A carreira em tecnologia é frequentemente retratada como uma escalada meteórica, impulsionada por inovação e oportunidades sem fim. No entanto, por trás das histórias de sucesso, existe um percurso repleto de desafios, decisões críticas e, inevitavelmente, erros. A sabedoria não reside em evitar todos os percalços, mas em desenvolver a capacidade de autoavaliação e planejamento para aprender com eles.

Neste artigo proponho uma reflexão sobre um conjunto de erros de carreira que cometi ao longo dos anos, baseados em minhas experiências reais, para extrair lições valiosas que possam acelerar o crescimento profissional de outros.

Ao longo desta análise, exploraremos as armadilhas mais comuns que podem sabotar uma trajetória promissora. Investigaremos desde a gestão do conhecimento técnico em um cenário de constante mudança até o delicado equilíbrio entre vida profissional e pessoal.

Abordaremos também a dinâmica no ambiente de trabalho, a importância de saber quando permanecer e quando partir, e, finalmente, a necessidade fundamental de um planejamento estratégico para construir uma carreira sólida e com propósito.

Vamos começar pela primeira e talvez mais traiçoeira armadilha da nossa área: a estagnação tecnológica.

O Apego Tecnológico: O Risco de Ficar Para Trás

No universo da tecnologia, a única constante é a mudança. Ignorar essa verdade não é uma opção, é uma sentença de obsolescência. É por isso que a adaptabilidade é o seu ativo mais valioso. A falha em reconhecer essa realidade leva a dois erros interligados que podem estagnar uma carreira promissora.

Inércia vs. Perfeccionismo: Os Dois Lados da Estagnação

• Erro 1 – Estagnação por Afeição: O primeiro perigo é “se apaixonar” por uma tecnologia a ponto de ignorar as tendências do mercado. Um exemplo claro disso é a insistência em paradigmas de programação procedural, como o Pascal, quando a indústria já havia abraçado massivamente a orientação a objetos. Essa resistência à mudança, motivada pelo conforto do conhecido, resulta em um custo altíssimo: a perda de “várias vagas de trabalho em empresas muito boas”.
  Ficar preso a uma ferramenta específica é como construir uma casa em areia movediça; a base eventualmente cederá.
• Erro 2 – A Busca pela Maestria Absoluta: O segundo erro é o oposto da inércia, mas igualmente paralisante: a crença de que é preciso dominar 100% de uma ferramenta antes de ousar aplicá-la profissionalmente. Essa mentalidade perfeccionista ignora um princípio fundamental da nossa área: programação, assim como a tecnologia em geral, “você aprende na prática”.
  Esperar por uma preparação completa que nunca chega é uma forma sutil de autossabotagem. O conhecimento teórico é o ponto de partida, mas a aplicação precoce é o verdadeiro catalisador para o aprendizado real e a conquista de novas oportunidades.

Síntese da Lição Prática

Para navegar com sucesso no cenário tecnológico, é preciso adotar uma abordagem equilibrada, que combine vigilância e ação. As lições podem ser destiladas em duas recomendações principais:

• Aprendizagem Contínua Ativa: Mantenha-se “antenado nas tecnologias novas” que estão surgindo. Isso exige uma postura proativa e a coragem de “descartar o que você aprendeu anteriormente” quando uma abordagem mais eficaz se apresenta. O aprendizado em tecnologia não é um acúmulo linear, mas um processo constante de renovação.
• Aplicação Imediata: Coloque o conhecimento em prática assim que tiver uma “certa desenvoltura”. Não espere saber tudo para começar. O aprendizado se solidifica no campo de batalha, resolvendo problemas reais. O que você já sabe pode ser suficiente para começar, e o resto será desenvolvido ao longo do caminho.

Gerenciar o conhecimento técnico é apenas uma parte da equação. A outra é saber gerenciar a própria jornada profissional dentro e entre as empresas, o que nos leva ao próximo dilema.

O Dilema da Permanência: Equilibrando Lealdade e Crescimento

A decisão de permanecer ou sair de uma empresa é uma das mais complexas na vida profissional. Não existe uma fórmula única, mas sim um balanço delicado entre estabilidade, crescimento pessoal e relevância no mercado. Tanto a permanência excessiva quanto a mudança constante apresentam riscos que podem minar uma carreira a longo prazo se não forem avaliados com cuidado.

A Corda Bamba da Lealdade: O Risco de Ficar Demais e o Perigo de Sair Cedo

• O Risco de Ficar Demais (A Armadilha do Dinossauro Corporativo): Permanecer na mesma empresa e, principalmente, na mesma função por um período excessivamente longo pode levar à obsolescência. Com o tempo, as habilidades desenvolvidas podem se tornar tão específicas para aquele ambiente que “talvez não tenha mais utilidade fora dali”. O profissional corre o risco de se tornar um “dinossauro”, sentindo que teria uma “dificuldade gigantesca para conseguir um posto de trabalho em outro lugar”. A relação de trabalho não pode se resumir a “simplesmente a receber o salário no fim do mês”; ela precisa ser uma via de mão dupla de contribuição e crescimento.
• O Risco de Ficar de Menos: No outro extremo está o “caça salário”, o profissional que pula de empresa em empresa a cada poucos meses em busca de um pequeno aumento. Embora a busca por uma remuneração melhor seja legítima, essa atitude, quando desprovida de um compromisso com a entrega de valor, pode ser destrutiva.
  A longo prazo, cria-se uma reputação de profissional “não confiável”, alguém que “vai deixar a empresa na mão” na primeira oportunidade. É crucial ponderar, pois é evidente que “oportunidades muito boas Elas têm que ser aproveitadas”, mas a troca constante por ganhos marginais mina a confiança que as empresas depositam em você.

Quando é a Hora de Mudar?

Para tomar uma decisão informada, é crucial realizar uma autoavaliação periódica, utilizando critérios claros. Considere os seguintes pontos para determinar se é o momento de buscar um novo caminho:

1. Fim do Crescimento: Avalie honestamente se você ainda tem espaço para evoluir. Se você percebe que “não têm oportunidade de crescimento maiores nessa empresa” e seu desejo de aprender mais não é satisfeito, pode ser um sinal de estagnação.
2. Contribuição Mútua: A relação de trabalho deve ser benéfica para ambos os lados. O ciclo ideal é “você puder contribuir com ele [a empresa] e se eu puder contribuir com você”. Quando essa troca cessa e a relação se torna puramente transacional, o engajamento e a motivação tendem a desaparecer.
3. Relevância Externa: Pergunte-se se as suas tarefas e competências atuais estão alinhadas com as demandas do mercado de trabalho. Se a resposta for negativa, você pode estar se tornando um especialista em uma área que está perdendo valor fora dos muros da sua empresa atual.

A decisão de ficar ou sair está intrinsecamente ligada à forma como nos comportamos dentro da empresa, especialmente em relação à gestão dos nossos próprios limites, o que nos conduz à próxima reflexão crítica.

O Custo Oculto do “Sim”: Protegendo seu Bem-Estar e Foco

A cultura de alta performance em tecnologia pode, perigosamente, glamourizar o excesso de trabalho, transformando a exaustão em um símbolo de dedicação. No entanto, essa mentalidade é insustentável e contraproducente. Gerenciar a própria energia, saúde e tempo é uma competência estratégica, um ativo de carreira que, se negligenciado, pode levar ao esgotamento e a consequências irreversíveis.

O Preço da Dedicação Extrema: Saúde e Foco em Risco

• O Sacrifício da Saúde: A prática de “deixar de lado o meu bem-estar pessoal” para agradar uma empresa é uma armadilha comum. A anedota de trabalhar 24 horas seguidas, “comendo coxinha no bar da esquina”, ilustra vividamente as consequências dessa escolha. O sacrifício de sono, alimentação adequada e tempo com a família em nome de um projeto tem um preço alto.
  A trágica ironia é que o esforço desmedido do passado agora “me impede de trabalhar mais hoje”, mesmo sendo um profissional mais capacitado.
  Os mesmos sacrifícios feitos para avançar na carreira acabaram se tornando os maiores obstáculos para o seu potencial futuro.
• A Incapacidade de Dizer “Não”: A dificuldade em recusar tarefas está frequentemente ligada ao medo de “parecer incompetente” ou de ser demitido. Essa mesma insegurança é a raiz de outro erro que veremos adiante: o medo de pedir ajuda. Ambas as atitudes nascem do receio da vulnerabilidade. Aceitar responsabilidades além da própria capacidade é uma receita para o fracasso.
  Um exemplo disso é o profissional que, ao realizar um “trabalho X” com excelência, aceita um “trabalho Y” adicional para o qual não estava preparado. O resultado foi um segundo trabalho “muito mal feito”, que não apenas desagradou a empresa, mas também culminou na perda do projeto original no qual ele estava indo bem.

