A Fabíola Magossi cursou biblioteconomia dentro de sua formação multidisciplinar.
Hoje ela trabalha com tecnologia numa multinacional de telecomunicações e veio contar um pouquinho pra gente sobre como foi sua trajetória. Vamos nos inspirar?
Oi gente,
Eu sou a Fabíola, sou formada em História (Bacharelado e Licenciatura) pela USP e em Biblioteconomia pela Unifai. Eu me encantei perdidamente pela área de História durante a minha primeira graduação, mas não vi aplicação prática e estratégica referentes a meus estudos no mercado de trabalho.
Migrei para a área de biblioteconomia no intuito de ter mais e melhores oportunidades profissionais e, desde então minha carreira começou a deslanchar pouco a pouco.
Já na primeira semana de curso eu consegui um estágio para trabalhar em um centro de memória e biblioteca especializada em ciência cosmética, onde fiquei por quase sete anos e pude desenvolver outras habilidades, como me tornar a responsável pela área de marketing digital, conteúdo e redes sociais da empresa.
Saí dessa empresa no final de 2018 e passei a repensar meu espaço dentro da Biblioteconomia, já que sempre fui muito excêntrica e parecia não ser o perfil ideal, tampouco o escolhido, para as vagas tradicionais em bibliotecas.
Em fevereiro, recebi uma ligação em que me era oferecido uma proposta de trabalho para atuar como Analista de Produto e Inovação em uma startup de educação do Cubo Itaú chamada Blox, que tem por objetivo flexibilizar as unidades curriculares de Instituições de Ensino, para que os alunos possam personalizar a própria formação, bem como para que possam ser oferecidas microformações mais relevantes e voltadas para o desenvolvimento de competências e habilidades do século XXI.
A vaga simplesmente foi congelada até eu ter a minha resposta de se aceitaria ou não o trabalho. Não passei por nenhum processo seletivo. Indicaram que meu currículo era o ideal, pois era original e interdisciplinar. Finalmente eu entendi o que um professor havia me dito, de que eu tinha um perfil diferenciado e voltado para negócios e estratégia, e não para uma atuação tradicional dentro de bibliotecas. E o interessante é que dentro da Biblioteconomia há espaço para todos encontrarem seu lugar ao sol (ainda que as vagas sejam escassas, é preciso ser assertiva em portfólios e demais redes sociais). Há espaço também para diálogo e os profissionais são muito engajados.
Refleti muito a respeito e estava disposta a entrar de cabeça na área de tecnologia, especificamente em Data Science e Machine Learning, pois via correlações importantes com a Biblioteconomia e História. Estava certa de que havia necessidade de interpretações e insights relacionados à criticidade das Áreas Humanas e à categorização dos dados não somente pela Estatística.
Iniciei uma nova graduação em Análise e Desenvolvimento de Sistemas, pois acreditei que teria mais visibilidade para iniciar na área. Aceitei a vaga, mas com a promessa de que eu entraria para a área de Inteligência Artificial em poucos meses. Mas que eu era muito necessária para ajudar no trabalho de classificação que já estava posto e o que estava por vir.
O desafio nesta startup foi o de melhorar o produto existente, que já estava em uso por Instituições de Ensino Superior e Universidades Corporativas, e também o de ajudar a criar um novo produto para Itinerários Formativos, que passam a ser exigência para as escolas com a Reforma do Ensino Médio, preconizada pela BNCC. Para tanto, seria necessário estruturar taxonomias e padronizá-las.
Ao longo do projeto minha equipe elaborou um modelo de "quebrar" as habilidades propostas pela BNCC referente à Reforma do Ensino Médio em objetos de conhecimentos. Eu listei e organizei estes objetos por áreas de conhecimento (que já estão definidas pela BNCC) e agrupei em clusters de conteúdo. Em seguida, criei uma base de dados com palavras chaves e conteúdos externos para cada cluster para permitir que os algoritmos de machine learning e redes neurais pudessem ser utilizados (pois é necessário um razoável volume de dados para garantir que estes façam uma predição eficiente). Na sequência, fiz a limpeza dos dados e comecei a rodar os testes. Fiz ajustes na base de dados até chegar a uma acurácia entre 88% e 95% no modelo SVM (Machine Learning) e acima de 80% para Deep Learning. Desse modo, é possível inferir classificações de conteúdos externos baseados nessa taxonomia com esse nível de acurácia. - O modelo foi pensado para Ensino Médio, baseado na Reforma da BNCC e nas 5 grandes áreas - Linguagens, Língua Portuguesa, Matemática, Ciências da Natureza e Ciências Humanas e Sociais Aplicadas.
Foi uma experiência muito interessante, mas que só foi possível na base de muito estudo. Para os que desejam se aventurar na área de Machine Learning, existem alguns tipos de aprendizado: supervisionado, não supervisionado, semi supervisionado e por reforço. Cada tipo de aprendizado, possui métodos e modelos (que podem ser preditivos, descritivos, híbridos). Dentro do aprendizado supervisionado, há modelos preditivos específicos de classificação. É exatamente nesse ponto em que o Bibliotecário pode ser muito relevante.
