Dê o próximo passo e inicie sua carreira
Dê o próximo passo e inicie sua carreira agora mesmo
3 minutos de leitura
Autor(a)
Fique por dentro de conteúdos, insights e oportunidades do universo tech. Receba novidades e lançamentos direto no seu e-mail.
Vou iniciar este artigo com um questionamento: você já parou para se perguntar qual é o tipo de carreira em IA que você deseja iniciar e o que irá fazer nela? Seria coordenar? Programar? Inovar? Considero que todas essas opções são possíveis.
Na primeira, você gerenciaria um time de IA, na segunda, faria parte desse time e na terceira, trabalharia em um laboratório de inovação ou com pesquisa.
Antes de qualquer coisa, gostaria de dedicar este post ao Flávio Andre Virgilio, meu aluno da Alura e inspirador da resposta, à Mayra Oliveira, minha revisora, que me incentivou a fazer o post, e a todas as pessoas que querem começar na área de IA, mas não enxergam uma direção clara.
Partindo disso e da minha experiência, é uma boa que você:
Goste de lógica. Algoritmos são a base da IA, quanto mais desenvolvido for o seu raciocínio lógico, melhor.
Tenha interesse em questões filosóficas, de neurociência, matemática, física e até de psicologia. Na Filosofia, além da área de Lógica, a de Teoria do Conhecimento propõe pensar como definir o que é conhecer algo, e isso é importante para IA.
Saiba uma linguagem de programação. Assim pode aplicar os algoritmos, a lógica e as teorias usando um computador. Aconselho Node (para as APIs de serviços), Python e Java (para os códigos e bibliotecas). C ou C++ são uma boa também. Teste programar em algumas dessas linguagens e veja com a qual sente maior afinidade.
Considero esses 3 pontos básicos, até para saber se esse é o caminho. Ainda falando de modo pessoal, caso você seja apaixonado ou apaixonada pelas coisas acima, continue. IA pode ter um mercado em expansão agora, mas sempre seremos bons naquilo que amamos e somos felizes fazendo.
Tendo em mente o que é IA e pensando nos pontos que citamos no início do texto, a respeito dos interesses e conhecimentos prévios necessários para trabalhar com IA, o passo seguinte é praticar. Procure pegar um problema simples e resolva-o até o final. E então, pegue um próximo, depois outro, e assim por diante.
Isso é importante para que você sinta como é desenvolver uma solução.
Com a formação da Alura de Machine Learning, e o de Estatística;
Com os exemplos ou competições do Kaggle (em inglês);
Executando os exemplos da Google AI (em inglês);
Fazendo o curso de Inteligência Artificial do MIT (em inglês);
Também pelos cursos de Machine Learning e IA do Andrew Ng (em inglês);
Lendo e seguindo os exemplos do livro de Inteligência Artificial do Russell e Norvig (em português) ou free em inglês nesse site da Universidade de Berkeley;
Estudando as apostilas do Silvio do Lago Pereira do IME-USP;
Explorando esse mapa mental do Sci-kit learn (em inglês);
CURSO de Inteligência Artificial | #HipstersPontoTube — YouTube.
Além disso, te incentivamos a não parar por aí. Depois de ter concluído o primeiro projeto, compartilhe. Mostre para pessoas próximas, faça um blog, mande um link no twitter, participe de Meetups de IA na sua cidade.
Independentemente de como você classifique esse conhecimento que adquiriu: seja iniciante, intermediário ou avançado, é sempre bom que ele seja compartilhado e se multiplique.
Eu poderia adicionar referências a esse post eternamente, mas espero que tenha te dado algum norte para colocar as mãos na massa e começar.
Bora começar a trabalhar em uns algoritmos!
Avalie este artigo
Apache Parquet: o que é, como funciona o arquivo Parquet e suas vantagens
Ler mais
Ampliando a análise com o Describe
Ler mais
Data Quality: o que é e como garantir dados confiáveis
Ler mais