Formulação dos Princípios de Autoproteção

Para construir uma carreira longa e produtiva, é essencial substituir a mentalidade de sacrifício por uma abordagem de sustentabilidade profissional. A tabela abaixo contrasta essas duas visões:

A dificuldade em impor limites raramente é apenas sobre carga de trabalho; ela nasce de uma complexa mistura de medo e ego — o medo de parecer incompetente e o ego que nos impede de admitir nossas limitações, uma armadilha que merece sua própria análise.

A Armadilha do Ego: Humildade Como Ferramenta de Crescimento

Em um campo tão intensivo em conhecimento como a tecnologia, o ego pode ser o maior obstáculo ao aprendizado genuíno e à colaboração eficaz. A falsa necessidade de parecer infalível nos impede de fazer a coisa mais importante para o nosso desenvolvimento: admitir o que não sabemos. A humildade, longe de ser um sinal de fraqueza, é uma poderosa ferramenta de crescimento.

Quando o Orgulho Custa Caro: O Medo de Pedir Ajuda e a Ilusão do Conhecimento

• Medo de Pedir Ajuda: A recusa em procurar ajuda por “vergonha” ou medo de parecer incapaz é um erro clássico e destrutivo. A experiência de transformar um trabalho que “deveria ser feito em duas horas [em um que] foi feito em duas semanas” ilustra perfeitamente o resultado: “stress”, perda de “contratos de clientes bravos” e um desgaste profissional imenso que leva a “passar vergonha depois”.
  Contrariando a intuição do ego, procurar ajuda não desqualifica um profissional; pelo contrário, demonstra maturidade, acelera a resolução de problemas e promove o aprendizado.
• A Ilusão do Conhecimento: Outra manifestação do ego é “achar que sabe mais do que realmente sabe”. Essa atitude leva a subestimar a complexidade de tecnologias e desafios, resultando em problemas que, inevitavelmente, “estouram na sua cara”. A verdadeira sabedoria reside em reconhecer a vastidão do conhecimento e as próprias limitações.
  A postura de admitir publicamente, “eu não sei isso não vou dizer que eu sei”, é um exemplo de integridade e humildade intelectual que gera confiança e abre portas para o aprendizado.

Princípio da Humildade Intelectual

A lição fundamental aqui é a prática da humildade intelectual – a consciência clara dos limites do próprio conhecimento. É preciso ter a coragem de “descer lá no pedestal e admitir: eu não sei isso”. Esse reconhecimento é o primeiro passo para aprender de verdade. A realidade do nosso setor é que a tecnologia está em constante evolução, e a premissa de que “ninguém sabe tudo e nem jamais vai saber tudo” é libertadora. Ela nos permite estar sempre em modo de aprendizado, abertos a novas ideias e à colaboração.

Dominar o ego e abraçar o aprendizado é a base da maturidade profissional. Contudo, essa maturidade só gera resultados consistentes quando é aplicada a uma visão de longo prazo, nos protegendo do erro mais abrangente de todos: navegar a carreira sem um destino em mente.

Navegando sem Bússola: A Importância de um Plano de Carreira

Uma carreira em tecnologia não pode ser deixada ao acaso. Sem uma direção clara, corremos o risco de acumular experiências desconexas que não se somam para construir uma especialização valiosa. Um plano de carreira não deve ser visto como um roteiro rígido e imutável, mas como uma bússola que orienta as decisões diárias, garantindo que o esforço contínuo nos leve a um destino profissional desejado.

A Deriva Profissional: As Consequências de uma Jornada sem Rumo

Viver “um tempo ao sabor do vento” profissionalmente pode parecer libertador no início, mas suas consequências a longo prazo são graves. A experiência de trabalhar com uma “tecnologia A” em uma empresa e, em seguida, mudar para outra para trabalhar com “tecnologia B” que “não estava relacionada com a primeira” é um exemplo clássico. Sem um fio condutor, o resultado é um “acumulo de conhecimentos esparsos” em vez de uma especialidade sólida.

A pergunta que fica é bem problemática: “No final eu ia acabar com o quê? Com nada”.

Esboçando seu Caminho

Lembre-se: construir um plano de carreira não é sobre ter todas as respostas de imediato, mas sim começar a fazer as perguntas certas e a esboçar uma direção. Aqui estão alguns passos iniciais e acionáveis para criar seu roteiro profissional:

• Defina uma Direção Geral: Tenha uma visão, mesmo que ampla, de “onde você quer chegar daqui a cinco anos, daqui a dez anos”. Isso ajuda a filtrar oportunidades e a tomar decisões mais alinhadas com seus objetivos.
• Visualize uma Progressão: Entenda a linha natural de crescimento na sua área de interesse. O caminho de “estagiário” para “desenvolvedor Júnior”, depois “pleno” e “sênior” é um exemplo de progressão que ajuda a estruturar as expectativas e os próximos passos.
• Faça Perguntas Estratégicas: Questione-se regularmente: “Qual é a sua especialidade? O que você pretende?”. Essas perguntas forçam a clareza e garantem que você não está apenas reagindo às oportunidades, mas construindo proativamente a carreira que deseja.

A criação de um plano de carreira é o que conecta todos os pontos, transformando a jornada de aprendizado e a superação de erros em uma trajetória coerente e com propósito.

Conclusão: Transformando Erros em Degraus para o Sucesso

Ao longo desta reflexão, navegamos por cinco áreas críticas onde erros comuns podem desviar uma carreira promissora em tecnologia. Vimos a necessidade vital de aprendizado contínuo para não ficar obsoleto; o delicado equilíbrio entre lealdade e crescimento ao decidir permanecer em um emprego; a importância inegociável de proteger nosso bem-estar e saber dizer “não”; a prática da humildade como catalisadora do conhecimento; e, finalmente, a indispensável bússola de um plano de carreira para dar direção aos nossos esforços.

A mensagem central não é lamentar os erros, mas sim utilizá-los como ferramentas poderosas para uma tomada de decisão mais consciente e estratégica no futuro. Cada passo em falso, quando analisado com honestidade, se torna um degrau na escada do nosso desenvolvimento profissional. Eles nos ensinam sobre nossos limites, nossas paixões e o tipo de carreira que verdadeiramente desejamos construir.

O objetivo final é capacitar cada profissional a trilhar seu próprio caminho com mais segurança e clareza. Como diz a mensagem que inspirou este artigo, “o objetivo aqui […] é orientar vocês de modo que vocês tenham carreiras boas, brilhantes e se deem bem na vida”. Que estas lições sirvam como um guia para que você possa não apenas evitar as armadilhas, mas, acima de tudo, construir uma jornada profissional da qual se orgulhe.

PARA SABER MAIS

Assista ao vídeo no canal da Bóson Treinamentos em Tecnologia no qual abordo esse conteúdo:

O post Erros que cometi ao longo da carreira e lições aprendidas apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Iniciar uma carreira como desenvolvedor júnior pode ser um grande desafio e, ao mesmo tempo, costuma ser bastante empolgante. Porem, a vasta quantidade de conhecimentos a serem adquiridos, a pressão para se destacar e a necessidade de absorver novas tecnologias rapidamente e frequentemente podem ser esmagadoras para muitos iniciantes.

No entanto, empregando uma abordagem adequada, é possível transformar esses desafios em oportunidades de crescimento. Neste artigo eu apresento 10 dicas valiosas que eu acredito que irão guiá-lo nos primeiros passos de sua jornada como desenvolvedor, ajudando a construir uma base bem sólida para o sucesso futuro de sua carreira.

Vamos às dicas.

1. Seja paciente

Aprender a codificar requer tempo e paciência. Ninguém aprende programação da noite para o dia. Não desanime se algo parecer muito difícil de entender ou se você cometer erros. Isso é normal no processo de aprendizado.

2. Praticar e praticar mais

A chave para o aprendizado de programação (e de muitas outras áreas) é a prática. Escreva código todos os dias, mesmo que por pouco tempo. Revise códigos que você escreveu anteriormente, e também códigos escritos por outros desenvolvedores.
Quanto mais você codar, melhor se tornará.