Os projetos de Big Data e Inteligência Artificial estão crescendo de tal forma que as equipes precisam de novos colaboradores e há uma simpatia imensa por diversidade. Atualmente há a exigência - e com razão - de conhecimentos em linguagens de programação voltados à Data Science, como Python, R ou Skala, de Estatística, de Bancos de Dados e de vários softwares específicos. Isso acontece porque há poucos profissionais qualificados para a área no mercado. A demanda cresceu desproporcionalmente ao número de pessoas que se especializaram na área. Tudo aconteceu muito rápido.
No entanto, nos próximos anos a tendência é das equipes de Big Data serem muito maiores e, com isso, novas oportunidades para refinar os modelos preditivos de classificação sejam consideradas. Este pode vir a ser um mercado muito potencial e estratégico para os bibliotecários, mas para isso é necessário que estes estejam dispostos a sair do escopo tradicional e se aventurarem na área de dados, entendendo suas necessidades de negócio e se adequando às novas tecnologias. Além disso, é um momento importante para inserir a Biblioteconomia como peça chave para os profissionais de outros setores.
Recentemente, li um artigo que fala mais sobre o tema, no qual o filósofo Pierre Levy menciona outras considerações que ligariam a área de dados à biblioteconomia. O artigo pode ser acessado aqui: https://www.linkedin.com/pulse/taxonomias-ontologias-e-aplica%C3%A7%C3%A3o-na-intelig%C3%AAncia-aparecida-vizentim/?fbclid=IwAR167yvSxKHCAyT7PCmNfmtCLSLBGz-vXh_XRIy0MtgfmNXq9Q9g6S-n3yM
Após esses seis meses de estudo, consegui uma nova oportunidade, agora em uma multinacional. Entrei em outubro na Nokia para atuar na equipe de dados, em que são utilizados modelos preditivos pensados para solucionar problemas baseados na experiência do usuário.
Seria maravilhoso ver mais bibliotecários usando o nosso usual engajamento e criticidade para um setor tão estratégico e cobiçado no mundo corporativo. Espero que não percamos o "timing", pois há uma preocupação muito grande com todo tipo de diversidade em times de tecnologia, incluindo diversidade de background profissional. Se joguem nos cursos online e gratuitos por aí. Eles são muito preciosos.
Hoje ela trabalha com tecnologia numa multinacional de telecomunicações e veio contar um pouquinho pra gente sobre como foi sua trajetória. Vamos nos inspirar?
 |
| Fonte: LinkedIn |
Eu sou a Fabíola, sou formada em História (Bacharelado e Licenciatura) pela USP e em Biblioteconomia pela Unifai. Eu me encantei perdidamente pela área de História durante a minha primeira graduação, mas não vi aplicação prática e estratégica referentes a meus estudos no mercado de trabalho.
Migrei para a área de biblioteconomia no intuito de ter mais e melhores oportunidades profissionais e, desde então minha carreira começou a deslanchar pouco a pouco.
Já na primeira semana de curso eu consegui um estágio para trabalhar em um centro de memória e biblioteca especializada em ciência cosmética, onde fiquei por quase sete anos e pude desenvolver outras habilidades, como me tornar a responsável pela área de marketing digital, conteúdo e redes sociais da empresa.
Saí dessa empresa no final de 2018 e passei a repensar meu espaço dentro da Biblioteconomia, já que sempre fui muito excêntrica e parecia não ser o perfil ideal, tampouco o escolhido, para as vagas tradicionais em bibliotecas.
Em fevereiro, recebi uma ligação em que me era oferecido uma proposta de trabalho para atuar como Analista de Produto e Inovação em uma startup de educação do Cubo Itaú chamada Blox, que tem por objetivo flexibilizar as unidades curriculares de Instituições de Ensino, para que os alunos possam personalizar a própria formação, bem como para que possam ser oferecidas microformações mais relevantes e voltadas para o desenvolvimento de competências e habilidades do século XXI.
A vaga simplesmente foi congelada até eu ter a minha resposta de se aceitaria ou não o trabalho. Não passei por nenhum processo seletivo. Indicaram que meu currículo era o ideal, pois era original e interdisciplinar. Finalmente eu entendi o que um professor havia me dito, de que eu tinha um perfil diferenciado e voltado para negócios e estratégia, e não para uma atuação tradicional dentro de bibliotecas. E o interessante é que dentro da Biblioteconomia há espaço para todos encontrarem seu lugar ao sol (ainda que as vagas sejam escassas, é preciso ser assertiva em portfólios e demais redes sociais). Há espaço também para diálogo e os profissionais são muito engajados.
