tudo é dado. nada é dado
todos nós temos pequenos sonhos. aquelas coisas que são lidas como simples e “fáceis”. esse meu pequeno sonho era ser convidado para algo em um dos principais projetos que participei na graduação, o PETREL. realizei esse sonho ao participar da primeira edição do DataPET, uma série de encontros que visou aproximar alunos das RI e de áreas correlatas com o mundo de dados, quase que na mesma linha do workshop que fiz em 2021 no mesmo projeto que abriu a minha mente para a possibilidade de trabalhar com dados e que fez o profissional e o pesquisador que sou hoje.
ao preparar a apresentação, usei o título que mais definiu a minha jornada. tudo é dado = somos números e somos informação. mas nada é dado = a jornada para quem não é das exatas é um caminho confuso e rodeado da eterna sensação de não saber se está fazendo o certo. e para o último encontro, sobre perspectivas profissionais, escolhi compartilhar justamente essa perspectiva.
comecei falando que meu sonho de criança era ser meteorologista — fato que estou resgatando ao voltar a estudar clima para a minha tese de doutorado. mas por quê? desde criança, sempre fui muito curioso, então entender como as coisas funcionavam era o que me fazia querer descobrir mais, até comentei como todos os carrinhos de controle remoto não duravam na minha mão porque eu literalmente queria ver como era dentro. isso passou para os computadores, e para tudo que me cercava. e eu sempre gostei muito de estudar também, então, juntou isso tudo em uma só pessoa e me vi buscando por padrões, por explicações em escala macro para a vida, para a existência, do porquê as coisas são do jeito que são. hoje, nas RI, sigo com o mesmo propósito em uma escala mais indutiva, beirando a abdução.
e os dados entraram como uma ferramenta de tentar conectar tudo isso a nível empírico.
mas, antes disso, os dados também surgiram como uma forma de evitar o status de desemprego quando me formei. em uma espécie de crise de identidade, simplesmente me matriculei em uma segunda graduação sob a pretensão de precisar de um título que me pudesse oferecer um emprego rápido, e dados parece ser esse caminho. daí, o estágio em uma consultoria política surgiu e, desde então, sinto que estou em uma caminhada exponencial de aprendizado das duas coisas que eu mais gosto — análise e de mostrar o porquê das coisas serem do jeito que são.
e mostrar toda essa jornada foi um desafio de autoconhecimento também. enquanto tirava esse slide do papel, todo personalizado para relembrar um terminal de windows, eu me lembrei de como achei que JAMAIS ia mexer com números desde que quase reprovei a matéria de estatística aplicada na graduação. esse MM (que na UnB significa menção entre 5.0 e 6.9) foi o resultado de fazer a prova substitutiva para sair do 4.1 para o 5.9. lembro-me até hoje do caos que foi tentar passar nessa prova.
minhas notas não me deixam mentir | foto de 29/11/2018
e colocar essa menção embaixo do fato que hoje estou fazendo uma pós-graduação em estatística, para mim, é um dos maiores exemplos que, se você quer, você consegue. discutimos brevemente, a nível do evento, como essa postura humanas x exatas é extremamente prejudicial para as pessoas e para o próprio processo de aprender. todo mundo é capaz de aprender quando dado o mesmo ponto de partida e as mesmas chances, e, acima de tudo, ajudas nas dificuldades que se tem no meio do caminho. a matemática não precisa ser difícil, ela só precisa ser bem explicada e bem praticada.
e isso se transfere diretamente para os dados. a forma como lidamos com esses montantes de informação não pode ser lidada como algo alheio a nós. levantei o ponto de a “análise de dados”, enquanto habilidade, está perto de deixar de ser um diferencial e passar a ser uma skill básica e esperada — principalmente com a virada de IA que está acontecendo. com a IA, todo mundo pode fazer análise de dados, mas, no fim de todos os dias, o que vai importar mesmo é o que você vai fazer com eles ao entender todo o racional e, principalmente, ao responder uma pergunta que de fato altere a realidade.
quando eu optei por fazer uma fala mais personalista, eu tentei canalizar tudo o que eu queria que tivessem me dito. como toda a jornada poderia ter os seus altos e baixos no que tange expectativas e realidades — principalmente alguém que jamais se imaginou seguindo uma carreira corporativa como estou agora e aprendendo como funciona aplicar todo o meu conhecimento para lidar com processos, implementação e rotinas de dados ao mesmo tempo que pratica análise política em um viés mais cru e puro.
como a fala foi compartilhada, boa parte do aspecto técnico foi cumprido com muita excelência, mas ainda reforcei pontos extremamente importantes que, na minha experiência, vão servir como régua medidora:
- não existe um por onde começar. eu gosto muito dos cursos da IBM e da Google em análise de dados pela Coursera, realmente dão uma base fenomenal e bem estruturada, além de passarem projetos práticos. no entanto, cada um deve ter em mente a sua própria jornada e onde quer chegar.
- cuidado ao surfar na onda da tecnologia: a IA apresenta mais uma virada tecnológica no mundo da pesquisa e do trabalho. no entanto, muito se espera de uma solução de dados e pouco se sabe o que realmente ela é, e, diversas vezes, esse é o perfil de quem a exige — e poucos são os que demonstram interesse em aprender.
- virada: dados é o novo inglês, está deixando de ser o diferencial.
- IA: chegamos no no turning back em relação a ela, então aprenda de maneira técnica e ética sobre o seu uso.
eu podia ter ficado mais meia hora falando sobre como o mundo digital sempre me foi fascinante por ter sido a criança que sabia usar tudo no computador, pesquisava, aprendia. de como meu irmão foi uma inspiração para aprender a mexer em máquinas como parte da nossa vida ao invés de entendê-la como um diferencial a parte. pois, como bom interpretativista e pós-positivista que continuarei sendo, esses pontos são importantes para se entender o que leva alguém a tomar determinadas decisões. e, considerando que na análise de política externa o acesso a informação é crucial para a análise em si só, decidi compartilhar o máximo que eu filtrei como relevante para ajudar quem quer estivesse nos mesmos sapatos que eu estava em 2021.