3. Procure projetos Open-Source

Trabalhar em projetos de código aberto é uma excelente maneira de ter acesso a código escrito por pessoas mais experientes, e você pode contribuir, mesmo que escrevendo scripts simples como uma interface de acesso ou uma consulta a banco de dados, o que permite praticar em projetos do mundo real.

4. Participe de encontros e conferências

Participar de palestras, meetups, conferências e eventos de tecnologia em geral é uma excelente maneira de ficar “por dentro” do que acontece no mundo do desenvolvimento de sistemas, ter contato com novas tecnologias e tendências de mercado, além de permitir conhecer pessoas e fazer networking – que você sem dúvida irá precisar mais adiante em sua carreira.

5. Faça perguntas

Surgiu uma dúvida? Pergunte.

Ficou “travado” em um algoritmo ou trecho de código? Pergunte.

Não se deixe cansar ou frustrar por problemas ou dúvidas na hora de codar: procure ajuda. Seja de seu professor, amigos, ou ainda em fóruns e sites como o StackOverflow, poste sua dúvida que provavelmente alguém com mais experiência irá te responder e te indicar o caminho para resolver seu problema. E se necessário, não hesite em usar ferramentas de IA generativa para te auxiliar, como o ChatGPT ou o Google Gemini.

6. Leia código

Além de praticar muito, leia muito código também. Isso pode te ajudar a descobrir novas formas de resolver um problema, além de entender melhor como funcionam algoritmos tradicionais e trazer ideias que você poderá depois aplicar em seus próprios projetos.

7. Escreva código elegante

Desde o início, habitue-se a escrever código legível e bem formado. Lembre-se de que o trabalho de um desenvolvedor é frequentemente realizado em times (equipes), e o compartilhamento de código é padrão. Por isso, quanto mais bem escrito seu código, menos problemas e mais facilidade você e seus colegas terão ao desenvolver novas funcionalidades e debugar erros.

8. É importante aprender várias tecnologias

Para desenvolver aplicações, comumente lançamos mão de mais de uma tecnologia na construção das diferentes partes que as constituem. Por isso é importante aprender não somente lógica de programação e uma linguagem, mas também como usar IDEs de forma efetiva, como trabalhar com versionamento de código, conhecer fundamentos de redes e comunicação de dados, e também aprender a programar em outras linguagens, pois é comum que um sistema empregue códigos escritos em duas ou mais linguagens distintas.

Mas não tente aprender tudo de uma vez: vá com calma e aos poucos, para nãos se sobrecarregar e garantir o sucesso de seu aprendizado.

9. Desenvolva seus soft skills (habilidades não-técnicas)

É muito importante trabalhar soft skills, ou habilidades interpessoais, pois em uma empresa você irá trabalhar em equipes, e saber como se relacionar e se comunicar com seus colegas é fundamental para o bom andamento de seu trabalho – e de sua carreira.

Aprenda coisas como: Trabalho em Equipe, Comunicação Efetiva, Gerenciamento de Tempo, entre outras.

10. Cuide do corpo e da mente

Não canso de ressaltar a importância de cuidar de si mesmo nos ambientes de trabalho e estudo. Preste muita atenção à sua alimentação, exercícios físicos, horas de sono e de lazer, pois a saúde física e também a mental são de extrema importância para que você tenha sucesso em sua carreira e na sua vida pessoal.

Conclusão

Tornar-se um desenvolvedor de software competente e bem-sucedido exige mais do que apenas conhecer linguagens de programação ou dominar ferramentas, como IDEs. Trata-se de um processo contínuo de aprendizado, prática, e desenvolvimento tanto de habilidades técnicas quanto de habilidades interpessoais (soft skills).

Seguindo as dicas que eu apresentei, você provavelmente estará mais bem preparado para enfrentar os desafios da profissão e para evoluir constantemente em sua carreira. Lembre-se sempre: Sucesso é uma combinação de conhecimento, prática e cuidado com o próprio bem-estar.

O post 10 Melhores dicas para desenvolvedores iniciantes (juniores) apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

O Python é uma linguagem de programação extremamente popular, que tem uma sintaxe mais simples e intuitiva, o que pode tornar o aprendizado de lógica de programação mais fácil para iniciantes. Somente aqui no blog temos mais de 70 postagens tratando dela, sem contar muitas dezenas de vídeos no canal do YouTube da Bóson Treinamentos em Tecnologia.

Além disso, tem consistentemente aparecendo no topo de listagens de linguagens mais importantes ou influentes, como por exemplo no índice TIOBE, onde aparece atualmente como a linguagem de programação mais buscada no mundo, seguida muito de perto pela linguagem C.

No entanto, quando comparado com outras linguagens de programação como C# ou C++, a linguagem Python apresenta alguns inconvenientes no que tange ao aprendizado de programação em si – principalmente para pessoas sem nenhuma experiência em linguagens ou lógica.

Vamos tratar desses pontos negativos do Python a seguir.

Quais são os pontos negativos de aprender programação usando a linguagem Python?

Assim como qualquer outra linguagem de programação, a linguagem Python também tem seus pontos negativos, que podem dificultar o processo de aprendizagem para alguns usuários. Alguns dos pontos negativos de aprender programação usando a linguagem Python incluem:

• Tipagem dinâmica: ao contrário de outras linguagens que possuem tipos estáticos, em Python as variáveis são tipadas dinamicamente, o que pode ocasionar erros em tempo de execução difíceis de serem detectados.
• Lentidão: Python pode ser considerada uma linguagem lenta em relação a outras linguagens de programação, como C e C++, e isso pode ser um grande problema para o desenvolvimento de algumas aplicações que exigem alta performance.
• Comportamento inconsistente: em alguns casos, Python pode apresentar comportamentos inconsistentes, como travamentos sem explicação ou código que não executa, sem motivo aparente, o que pode ser confuso para programadores iniciantes.
• Gerenciamento de memória: a linguagem utiliza um sistema de gerenciamento de memória automático, o que pode causar problemas de desempenho em algumas situações, como no desenvolvimento de em aplicativos de larga escala.
• Tamanho do código: Não é comum, mas em alguns casos, um script escrito em Python pode exigir mais linhas de código do que outras linguagens, o que pode tornar o desenvolvimento mais demorado.

Além disso, em relação à programação orientada a objetos, o Python pode não ser tão explícito quanto outras linguagens em termos de definição de classes e métodos, sem contar a aplicabilidade em si do paradigma OO, o que pode se tornar um grande desafio para estudantes que estão tentando aprender conceitos mais avançados.

A programação para dispositivos móveis também não tem um suporte adequado em Python.

Outro problema é a limitação para acesso a bancos de dados: sua camada de acesso a BD ainda é um pouco subdesenvolvida, talvez até primitiva, mesmo a linguagem contando com diversas bibliotecas para acesso a bancos de dados, como SQLAlchemy e pyodbc, entre outras.

Além disso, e este é um ponto bastante preocupante: os estudantes de python que são iniciantes em programação podem se tornar tão acostumados com a sintaxe simples da linguagem e o uso extensivo de suas bibliotecas que acabam encontrando problemas posteriormente, quando precisam aprender e trabalhar com outras linguagens de programação mais “complexas”.

O programador pode acabar se tornando um “pythonista” (especialista, entusiasta e evangelizador de Python), até mesmo acreditando que linguagens de código mais complicado não são necessárias ou são mal projetadas – o que evidentemente não é verdade.

Não devemos estudar Python então?

Claro que devemos estudar Python!

Muitos desses pontos negativos podem ser mitigados (mas nem sempre completamente eliminados) com o uso de boas práticas de programação e a escolha adequada de bibliotecas e ferramentas, e sempre tendo em mente que as diversas linguagens de programação que existem podem ser bem diferentes entre si, tendo aplicações para as quais são mais adequadas que outras, inclusive que o próprio Python..

Sendo assim, é importante ressaltar que esses pontos negativos não são necessariamente impeditivos para o aprendizado e uso da linguagem Python. Na verdade, como vimos o Python é uma das linguagens mais populares e utilizadas atualmente, com uma grande comunidade de desenvolvedores que contribuem para seu aprimoramento e evolução.

E você, o que pensa a respeito disso? Acredita que a linguagem Python seja sempre adequada ou pensa que pode não ser a melhor escolha em alguns casos, como no aprendizado de lógica que coitei no artigo? Deixe suas ideias nos comentários logo abaixo!