Refleti muito a respeito e estava disposta a entrar de cabeça na área de tecnologia, especificamente em Data Science e Machine Learning, pois via correlações importantes com a Biblioteconomia e História. Estava certa de que havia necessidade de interpretações e insights relacionados à criticidade das Áreas Humanas e à categorização dos dados não somente pela Estatística.
Iniciei uma nova graduação em Análise e Desenvolvimento de Sistemas, pois acreditei que teria mais visibilidade para iniciar na área. Aceitei a vaga, mas com a promessa de que eu entraria para a área de Inteligência Artificial em poucos meses. Mas que eu era muito necessária para ajudar no trabalho de classificação que já estava posto e o que estava por vir.
O desafio nesta startup foi o de melhorar o produto existente, que já estava em uso por Instituições de Ensino Superior e Universidades Corporativas, e também o de ajudar a criar um novo produto para Itinerários Formativos, que passam a ser exigência para as escolas com a Reforma do Ensino Médio, preconizada pela BNCC. Para tanto, seria necessário estruturar taxonomias e padronizá-las.
Ao longo do projeto minha equipe elaborou um modelo de "quebrar" as habilidades propostas pela BNCC referente à Reforma do Ensino Médio em objetos de conhecimentos. Eu listei e organizei estes objetos por áreas de conhecimento (que já estão definidas pela BNCC) e agrupei em clusters de conteúdo. Em seguida, criei uma base de dados com palavras chaves e conteúdos externos para cada cluster para permitir que os algoritmos de machine learning e redes neurais pudessem ser utilizados (pois é necessário um razoável volume de dados para garantir que estes façam uma predição eficiente). Na sequência, fiz a limpeza dos dados e comecei a rodar os testes. Fiz ajustes na base de dados até chegar a uma acurácia entre 88% e 95% no modelo SVM (Machine Learning) e acima de 80% para Deep Learning. Desse modo, é possível inferir classificações de conteúdos externos baseados nessa taxonomia com esse nível de acurácia. - O modelo foi pensado para Ensino Médio, baseado na Reforma da BNCC e nas 5 grandes áreas - Linguagens, Língua Portuguesa, Matemática, Ciências da Natureza e Ciências Humanas e Sociais Aplicadas.
Foi uma experiência muito interessante, mas que só foi possível na base de muito estudo. Para os que desejam se aventurar na área de Machine Learning, existem alguns tipos de aprendizado: supervisionado, não supervisionado, semi supervisionado e por reforço. Cada tipo de aprendizado, possui métodos e modelos (que podem ser preditivos, descritivos, híbridos). Dentro do aprendizado supervisionado, há modelos preditivos específicos de classificação. É exatamente nesse ponto em que o Bibliotecário pode ser muito relevante.
Os projetos de Big Data e Inteligência Artificial estão crescendo de tal forma que as equipes precisam de novos colaboradores e há uma simpatia imensa por diversidade. Atualmente há a exigência - e com razão - de conhecimentos em linguagens de programação voltados à Data Science, como Python, R ou Skala, de Estatística, de Bancos de Dados e de vários softwares específicos. Isso acontece porque há poucos profissionais qualificados para a área no mercado. A demanda cresceu desproporcionalmente ao número de pessoas que se especializaram na área. Tudo aconteceu muito rápido.
No entanto, nos próximos anos a tendência é das equipes de Big Data serem muito maiores e, com isso, novas oportunidades para refinar os modelos preditivos de classificação sejam consideradas. Este pode vir a ser um mercado muito potencial e estratégico para os bibliotecários, mas para isso é necessário que estes estejam dispostos a sair do escopo tradicional e se aventurarem na área de dados, entendendo suas necessidades de negócio e se adequando às novas tecnologias. Além disso, é um momento importante para inserir a Biblioteconomia como peça chave para os profissionais de outros setores.
Recentemente, li um artigo que fala mais sobre o tema, no qual o filósofo Pierre Levy menciona outras considerações que ligariam a área de dados à biblioteconomia. O artigo pode ser acessado aqui: https://www.linkedin.com/pulse/taxonomias-ontologias-e-aplica%C3%A7%C3%A3o-na-intelig%C3%AAncia-aparecida-vizentim/?fbclid=IwAR167yvSxKHCAyT7PCmNfmtCLSLBGz-vXh_XRIy0MtgfmNXq9Q9g6S-n3yM
Após esses seis meses de estudo, consegui uma nova oportunidade, agora em uma multinacional. Entrei em outubro na Nokia para atuar na equipe de dados, em que são utilizados modelos preditivos pensados para solucionar problemas baseados na experiência do usuário.
Seria maravilhoso ver mais bibliotecários usando o nosso usual engajamento e criticidade para um setor tão estratégico e cobiçado no mundo corporativo. Espero que não percamos o "timing", pois há uma preocupação muito grande com todo tipo de diversidade em times de tecnologia, incluindo diversidade de background profissional. Se joguem nos cursos online e gratuitos por aí. Eles são muito preciosos.
Comentários
Postar um comentário