Por que ter um projeto de portfólio?
Encontrar tempo e motivação para trabalhar em projetos pessoais pode ser desafiador. Mas, seja você CLT, autônomo ou esteja em busca de uma nova oportunidade, equilibrar sua rotina profissional com a paixão por criar projetos de ciência de dados pode ser muito recompensador. Abaixo, você confere os principais motivos para investir tempo e energia na construção de um portfólio de data science. Se quiser se aprofundar em por que criar projetos de portfólio, além de boas práticas e exemplos, não deixe de ler este artigo.
Desenvolver e lapidar habilidades
Aprender a programar, construir modelos, melhorar a acurácia e colocar modelos em produção fazem parte do fluxo de trabalho em ciência de dados. Essas habilidades estão em alta, e criar projetos para o portfólio é uma ótima forma de praticá-las e fortalecer seu conhecimento nas áreas que mais te interessam. Além disso, projetos de portfólio permitem desenvolver competências que não se alinham totalmente ao seu histórico, cargo ou especialidade. Se você é especialista em processamento de linguagem natural, construir projetos paralelos de visão computacional vai levar suas habilidades para o próximo nível. As possibilidades são enormes.
Mostrar sua experiência para recrutadores
Imagine que dois cientistas de dados juniores chegam para falar com um recrutador. O primeiro diz: "Eu conheço Python, Machine Learning e MLOps". O segundo diz: "Eu também conheço tudo isso — e apliquei esse conhecimento em um projeto no qual fiz scraping de dados, treinei um modelo de machine learning e disponibilizei tudo como um web app". Fica claro qual candidato vai se destacar. Projetos de portfólio ajudam a reforçar sua credibilidade como Data Scientist. Quanto mais variado for seu portfólio, melhor você demonstra um leque amplo de habilidades técnicas sobre as quais pode conversar com recrutadores e gestores de contratação.
Demonstrar suas soft skills
Criar um portfólio de projetos em ciência de dados mostra consistência, persistência, atenção aos detalhes e vontade de aprender e evoluir continuamente. Essas soft skills são fundamentais em diversas carreiras — e em data science não é diferente. Mais importante ainda: se você complementar projetos técnicos com projetos baseados em conteúdo, conseguirá evidenciar suas habilidades de comunicação e de data storytelling, que vão te destacar ainda mais como cientista de dados.
Dar o primeiro passo no empreendedorismo
Entre um projeto paralelo e o empreendedorismo, muitas vezes falta um único passo: mergulhar de cabeça na jornada. Várias iniciativas viraram startups milionárias. Além disso, projetos de portfólio são uma ótima porta de entrada para começar como freelancer em ciência de dados. Para saber mais sobre como se tornar um freelancer na área, leia a parte 1 e a parte 2 do nosso guia.
5 lugares para hospedar seu portfólio de ciência de dados
Compartilhar seus projetos com a comunidade de data science contribui para o conhecimento coletivo, estimula colaboração, fortalece sua marca pessoal e te coloca em conversas relevantes. Por isso, é importante comunicar sobre seus projetos e garantir que eles sejam vistos pelo maior número de pessoas. Existem várias opções para hospedar seu portfólio, mas estas são algumas das melhores ferramentas e plataformas para exibi-lo online.
1. DataLab
DataLab é um notebook colaborativo na nuvem que permite analisar dados, colaborar com outras pessoas e publicar análises na hora. Criado pela DataCamp, ele permite que você escreva código, analise dados e compartilhe seus insights direto do navegador. Oferece mais de 40 conjuntos de dados pré-carregados para você analisar, além de exemplos de código prontos em modelos de playbooks. O DataLab oferece suporte a R, Python e SQL e funciona em qualquer sistema operacional. Não requer instalação nem download. Depois de criar seus projetos, você pode compartilhar o link no seu perfil da DataCamp para que qualquer pessoa acesse instantaneamente. Alguns exemplos de projetos de alta qualidade hospedados no DataLab são
Crie seu portfólio de dados
Mostre suas habilidades e projetos em minutos.
2. Kaggle
Kaggle é uma plataforma e comunidade online para cientistas de dados e entusiastas de machine learning. Ela permite colaborar com outros profissionais, encontrar e publicar conjuntos de dados, divulgar notebooks e competir para resolver desafios de data science. Há muitos datasets disponíveis para quem quer implementar seus algoritmos. A vantagem é que, em geral, os dados estão bem estruturados e limpos. Por isso, é um ótimo lugar para começar e sentir na prática como é trabalhar em projetos de ciência de dados. Depois de se cadastrar, você pode explorar as diferentes competições em andamento em várias categorias:
- Competições contínuas para iniciantes são um excelente ponto de partida. Você aplica seu conhecimento e pratica o que aprendeu.