O post Por quê Python pode não ser uma boa linguagem para iniciantes? apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Eis uma pergunta bastante interessante feita diversas vezes pelos assinantes do canal da Bóson Treinamentos no YouTube:

“Com tantas linguagens modernas e foco em Web, para que aprender uma linguagem tão antiga, difícil e com poucos recursos como a linguagem C?“

Será que é importante aprender C nos dias de hoje? Ou será perda de tempo? Vou tentar responder a essa pergunta neste artigo. Caso prefira ver (e ouvir) minha opinião em um vídeo, vá para o final do post e assista ao material postado no YouTube há algum tempo.

Um pouquinho de história da linguagem C

Primeiramente vamos entender de onde veio essa linguagem de programação. A linguagem C foi desenvolvida nos laboratórios Bell pelo cientista da computação Dennis Ritchie, no final de 1972, com o intuito de criar utilitários para rodar no sistema operacional Unix, que fora desenvolvido poucos anos antes. Acabou sendo usada para reescrever o próprio kernel do Unix na época (que havia sido criado originalmente na linguagem Assembly – pelo próprio Ritchie!).

Dennis Ritchie – o criador da Linguagem C e do sistema operacional Unix

Criada em 72? Realmente, a linguagem é antiga (em termos da ciência da computação). Porém, a linguagem é “atualizada” de tempos em tempos, com a implementação de alterações para melhorias e inclusão de novos recursos, e o padrão atual da linguagem é chamado de C17, publicado em dezembro de 2018, portanto é recente.

A linguagem está tão viva e bem que uma nova revisão do padrão será publicada a partir do final desse ano (prevista para dezembro de 2021), possivelmente no começo de 2022.

Certo. Então a linguagem, apesar de antiga, ainda é atualizada constantemente. Quais seriam então algumas de suas características principais?

Características da linguagem C

Vejamos algumas características técnicas da linguagem C. Ela é uma:

• Linguagem de propósito geral (pode ser empregada para desenvolver qualquer tipo de aplicação)
• Combina características de linguagens de alto nível com linguagens de baixo nível.
• Procedural e estruturada
• Emprega tipagem estática
• Fornece acesso de baixo nível à memória e outros recursos de hardware
• Possui estruturas para mapeamento de instruções em linguagem de máquina
• Faz uso extensivo de ponteiros
• Possui uma grande biblioteca de rotinas disponível
• Código contido em subrotinas – as chamadas funções (é estruturada).
• Suporta programação para interface gráfica
• É importante notar que C NÃO é uma linguagem orientada a objetos – para tal foi criada a linguagem C++, que traz esses recursos. Existem extensões que permitem que se usem recursos de orientação e objetos em C.

A linguagem C inspirou e deu origem a muitas das linguagens de programação existentes hoje, como: C++, C#, Go, Java, JavaScript, Julia, Python, Ruby, Rust e muitas outras.

Vantagens da linguagem C

Quais seriam as vantagens de usar C em relação a outras linguagens de programação mais modernas? Existem várias vantagens. A seguir destaco algumas delas:

• Velocidade. Como possui estruturas de acesso direto ao hardware, produz software extremamente rápido.
• Código compacto e portável para inúmeras plataformas (praticamente todas as existentes)
• Linguagem de propósito geral, usada para basicamente tudo: aplicações desktop, para servidores, bancos de dados, jogos, aplicações gráficas, programas para cálculos intensivos, computação científica, etc.
• Recomendada para desenvolvimento de sistemas embarcados e programação de microcontroladores, aplicações nas quais o tamanho do programa, gerenciamento dos recursos de hardware e tempo de resposta são cruciais.
• Amplamente recomendada para escrever aplicações que executem operações de baixo nível, como acesso direto à memória, registradores ou disco.
• Ótima linguagem para aprendizado de programação avançada, como estruturas de dados e técnicas gerenciamento de recursos, sendo comumente ensinada em cursos de nível superior.

Como desvantagens posso citar a curva de aprendizado, que pode se tornar íngreme conforme o estudante passa para níveis intermediário e avançado, e a dificuldade em se criar determinados tipos de aplicações, devido à ausência de bibliotecas especializadas para determinadas funções – o que não é um problema tão grave, se lembrarmos que a linguagem C, apesar de se uma linguagem de propósito geral, é recomendada para alguns nichos específicos na verdade – que veremos mais à frente.

Rankings de uso da linguagem C

E como está o uso da linguagem C hoje em dia? Vejamos alguns rankings:

De acordo com o Índice TIOBE, a linguagem C é a linguagem mais mepregada no mundo atualmente (julho / 2021):

Índice TIOBE de linguagens de programação – Julho de 2021

Outro ranking de linguagens importante, o índice PYPL, coloca a linguagem C como a 5ª mais usada no mundo, combinada com a linguagem C++: 

Índice PYPL de linguagens de programação – Julho de 2021

Apesar de esses rankings não serem estudos “oficiais”, eles servem para mostrar a preferência dos profissionais pelas diversas linguagens de programação existentes, e a alta procura pela linguagem C é um claro indicativo de sua importância nos dias de hoje, onde vem encontrando cada vez mais aplicação, principalmente nas áreas de microcontroladores, sistemas embarcados e Internet das Coisas.

Onde usamos a linguagem C

Onde eu posso usar C atualmente, afinal? Várias áreas da tecnologia se beneficiam do emprego de linguagem C no desenvolvimento de aplicações diversas. Entre elas podemos citar:

• Programação de sistemas, drivers e sistemas operacionais. Por exemplo, o kernel do Linux (e também do Windows, Android e iOS) é feito em C.
• Softwares para plataformas e ecossistemas diversos, desde supercomputadores a sistemas embarcados.
• Programação Web, usando CGI (Common Gateway Interface)
• Programação científica e com cálculo numérico
• Microcontroladores, como as plataformas Arduino, Texas Instruments, ST Microelectronics, e outras, e aplicações diversas para IoT (Internet of Things / Internet das Coisas)
• Construção de compiladores, bibliotecas e interpretadores para outras linguagens, como Python, PHP e Ruby, por exemplo.
• Criação de algoritmos para Machine Learning (Aprendizado de Máquina) e Inteligência Artificial.

Entre outras.

Conclusão

Vale a pena aprender e usar a linguagem C?

Sim, totalmente!

É uma das linguagens mais empregadas para desenvolvimento no mundo, e que continua a crescer ano a ano, principalmente por conta de novas aplicações que demandam código rápido, seguro e com baixa demanda de recursos, como é o caso dos sistemas embarcados, dispositivos para IoT e sistemas críticos, como controladores para aviônica e para equipamentos médicos.

Mas tenha em mente o seguinte: para cada problema, uma solução. A linguagem C não é apropriada em muitos casos, onde simplesmente existem linguagens muito mais simples, focadas e planejadas para um nicho específico.

E como aprender linguagem C?

No canal da Bóson Treinamentos no YouTube temos um curso básico de linguagem C, que eu recomendo, e que pode ser acessado por meio do link a seguir:

Curso de Linguagem C da Bóson Treinamentos

ou ainda ser assistido diretamente aqui:

Bibliografia

Livros também são uma das melhores formas de aprendizado de programação, e abaixo trago uma pequena bibliografia selecionada com alguns dos melhores livros que eu indico sobre programação em C:

Básico em C:

• Programando em C – Volume I – Fundamentos. Autor: Ulysses de Oliveira Editora: Ciência Moderna
• C Programming for the Absolute Beginner. Autor: Michael Vine. Editora: Thomson (em inglês)

C Avançado:

• Dominando Algoritmos com C. Autor: Kyle Loudon Editora: O´Reilly.

Do básico ao avançado em C (completo):

• C: Como Programar. Autores: Deitel & Deitel. Editora: Prentice Hall

Conteúdo do artigo em vídeo

Caso prefira, assista ao vídeo “Vale a pena aprender linguagem C atualmente?”:

O post Vale a pena aprender linguagem C atualmente (2012 / 2022)? apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

A ciência de dados é uma área do conhecimento que envolve o estudo e a análise de dados dos mais variados tipos, incluindo financeiros, científicos, sociais e econômicos. Seu intuito é a extração de conhecimento, descoberta de informações ocultas e detecção de padrões em conjuntos de dados para auxiliar na tomada de decisões e gerar valor para o negócio.

