Novos objetivos, mudanças de perspectivas e 100 dias de Python
Novos objetivos na carreira
Nos últimos meses, tenho me dedicado a analisar o mercado de trabalho e refletir sobre meu propósito profissional. Nesse processo, percebi a necessidade de estabelecer novos objetivos — e encontrei na linguagem de programação Python um caminho promissor para alinhar minhas perspectivas e construir algo novo.
Decidi, então, compartilhar essa jornada com o objetivo de fortalecer minha base em algoritmos, estruturas de dados, desenvolvimento de software e, principalmente, Engenharia de Dados.
O contexto do trabalho hoje
Vivemos um momento em que o mundo do trabalho passa por intensas transformações.
Há debates sobre:
- a jornada de horas,
- o impacto da automação na extinção de profissões,
- e as incertezas sobre como manter relações trabalhistas e direitos das pessoas.
Na área de tecnologia, isso é ainda mais visível com a chegada da Inteligência Artificial (IA), que levanta discussões sobre o futuro dos profissionais. Os layoffs em massa após a pandemia mostraram como a indústria é volátil e expuseram a necessidade de repensar as competências mais relevantes.
Por que Engenharia de Dados?
Embora o desenvolvimento web seja fascinante, percebi que ele não estava mais alinhado aos meus propósitos. Foi então que a Engenharia de Dados se apresentou como um campo estratégico e inspirador.
Mais do que apenas analisar dados, a Engenharia de Dados permite construir pipelines escaláveis, trabalhar com grandes volumes de informação, integrar diferentes sistemas e garantir que os dados cheguem limpos, organizados e disponíveis para que cientistas de dados, analistas e equipes de negócio possam extrair valor real.
O Python é hoje uma das ferramentas mais poderosas para isso, com bibliotecas e frameworks que vão desde ETL até orquestração e processamento distribuído.
Minha prática
Atualmente, mantenho dois repositórios públicos no GitHub, onde documento e compartilho meu processo de estudo:
- algoritmo-python
- data-science-study (que em breve será expandido para Engenharia de Dados)
Em breve, planejo também criar vídeos e tutoriais práticos, mostrando como estruturar pipelines, transformar dados e trabalhar com arquiteturas modernas de dados — tudo com uma abordagem simples e acessível.
O que essa jornada me ensinou
Essa mudança de perspectiva não tem sido fácil, mas reforçou em mim três aprendizados:
- Disciplina é o alicerce de qualquer evolução.
- Persistência é necessária para superar a curva de aprendizado.
- Reinventar-se é essencial em um mercado em constante transformação.
Reflexão final
Acredito que estamos vivendo um momento de transformação profunda na sociedade.
É hora de ousar sonhar e questionar estruturas estabelecidas.
Nada é fixo nem permanente, e é através desse processo de evolução contínua que podemos construir um futuro melhor — e os dados, organizados e acessíveis, terão papel central nisso.
Referências
- O futuro do trabalho:
https://www.youtube.com/watch?v=6QO1OGhocYU&list=PLzE3RHaM6jDPTHdf4Pnptw35vD2lZMddM - Python (playlist de estudos):
https://www.youtube.com/playlist?list=PL5TJqBvpXQv6pHlMrbC-NfgeGE2CGrd1S - Meus repositórios:
https://github.com/macasrenata/algoritmo-python
https://github.com/macasrenata/data-science-study