciais como as empresas, o governo, a medicina e a ciência.

Best Magazines and Trade Publications

Seguir os blogs e fontes de notícias certas pode ajudar a manter vivo o seu interesse na ciência dos dados, especialmente durante as quebras de motivação.

• Analytics Insight – Uma revista impressa que partilha grandes notícias e tendências de dados, assim como entrevistas, artigos e comentários sobre acontecimentos actuais no terreno.
• Datafloq – Uma revista em linha que fornece conhecimentos sobre tecnologias emergentes tais como grandes dados, blockchain, e IA.
• Database Trends and Applications – Um recurso online que fornece notícias, análises, whitepapers, webinars, e muito mais.

Best Video Learning Channels

Os seus olhos já estão doridos com a leitura? Os tutoriais de ciência de dados baseados em vídeo tornam mais fácil refinar tanto o seu conhecimento como o seu interesse no campo.

• O Ponto e vírgula – Fornece explicações simples de tópicos complexos como a aprendizagem de máquinas, Python, e (mais importante) a análise de dados.
• Data School – Oferece tutoriais aprofundados sobre como utilizar Python para a ciência dos dados.
• David Langer – O perito da indústria Dave Langer oferece uma abundância de tutoriais de alta qualidade sobre tópicos relacionados com a ciência dos dados.

Improve Your Hiring Chances

No final do dia, os empregadores são tão esperançosos como você que você é a pessoa perfeita para o papel; contudo, eles querem minimizar o risco de rotatividade e o custo, escolhendo o melhor candidato possível. Cada posição a que se candidata irá provavelmente atrair dezenas de candidatos qualificados, todos os quais querem o papel pelo menos tanto quanto você.

Demonstrar paixão, interesse, e competência é uma parte crucial para se diferenciar da multidão. Para o fazer, terá de dedicar tempo e esforço para polir o seu currículo, compilar a sua carteira, praticar para entrevistas, e construir uma rede profissional de apoio.

Não tem a certeza por onde começar? Verifique os recursos abaixo para dicas sobre como se preparar para o processo de candidatura!

• O que todos os aspirantes a cientistas de dados precisam de saber sobre o trabalho em rede – Para a ciência dos dados. Fornece dicas sobre como os analistas de dados em ascensão podem tirar o máximo partido das suas redes profissionais.
• Currículo do Analista de Dados: Guia & Exemplos para 2020 – Blog de Carreira. Explica como se apresentar da melhor forma possível através da optimização do currículo.
• Como construir um Portfólio de Ciência de Dados – Rumo à Ciência de Dados. Descreve que tipo de projectos podem ser incluídos na sua carteira (e como pode potencialmente patinar de acordo com os requisitos de experiência).
• Perguntas de Entrevista com Analista de Dados: Mostre a Sua Experiência – Percepções de Dados. Explica o que os novos analistas de dados podem esperar de uma entrevista de emprego e fornece dicas sobre como impressionar os seus entrevistadores.

Break Into Your Chosen Industry

Todos os analistas de dados terão o mesmo núcleo de competências profissionais. No entanto, se já souber em que indústria espera trabalhar assim que terminar a sua formação e entrar no mercado de trabalho, poderá adaptar as suas capacidades e apelar a potenciais empregadores nesse campo.

Com isto em mente, revisitemos as indústrias que destacamos no início deste artigo e expliquemos o que pode fazer para optimizar os seus conjuntos de competências duras e suaves para o emprego dos seus sonhos.

Retail

Para prosperar no retalho, precisará de ter fortes competências técnicas e ainda melhores capacidades de comunicação. Também precisará de se sentir confortável na geração e análise de grandes conjuntos de dados para os intervenientes internos da empresa através de consultas SQL e NoSQL.

Porque provavelmente precisará de comunicar os seus resultados tanto com clientes como com directores de empresas, deverá ser capaz de explicar claramente como os conhecimentos que vê ilustram as tendências dos consumidores e alimentam as estratégias de retalho.

Porque o retalho está frequentemente centrado no apelo visual e na marca, poderá beneficiar de colocar os seus projectos de carteira num sítio interactivo e visualmente agradável para os empregadores analisarem.

Finança

Os analistas de dados no mundo financeiro precisam de desenvolver as suas capacidades de pensamento crítico e de resolução de problemas. Os empregadores também exigirão provavelmente uma compreensão abrangente de SQL, conhecimento de vários modelos de dados, e proficiência demonstrável em Excel.

Deverá ser capaz de gerar relatórios corporativos. Os potenciais analistas de dados financeiros devem ser capazes de recuperar dados de diversos ambientes, incluindo mas não se limitando a: websites, e-mails, registos de empresas, e mesmo interacções frente-a-frente com clientes.

Fabricação

Análises de dados que queiram construir uma carreira na indústria transformadora devem ser altamente orientadas para os detalhes e atentas às linhas mortais. Devem ter uma compreensão avançada do Excel e das bases de dados relacionais. O conhecimento fundamental da análise preditiva é também uma necessidade, dado que os analistas de dados na indústria transformadora se concentram frequentemente em calcular quando os sistemas necessitarão de intervenção.

Analistas no fabrico devem valorizar a qualidade e precisão, e ser capazes de comunicar igualmente bem com membros de equipas, líderes empresariais, e colegas não técnicos.

Saúde

A maior parte dos analistas de dados na área da saúde têm alguma experiência anterior em medicina. Terá de demonstrar um profundo conhecimento dos procedimentos comuns de cuidados de saúde; muitos trabalhos exigirão certificações específicas.

Os empregadores querem candidatos a emprego que tenham excelentes capacidades de resolução de problemas e proficiência na gestão de registos médicos. Os analistas de dados de cuidados de saúde devem também ter experiência tanto em análise de folhas de cálculo como em métodos de visualização.

Transporte

Os analistas de dados desportivos que queiram entrar na indústria dos transportes devem ter familiaridade com visualização de dados, programação, análise estatística, e modelação econométrica. A experiência e/ou interesse demonstrado em planeamento urbano e investigação política também podem ser benéficos.

Analistas em transportes devem também ter excelentes capacidades de comunicação e colaboração, uma vez que o seu papel será quase certamente num ambiente de projecto ou de consultoria.

Então, O Que Agora?

Agora que chegou até aqui, sabe como se tornar um analista de dados e deixar a sua marca em qualquer indústria.

Conheça o desafio de frente! Tome algum tempo, agora mesmo, para descobrir qual o caminho educacional que melhor lhe convém e o que pode fazer para dar o primeiro passo. Pode mudar a sua vida e construir a carreira analítica de dados dos seus sonhos.