Por conta disso, uma das profissões / carreiras mais em alta na atualidade é o cargo de Cientista de Dados. 

Um cientista de dados precisa ter um leque de conhecimentos diverso, combinando expertise em várias áreas do conhecimento, como matemática (principalmente estatística e probabilidade), conhecimentos específicos da área do negócio e, naturalmente, linguagens de programação para a criação de algoritmos e aplicações de software que são empregados no dia-a-dia.

E aqui surge a dúvida mais comum entre os aspirantes à ciência de dados: que linguagem de programação aprender? Dada a quantidade de opções existentes, incluindo linguagens de uso geral e linguagens de nicho, quais linguagens de programação seriam mais apropriadas para uso em ciência de dados?

Para ajudar a responder a essas perguntar e dar um direcionamento aos interessados na área, listo a seguir sete linguagens de programação muito importantes e úteis para o trabalho de um cientista de dados atualmente (e para outras áreas, como Big Data, Machine Learning, Inteligência Artificial, e outras).

Vamos lá!

1. Python

Python é, sem sombra de dúvida, a linguagem ideal para iniciantes em ciência de dados e muitas outras áreas da computação). Com Python é possível trabalhar em nichos diversos como aprendizado de máquina, inteligência artificial, análise de dados, visualização de dados, automação de tarefas e como linguagem de propósito geral, tudo graças ao seu extenso conjunto de poderosas bibliotecas, que inclui ferramentas como NumPy, Matplotlib, Pandas, SciPy e muitas outras.

É, atualmente, uma das linguagens mais utilizadas no mundo, e com perspectivas de crescimento ainda maior nos próximos anos.
Além de tudo isso, é uma linguagem ideal para iniciantes em computação, por sua facilidade de uso e curva de aprendizado muito suave.

É uma linguagem de código aberto, orientada a objetos, muito flexível e com uma comunidade de desenvolvedores gigantesca, que facilita enormemente a troca de informações e orientações sobre ouso da linguagem em si e suas bibliotecas.

2. Linguagem R

Outra linguagem de peso no mundo da ciência de dados, é uma das ferramentas open source para análise estatística mais poderosas disponívis, e que pode ser empregada em tarefas como processamento de grandes volumes de dados, modelagem matemática, mineração de dados, cálculos estatísticos (claro!), e ainda por cima possui bibliotecas gráficas de alta qualidade para visualização de dados.

Com R é possível criar aplicações como sistemas de detecção de fraudes financeiras, modelagem de análise de sentimentos e sistemas de recomendação, além de aplicações para áreas tão diversas quanto engenharia, medicina e biologia.

Tarefas como análise de séries temporais, clustering e modelagem linear são algumas dos exemplos de processos que a linguagem R suporta com simplicidade.

Além disso, existem várias interfaces que podem ser usadas com o R para facilitar o trabalho de desenvolvimento de algoritmos e aplicações, tais como o RStudio e Jupyter Notebooks, entre outras.

Comumente usamos Python e R combinados, unindo suas funcionalidades em um par excelente para praticamente qualquer aplicação.

Como contras da linguagem, podemos citar a velocidade de execução e a quantidade de recursos de hardware que scripts escritos em R consomem, especialmente memória RAM.

3. SQL

Linguagem de Consulta Estruturada para Bancos de Dados, é uma das linguagens mais importantes para trabalho com dados e principalmente Big Data, ao combinar capacidades analíticas e de consultas com transacionais. SQL é um conhecimento básico para praticamente qualquer interessado em trabalhar com desenvolvimento de sistemas de todos os tipos, e em ciência de dados é imprescindível.

Em que usamos SQL exatamente? Bem, trata-se de uma linguagem de domínio específico, sendo empregada no gerenciamento de dados armazenados, local ou remotamente.

Note que existem diversos “sabores” de SQL, dependendo da implementação do fabricante – mas todos seguem um mesmo padrão, o ANSI SQL. E um ponto muito favorável do SQL é que essa linguagem se integra com muita facilidade às outras linguagens de programação, sendo extremamente comum desenvolver aplicações que mesclem códigos escritos, por exemplo, em Python ou Java com SQL.

4. Java

Linguagem de propósito geral e alta performance, o Java é empregado no desenvolvimento de algoritmos para machine learning, além de encontrar aplicações em nichos como Big Data e IoT (Internet das Coisas). É vastamente empregada no desenvolvimento de aplicações móveis e para Web.

Muitos frameworks e ferramentas empregadas em Big Data são escritos ou rodam em Java, como por exemplo Apache Spark, Hive e o Hadoop.

Uma das grandes vantagens do Java é a disponibilidade de IDEs de qualidade para o desenvolvimento de aplicações com eficiência e rapidez, incluindo softwares de alta complexidade. Alguns dos IDEs mais comuns incluem o Eclipse, Netbeans e IntelliJ, entre outros menos usados.

Alguns dos nichos onde o Java é mais empregado na área de ciência de dados incluem Aprendizado Profundo (Deep Learning), Processamento de Linguagem Natural (NLP – Natural Language Processing) e Mineração de Dados (Data Mining), entre outras.

Um ponto no qual a linguagem peca é a falta de ferramentas altamente especializadas para trabalho com estatística e cálculos matemáticos avançados, o que pode ser contornado combinando a linguagem Java com outras linguagens mais especializadas como a linguagem R, por exemplo.

5. C/C++

São as linguagens mais antigas listadas neste artigo, e provavelmente as mais difíceis de aprender, mas nem por isso com importância menor: C/C++ (principalmente C++) constitui a principal ferramenta em muitos tipos de sistemas de alta performance, sendo empregada em áreas como Inteligência Artificial, Aprendizado de Máquina e Robótica, onde o processamento de dados analíticos precisa ser feito com muita rapidez e alta performance.

Uma das aplicações mais modernas do C++ é no desenvolvimento de aplicações para veículos autônomos, que necessitam de algoritmos de análise de dados altamente complexos e performáticos, e em muitas aplicações de tempo real onde conjuntos de dados precisam ser tratados praticamente no momento em que são utilizados.

É interessante notar que muitas das linguagens citadas neste artigo são elas próprias escritas em C ou C++, com Python, R e Julia, assim como muitas bibliotecas e frameworks usados em data science, como o TensorFlow, por exemplo.

6. Julia

Inicialmente concebida como uma linguagem para programação científica, é uma linguagem de alto nível extremamente rápida que pode ser usada para o desenvolvimento de diversos tipos de aplicações, sozinha ou em conjunto com bibliotecas C/C++ ou Python.

Sua grande força está nas tarefas de análise numérica, apesar de também poder ser usada como linguagem de programação de propósito geral. É uma linguagem intuitiva, bastante acessível, além de ser de código aberto.

Uma de suas principais aplicações é na área financeira, onde existe a necessidade de realizar cálculos de forma massiva e com muita rapidez, com cálculos de análise de risco ou análise de séries temporais.

Um de seus problemas é o fato de ser uma linguagem relativamente nova e, que por isso, ainda possui uma comunidade de usuários pequena, com menos documentação disponível para consulta.

Porém, permite o interfaceamento (direto ou por pacotes específicos) com bibliotecas de outras linguagens, como Python, R, C++, Matlab e até mesmo Fortran, a´lem de possuir suporta a computação distribuída e computação paralela, o que significa aplicações de elevada performance!

Suas ferramentas de visualização de dados ainda não estão no mesmo nível das ferramentas disponíveis outras linguagens, mas vem melhorando a cada dia.

7. Matlab / Octave

Matlab é um ambiente de computação matemática e uma linguagem proprietária amplamente utilizada em cenários que demandam operações de cálculos avançados.

Encontra aplicações em análise de dados, processamento de imagens, processamento de sinais e, evidentemente, criação de modelos matemáticos por meio da manipulação de matrizes, álgebra linear, análise numérica e outras técnicas, facilitando enormemente a resolução dos problemas matemáticos mais complicados.

É uma linguagem recomendada para trabalho com Big Data e também na Indústria, principalmente de Engenharia. O Matlab traz suporte nativo a diversos formatos de dados empregados em telemetria, sensores, processamento de imagem e vídeo, e muitos outros.

Como ponto talvez negativo do Matlab posso citar o fato de não ser uma linguagem muito rápida, e necessitar de uma licença, de custo relativamente elevado, para ser usada.