- Competições por tempo limitado valendo brindes ou reconhecimento têm um nível um pouco acima do iniciante.
- Competições por tempo limitado com prêmios em dinheiro costumam ser mais desafiadoras e geralmente são patrocinadas por empresas como Netflix, Google e outras.
Participar dessas competições é uma ótima forma de evoluir, aprimorar suas habilidades e expandir suas competências técnicas. Para mostrar seu trabalho, você vai precisar de um notebook (Kernel) que explique em detalhes seu projeto, para que o maior número possível de pessoas entenda.
Como a plataforma é conhecida por ter muitos participantes, pode não ser fácil para iniciantes ganharem prêmios. Ainda assim, participar das competições e publicar notebooks permite desenvolver habilidades, acumular pontos e subir no ranking. Não é difícil imaginar que alcançar o nível máximo de Grandmaster no Kaggle abriria muitas portas na sua carreira como data scientist. Para saber mais, leia este guia completo sobre o Kaggle. Alguns notebooks excelentes hospedados no Kaggle são:
3. GitHub
De forma geral, o GitHub é um site e serviço em nuvem que permite a desenvolvedores armazenar e gerenciar repositórios de código, além de acompanhar e controlar mudanças neles. Para entender o GitHub, é importante conhecer dois conceitos relacionados: controle de versão e Git — que ajudam a registrar alterações nos seus projetos ao longo do tempo e recuperar versões específicas depois. Confira este guia para saber mais sobre Git. A plataforma permite colaborar ou publicar projetos open source, fazer fork e compartilhar código, além de rastrear issues. Configurar uma conta no GitHub e hospedar seu portfólio usando o GitHub Pages é simples e gratuito. Siga estes passos:
- Crie uma conta no GitHub.
- Aprenda a usar Git e GitHub. Você encontra explicações detalhadas e um tutorial para entender Git e GitHub neste tutorial ou no curso Introduction to Git.
- Envie seu site para o GitHub Pages seguindo estes passos:
- Abra o GitHub e crie um novo repositório público com o nome username.github.io, onde username é seu usuário (ou o nome da organização) no GitHub.
- Se você não estiver familiarizado com os comandos do Git, basta baixar o GitHub Desktop para usar Git e GitHub no macOS e Windows.
- Após concluir a instalação, acesse o GitHub.com e atualize a página. Clique no botão "Set up in Desktop". Quando o app GitHub Desktop abrir, salve o projeto.
- Abra seu editor de texto e crie um index.html para o projeto.
- Faça o commit das alterações e publique.
- Escolha um tema para seu site — um tema Bootstrap ou um template HTML/CSS funcionam; temas WordPress não.
Uma forma eficaz de apresentar seus projetos é usar plataformas como o GitHub. Depois de criar sua conta, você já pode publicar seus projetos lá. No GitHub, cada projeto deve ter um arquivo README.md de fácil leitura para os usuários. Isso é algo que muitos desenvolvedores esquecem — e é crucial. Sem um README.md, fica bem mais difícil para o leitor entender do que se trata o projeto. Veja abaixo alguns exemplos de portfólios no GitHub Pages:
4. Site pessoal
Ter um blog ou site pessoal também é uma excelente forma de centralizar seus projetos — e o melhor: é relativamente simples montar um site sem gastar muito. Se optar por esse caminho, o WordPress é um ótimo ponto de partida, mas outros CMS como Strikingly ou Wix também dão conta do recado. Embora possa ser mais difícil atrair visitas do que hospedar em um site como DataLab ou Kaggle, ter seu próprio site permite mais controle e personalização. E, se você caprichar no SEO, pode conquistar posições altas nas buscas do Google.
5. Medium (e redes sociais)
É importante comunicar sobre seus projetos o máximo possível. Para projetos de portfólio baseados em conteúdo, há plataformas de blog que você pode usar além do seu site pessoal. O Medium é uma das melhores opções para ampliar o alcance dos seus projetos. Além disso, postar em redes como Quora, LinkedIn, Twitter e Reddit ajuda a reforçar sua credibilidade como cientista de dados e a dar mais visibilidade ao que você faz.
Saiba mais
Ter um portfólio sólido de ciência de dados pode mudar o jogo. É sua chance de adquirir e aprender novas capacidades, além de aprimorar as que você já tem. Investir em projetos de portfólio permite desenvolver novas habilidades, chamar a atenção de recrutadores e até gerar fontes de renda ao iniciar sua jornada como freelancer. Mostrar seus projetos para recrutadores vai te diferenciar de outros profissionais — então dedique um tempo para lapidar seu portfólio, porque o retorno vale o esforço. Para saber mais sobre projetos de portfólio e como entrar em data science, confira estes recursos:
