No último ano apresentando o podcast DataFramed, tive o privilégio incrível de conversar quinzenalmente com líderes de dados que estão na linha de frente da revolução dos dados. Isso rendeu diálogos fascinantes sobre o futuro do stack moderno de dados, sobre o futuro das habilidades em dados e sobre como construir o letramento em dados nas organizações.
À medida que o DataFramed cresce, queremos oferecer à comunidade de ciência de dados — de profissionais em formação a líderes — insights depurados que ajudem você a conduzir sua carreira com mais eficiência. E queremos fazer isso com mais frequência.
Por isso, estamos animados em anunciar o lançamento de uma série de quatro dias: a DataFramed Careers. Nesta série, entrevistamos referências e especialistas sobre o que é preciso para entrar em ciência de dados em 2022 e as melhores práticas para se destacar na multidão. Além disso, esta sequência de episódios marca a transição do DataFramed de um podcast quinzenal para semanal.
A partir de segunda-feira, 30 de maio, o DataFramed passa a ser um podcast semanal.
O que esperar da série de quatro episódios DataFramed Careers?
Ao longo da série, vamos abordar, em detalhes, como construir uma carreira em dados e os diferentes caminhos para se destacar na busca por oportunidades. Confira os episódios:
- [DataFramed Careers #1] Sadie St Lawrence, CEO da Women in Data, sobre o que é preciso para iniciar uma carreira em dados em 2022 — Lançamento em 30 de maio de 2022
- [DataFramed Careers #2] Nick Singh, coautor de Ace the Data Science Interview, sobre o que faz um excelente projeto de portfólio em ciência de dados — Lançamento em 31 de maio de 2022
- [DataFramed Careers #3] Khuyen Tran, Developer Advocate na Prefect, sobre como a escrita pode acelerar sua carreira em dados — Lançamento em 1º de junho de 2022
- [DataFramed Careers #4] Jay Feng, CEO da Interview Query, sobre como mandar bem na entrevista de ciência de dados — Lançamento em 2 de junho de 2022
Onde e quando ouvir?
Não perca os episódios a partir de 30 de maio: assine o DataFramed onde você costuma ouvir podcasts. Enquanto isso, conte pra gente o que achou ouvindo nossos episódios mais recentes.