O Octave é a principal alternativa ao Matlab, podendo substitui-la no geral em quase todas as tarefas necessárias para análise de dados, com algumas diferenças funcionais. Além disso, é gratuito.

Extra: Matemática

Como citado no início do artigo, conhecimentos em matemática são muito importantes – até mesmo cruciais – para o trabalho na área de data science. Alguns dos tópicos mais relevantes em matemática que é necessário dominar – ou ao menos revisar – incluem:

• Estatística (essencial)
• Probabilidade (essencial)
• Cálculo Integral e Diferencial
• Cálculo Numérico (Álgebra Linear)

Entre outros. Claro que conhecer matemática é benéfico para qualquer área de atuação, principalmente nos domínios da tecnologia, independente do trabalho ser voltado para ciência de dados ou não.

Além disso, tão importante quanto conhecer as linguagens de programação é saber como usar as diversas bibliotecas e frameworks disponíveis para data science, pois, no dia-a-dia do trabalho, é o que você irá usar com mais frequência, e por isso vale a pena investir seu tempo nesse aprendizado.

Conclusão

Neste artigo procurei trazer algumas das linguagens de programação mais indicadas para quem deseja trabalhar com ciência de dados. Note que essas sete linguagens não são as únicas que se prestam a essa tarefa, existindo outras linguagens também interessantes para a área, como Haskell e Lisp, por exemplo. Ciência de Dados é uma área muito vasta, se ramificando em inúmeros caminhos possíveis, e a verdade é que provavelmente você precisará aprender mais do que uma das linguagens citadas – talvez várias delas ao longo de sua carreira e estudos.

Finalmente, tudo o que foi exposto aqui é, basicamente, minha opinião pessoal e minha visão, baseada em meus estudos e experiência de mercado e acadêmica.

Evidentemente vocês podem pensar de forma diferente – talvez achando que uma linguagem deveria ter sido incluída na lista, ou que uma das linguagens que citei não deveria estar aqui – e por isso os convido a postarem seus pensamentos nos comentários logo abaixo, para trocarmos ideias sobre esse assunto tão importante e interessante na atualidade – e certamente pelos anos vindouros.

Até!

O post 7 Linguagens de programação para Ciência de Dados – 2021 apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Finalmente chegamos ao final do ano de 2020. Para boa parte das pessoas, um ano para esquecer – para mim, sem dúvida, um dos piores períodos em diversos quesitos.

Esperamos que o próximo ano seja melhor – e vamos trabalhar para que isso se concretize. Uma das melhores coisas que podemos fazer é nos prepararmos de forma metódica e planejada, e estudar para enriquecer nosso currículo profissional e avançar em nossas carreiras é o caminho a seguir.

Por conta disso trago neste artigo algumas dicas de linguagens de programação que valem a pena estudar durante o ano vindouro, de forma bem objetiva e clara: apenas linguagens com real potencial de trazer benefícios ao estudante / profissional.

Escolher uma linguagem de programação

Aprender uma nova linguagem de programação não é uma tarefa simples, principalmente se você for iniciante. O processo pode ser demorado, complicado e frustrante – e no final você pode acabar usando seu tempo precioso para estudar uma linguagem de programação que não terá tanta utilidade em suas vida profissional.

Por isso é importante saber escolher qual linguagem (ou quais) você irá estudar. As opções são muitas, e algumas linguagens que hoje parecem muito importantes talvez percam relevância no futuro, ao passo que linguagens mais “obscuras” podem se tornar de uso comum e muito procuradas pelos profissionais e pelas empresas.

Existem literalmente centenas de linguagens de programação disponíveis hoje, e a demanda por essas linguagens varia ano a ano, com novas linguagens surgindo, outras se tornando mais populares, e outras tantas sendo menos utilizadas até se tornarem praticamente obsoletas.

Escolher uma linguagem de programação pode ser complicado – afinal, você pode acabar usando seu precioso tempo para aprender uma linguagem que, daqui a um ano (ou alguns meses!) não será mais relevante no mercado. Então, como escolher a linguagem (ou linguagens) mais indicadas para aprendizado, que tenham maior potencial de retorno para sua carreira?

Se você é iniciante no mundo do desenvolvimento de sistemas, a dica é investir nas linguagens mais consagradas, que tem ampla aceitação no mercado e utilização profunda pelas empresas – levando em consideração alguns fatores como crescimento de sua popularidade, nichos de atuação, novos entrantes (novas linguagens) que as possam substituir, quantidade de frameworks e bibliotecas disponíveis, demanda no mercado de trabalho, e outros.

As primeiras linguagens de programação com as quais tive contato foram Delphi, C, Basic e Assembly. Destas, apenas a linguagem C ainda é relevante nos dias de hoje – e, curiosamente, uma das mais importantes e estudadas ainda!

Porém as outras três acabaram se tornando obsoletas (Basic, Delphi) ou sendo usadas apenas em nichos muito específicos (Assembly, de novo Delphi). O mesmo deve acontecer com a maioria das linguagens mais novas que temos disponíveis – algumas serão usadas de forma intensiva pelos próximos anos ou até décadas, ao passo que outras são deixadas de lado rapidamente, substituídas por outras linguagens com mais recursos, mais performáticas ou simplesmente mais fáceis de aprender.

Neste artigo listo algumas das linguagens de programação que eu, pessoalmente, acredito que sejam importantes em 2021, e nas quais pode valer a pena investir tempo de estudo (e dinheiro, em alguns casos).

Bem, sem mais delongas, vamos à lista de linguagens para aprender em 2021!

JavaScript

O JavaScript é uma das linguagens mais usadas no mundo, encontrando aplicação em dispositivos móveis, desenvolvimento de jogos, Internet das Coisas e, principalmente, desenvolvimento Web.

Amplamente empregada no desenvolvimento de aplicações front-end para websites, também pode ser usada em aplicações de back-end (lado servidor), com o ambiente de execução NodeJS.

Não é exatamente uma linguagem simples de se aprender, devido à sua sintaxe, comandos e integração com outras linguagens, mas sem dúvida é uma das mais importantes, e você deve estudar JavaScript com certeza absoluta se tem a mínima intenção de trabalhar com desenvolvimento para Web e afins. O JS é executado normalmente em um navegador, oferecendo uma interface bastante responsiva para as aplicações web, sem a necessidade de compilação de código.

C++ (e C)

O C++ é a linguagem mais antiga dessa minha lista, mas não por isso menos importante que as demais.

Na prática, eu listaria C/C++, pois as duas linguagens tem muitos pontos em comum – mas o paradigma orientado a objetos do C++ faz com que seja mais simples (menos complicado?) desenvolver sistemas nesta linguagem. Mas recomendo também a linguagem C, uma das mais usadas no mundo hoje e a mais importante da história da programação.

Desenvolvida por Bjarne Stroustrup em 1985, o C++ é uma das linguagens mais eficientes e flexíveis que existem, permitindo a criação de aplicações de alta performance e alta confiabilidade, sendo empregada em áreas diversas como Programação de Sistemas, Desenvolvimento de Jogos, Aplicações para Web e Desktop, Área Financeira, Sistemas Embarcados, Aplicações de Tempo Real, Veículos Autônomos e Inteligência Artificial, entre outras.

E é justamente essa demanda de sistemas autônomos, embarcados e jogos de alta performance que fazem com que o C/C++ esteja presente nesta lista. São linguagens antigas e ao mesmo tempo suportam as tecnologias do futuro!

Uma das grandes desvantagens do C++ é sua curva de aprendizado acentuada, pois possui uma sintaxe complexa, e seu sistema de orientação a objetos não é tão claro quanto, por exemplo, o da linguagem Java. Também peca em alguns pontos como a alocação de memória dinâmica ou coletor de lixo. Não é recomendada como linguagem de escolha para iniciantes em programação.
Porém, aplicações escritas em C e C++ são extremamente rápidas, sendo insubstituíveis em muitos casos.

Java

Criada por James Gosling em 1995 na Sun Microsystems, é provavelmente a linguagem mais usada atualmente em ambiente empresarial. Totalmente orientada a objetos, aplicações escritas em Java podem rodar em qualquer plataforma, bastando para isso ter alguma implementação de Máquina Virtual Java instalada (JVM). É ideal para aplicações de computação distribuída, além de suportar multithreading.

Suas principais aplicações são no desenvolvimento de aplicações Desktop (como o notório programa da Imposto de Renda!), aplicações Web e Mobile (para Android), e nas áreas de serviços Financeiros e aplicações Científicas, entre outras. O Java possui uma variedade enorme de bibliotecas open source e diversas APIs, que facilitam o desenvolvimento de aplicações que envolvam bancos de dados, conectividade à redes, manipulação de formatos variados de dados e muito mais.

Uma de suas desvantagens é o fato do ambiente Java se relativamente “pesado”, demandando recursos de hardware específicos, além de ser mais lenta (é interpretada) em comparação com aplicações escritas em linguagens como C/C++ (que são compiladas). O gerenciamento de memória também não é excelente.

PHP

Podem fazer memes e falarem o que quiserem, mas o PHP ainda é linguagem dominante em aplicações Web Back End. Quase 1/4 dos websites na Internet usam PHP de alguma forma, sendo empregada primariamente na criação de websites dinâmicos e blogs, como os criados usando a plataforma WordPress.

Linguagem multiparadigma (funcional, imperativa, orientada a objetos) lançada em 1995, o PHP possui um vasto ecossistema de aplicações e bibliotecas, e uma grande comunidade para suporte, alé de diversos frameworks que facilitam o desenvolvimento de aplicações na linguagem (como o Laravel).

O PHP hoje sofre competição de linguagens como o Python e o JavaScript (Node), mas ainda impera no quesito linguagem server-side para web. Sua facilidade de aprendizado e a grande quantidade de bibliotecas e frameworks a tornam uma linguagem ideal para quem está iniciando em desenvolvimento web e deseja se inserir no mercado de trabalho sem necessariamente trabalhar com front end (HTML/CSS).

As maiores criticas ao PHP recaem sobre características de segurança e gerenciamento de erros um pouco deficiente, que demandam um maior cuidado ao desenvolver sistemas e aplicações que tratam dados mais sensíveis. Além disso não é tão veloz quanto se espera de uma linguagem de back end.

Python

Python, desenvolvida por Guido van Rossum em Amsterdam, na Holanda em 1990, é minha escolha número um para 2021. Uma das linguagens mais versáteis que existem atualmente, pode ser empregada no desenvolvimento de aplicações para inúmeras áreas, sendo dominante em Ciência de Dados, Machine Learning e Automação em geral. Mas o Python também pode ser utilizado para desenvolver aplicações Web, Desktop, para servidores de Rede, IoT (Internet das Coisas) e muito mais.

Além disso, sua sintaxe muito clara e organizada permite que seja aprendida com bastante facilidade, e em menor tempo que as outras linguagens, sendo por isso muito recomendada para iniciantes em programação em geral. É uma das linguagens mais utilizadas no mundo atualmente, além de ser altamente extensível com o emprego de suas inúmeras bibliotecas, como Matplotlib, Pandas, NumPy e diversas outras.

De acordo com o índice TIOBE de linguagens de programação, o Python é a terceira linguagem mais popular no mundo, atrás apenas das linguagens C e Java (desta última por uma pequena margem de menos de 0,4%):

Índice TIOBE – 12/2020. Fonte: www.tiobe.com/tiobe-index/

Sua maior desvantagem é que o Python é relativamente lento em comparação com outras linguagens, pois se trata de uma linguagem interpretada, de modo que para algumas aplicações, como sistemas de tempo real, não é a tecnologia mais indicada.

Outras linguagens

Além das cinco linguagens de programação citadas anteriormente, destaco mais duas (dessa vez, apostas) que podem ter impacto em seu currículo e em sua carreira. Uma delas é a linguagem Go (Golang), que vem crescendo paulatinamente, e a outra é a linguagem R, de nicho mais específico (ciência de dados / análise estatística), bastante utilizada no meio profissional.

Linguagem Go

Linguagem de programação criada pelo Google, também conhecida como Golang. Uma de suas principais características é o excelente suporte a multithreading, sendo ideal para o desenvolvimento de aplicações para sistemas distribuídos de grande porte.

É uma linguagem relativamente simples de aprender, devido à sua sintaxe clara e objetiva, mas ainda assim não tão fácil quanto o Python. Porém é bem rápida, sendo compilada em código de máquina, e se você trabalha em projetos de software de grande porte, que emprega processamento pesado em paralelizado, a linguagem Go é uma ótima escolha.

Linguagem R

A linguagem R, desenvolvida por Robert Gentleman e Ross Ihaka na Universidade de Auckland (Nova Zelândia) em 1992, é uma linguagem de código aberto para análise de dados estatística, amplamente empregada nas áreas de Ciência de Dados, Computação Estatística, Big Data e Aprendizado de Máquina. Seu aprendizado não é tão simples quanto o da linguagem Python, porém possui um rico ecossistema de pacotes, bibliotecas e ferramentas, incluindo bibliotecas para visualização gráfica de dados de alto padrão.

Permite o desenvolvimento de algoritmos para aprendizado de máquina altamente complexos e poderosos, e por conta dessas características é usada por muitas organizações atualmente.

Entre os pontos fracos do R podemos citar o gerenciamento de memória, não tão eficiente, e a falta de padrões de segurança mais elevados. Mas isso acaba não afetando o uso da linguagem, pois seu rico conjunto de ferramentas compensa facilmente essas deficiências.

Conclusão

Mostrei neste artigo cinco linguagens de programação para aprender em 2021 (que eu acredito serem relevantes em 2021), e nas quais vale a pena investir seu tempo de estudo. Não há nenhuma novidade ou grande surpresa na lista, pois afinal as linguagens apresentadas são as dominantes no mercado em seus nichos específicos, e todas tem grande potencial de te ajudar a alavancar sua carreira em tecnologia. 

É evidente que, se você pretende trabalhar, por exemplo, com desenvolvimento Web, deve dar preferência ao estudo de JavaScript e PHP em vez de C/C++ ou R; já se pretende trabalhar com ciência de dados, deve focar seus esforços no Python e linguagem R (e outras, como a linguagem Julia – assunto para um outro artigo!).

É isso aí! Bom final de ano a todos (e que o ano termine logo), e nos vemos em 2021. Abraço!

O post 5 Linguagens de Programação para aprender em 2021 apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Uma pergunta que sempre aparece em todo início de curso de lógica de programação é a indagação “devemos começar a aprender a programar em português ou direto em inglês?“. A ideia por trás desse questionamento é a de que o emprego de ferramentas de aprendizado de programação (para iniciantes) em português (ou em sua língua nativa) pode – ou não – ser mais produtivo do que tentar ensinar programação usando diretamente o idioma inglês (e, talvez, uma linguagem “comum” para tal). 

O tópico rende uma razoável discussão, e é evidente que para algumas pessoas o idioma inglês não é empecilho para o aprendizado de programação, ao passo que outras conseguem absorver melhor os conceitos de lógica envolvidos com mais facilidade se o ensino empregar sua própria língua, como por exemplo usando Portugol (para falantes de português) e aplicações como o VisualG ou o Scratch traduzido.

Um artigo postado por Benjamin Mako Hill no website Copyrighteous (https://mako.cc/copyrighteous/), citado no curso Scratch: Programming for Teachers, da Universidade de Delft, na Holanda (via plataforma edX), discute o assunto, trazendo dados interessantes de pesquisas diversas e de testes de hipóteses levantadas pelos autores do estudo.  A seguir trazemos o artigo na íntegra, traduzido.

Aprendendo a codificar na própria língua

Artigo distribuído sob licença Creative Commons Attribution-ShareAlike.

Publiquei recentemente um artigo com Sayamindu Dasgupta que fornece evidências em apoio à ideia de que as crianças podem aprender a codificar mais rapidamente quando estão programando em sua própria linguagem.

Milhões de jovens de todo o mundo estão aprendendo a programar. Freqüentemente, durante suas experiências de aprendizagem, esses jovens estão usando linguagens de programação baseadas em blocos visuais como Scratch, App Inventor e Code.org Studio.

Em linguagens de programação baseadas em blocos, os codificadores manipulam blocos visuais e encaixáveis ​​que representam construções de código em vez de símbolos textuais e comandos encontrados em linguagens de programação mais tradicionais.

Os símbolos textuais usados ​​em quase todas as linguagens de programação não baseadas em blocos são extraídos do inglês – considere as declarações “if” e os loops “for” como exemplos comuns. Por outro lado, palavras-chave em idiomas baseados em blocos são frequentemente traduzidas para diferentes idiomas humanos.

Por exemplo, dependendo da preferência de idioma do usuário, um conjunto idêntico de instruções de computação no Scratch pode ser representado em muitas línguas humanas diferentes:

Exemplos de um pequeno trecho do código Scratch mostrado em quatro idiomas humanos diferentes: inglês, italiano, norueguês bokmål e alemão.

Embora minha pesquisa com Sayamindu Dasgupta se concentre na aprendizagem, tanto Sayamindu quanto eu trabalhamos em tecnologias de linguagem local antes de voltar para a academia (ambiente escolar). Como resultado, estávamos ambos interessados ​​em como a crescente tradução de linguagens de programação poderia estar tornando mais fácil para crianças que não falam inglês aprenderem a codificar.

Afinal, um grande número de pesquisas em educação mostrou que a educação nos primeiros estágios é mais eficaz quando o ensino é feito na língua que o aluno fala em casa. Com base nessa pesquisa, formulamos a hipótese de que crianças que aprendem a codificar com linguagens de programação baseadas em blocos traduzidas para suas línguas maternas terão melhores resultados de aprendizagem do que crianças que usam os blocos em inglês.

Procuramos testar essa hipótese no Scratch, uma comunidade de aprendizagem informal construída em torno de uma linguagem de programação baseada em blocos. Fomos ajudados pelo fato de o Scratch ser traduzido para vários idiomas e ter um grande número de alunos de todo o mundo.

Para medir o aprendizado, trabalhamos sobre alguns de nossos próprios trabalhos anteriores e analisamos os repertórios de blocos cumulativos dos alunos – semelhante a um vocabulário de código. Ao observar o repertório de blocos cumulativos de um aluno ao longo do tempo, podemos medir a rapidez com que seu vocabulário de código está crescendo.

Usando esses dados, comparamos a taxa de crescimento do repertório de blocos cumulativos entre alunos de países que não falam inglês usando Scratch em inglês e alunos dos mesmos países usando Scratch em seu idioma local. Para identificar quem não fala inglês, consideramos usuários do Scratch que relataram ser provenientes de cinco países que não falam inglês: Portugal, Itália, Brasil, Alemanha e Noruega.

Escolhemos esses cinco países porque cada um deles tem um idioma muito falado que não é o inglês e porque o Scratch está quase totalmente traduzido para esse idioma.

Mesmo depois de controlar uma série de fatores como envolvimento social no site do Scratch, produtividade do usuário e tempo gasto em projetos, descobrimos que os alunos desses países que usam o Scratch em seu idioma local têm uma taxa maior de crescimento cumulativo do repertório de blocos do que seus homólogos usando Scratch em inglês.

Esse crescimento mais rápido ocorreu apesar de ter um repertório de bloqueio inicial mais baixo. O gráfico abaixo mostra nossos resultados para dois alunos “prototípicos” que começam com o mesmo repertório de blocos inicial: um aluno que usa a interface em inglês e um segundo aluno que usa sua língua nativa.

Resumo dos resultados do nosso modelo para dois indivíduos prototípicos.

Nossos resultados estão de acordo com o que as teorias da educação têm a dizer sobre a aprendizagem na própria língua. Nossas descobertas também representam uma boa notícia para designers de linguagens de programação baseadas em bloco que gastaram uma quantidade considerável de esforços para tornar suas linguagens de programação traduzíveis. Também é uma boa notícia para os voluntários que passaram muitas horas traduzindo blocos e interfaces de usuário.

Embora encontremos suporte para nossa hipótese, devemos enfatizar que nossos achados são limitados e incompletos. Por exemplo, porque nos concentramos em estimar as diferenças entre os alunos do Scratch, nossas comparações são entre crianças que conseguiram usar o Scratch com sucesso.

Antes de o Scratch ser traduzido, crianças com pouco conhecimento prático de inglês ou da escrita latina podem não ter sido capazes de usar o Scratch. Por causa da tradução, muitas dessas crianças agora são capazes de aprender a codificar.

Referências

“Learning to Code in One’s Own Language” – https://mako.cc/copyrighteous/scratch-localization-and-learning

O post Aprender a programar em sua própria língua ou em inglês – o que é melhor? apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Além das habilidades técnicas, como saber codificar e conhecer protocolos de rede, por exemplo, é essencial para os profissionais de tecnologia possuírem diversas competências e habilidades não-técnicas – chamadas de Soft Skills – que são muito importantes para o sucesso em suas carreiras. Muitas vezes, inclusive, são fundamentais para que seja possível sequer iniciar uma carreira em TI.

Neste artigo vou comentar a respeito de algumas dessas habilidades, com alguns insights que, creio, poderão ser úteis tanto para estudantes que ainda irão entrar no mercado de trabalho, quanto para profissionais que desejam crescer dentro de sua área de atuação, ou mesmo expandi-la.

Comunicação Verbal e Escrita

Habilidades de comunicação, tanto verbais quanto escritas, são simplesmente fundamentais para quem trabalha com TI. Seja no trato com clientes, fornecedores, líderes de times ou com os colegas da equipe, comunicar-se de forma eficiente é imprescindível para o trabalho nos dias de hoje. Desenvolvimento de software, por exemplo, é uma atividade que requer constante troca de ideias e informações, e saber fazer isso de forma eficiente e precisa é de extrema valia.

Amor ao Aprendizado

A área de tecnologia está sempre em constante mudança, e a atualização dos conhecimentos (técnicos e não-técnicos) é algo quase que diário. Por isso, gostar de estudar e aprender é uma habilidade de crucial importância – um skill chave, na verdade. Quem não tem paixão pelo aprendizado provavelmente terá uma carreira curta na área tecnológica – se é que terá uma.

Saber quando pedir Ajuda

Muito comumente, você irá se deparar com problemas que, espera-se, seja capaz de resolver por si mesmo. Porém, algumas vezes seu conhecimento não será suficiente, e você não terá tempo hábil para aprender por si próprio e tentar desvendar a questão – nessas horas, não hesite em pedir ajuda a seus colegas. Saber quando pedir ajuda irá acelerar a resolução de problemas e a realização de suas tarefas, substancialmente.

Organização e Gerenciamento de Tempo

Ser organizado torna o profissional mais eficiente e consequentemente, mais produtivo em seu trabalho. Sabemos que as carreiras em TI são muito dinâmicas, e que o aprendizado se dá quase que continuamente, de modo que a organização permitirá acompanhar o ritmo pesado de mudanças e atualizações que acontecem com frequência. Saber gerenciar o tempo é um aspecto da organização muito importante, pois é essencial saber como organizar sua agenda e atividades diárias, de modo a entregar o trabalho dentro do prazo, como por exemplo entregas periódicas de um software ou a manutenção recorrente de um sistema.

Habilidades Analíticas

Habilidades analíticas e raciocínio lógico são fundamentais para quem trabalha na área tecnológica, afinal de contas espera-se que o profissional seja capaz de diagnosticar falhas e encontrar soluções para problemas de forma organizada e metódica. Ou ainda, prever que determinados problemas poderão ocorrer se uma abordagem X for empregada no processo de trabalho atual, permitindo assim alterar processos para evitar problemas futuros.

Criatividade

Ser criativo é um talento que tem valor em qualquer aspecto da vida, e não poderia ser diferente nas carreiras de tecnologia. Com criatividade é possível criar produtos inovadores, encontrar soluções para problemas nunca antes pensadas, e até mesmo revolucionar sua área de atuação.

Existem muitos exemplos de pessoas altamente criativas na área tecnológica – basta citar, por exemplo, personalidades como Steve Jobs (Co-fundador da Apple), Eben Upton (Raspberry Pi Foundation) e Alex Kipman (chefe de desenvolvimento do Kinect).

Facilidade de Adaptação (Flexibilidade)

Como citado anteriormente, na área de tecnologia os cenários mudam frequentemente, com novas tecnologias surgindo ou evoluindo a todo momento. Adaptar-se a novas tecnologias e formas de trabalho é um skill essencial, pois nas carreiras tecnológicas é comum que o profissional mude de empresa diversas vezes, sempre encontrando ambientes diferentes, com suas idiossincrasias e particularidades, e adaptar-se rapidamente permitirá uma integração suavizada e relativamente tranquila.

Gerenciamento de Projetos

Esta é uma habilidade de alto nível, que tem o potencial de abrir portas e alavancar sua carreira. Afinal de contas, grande parte do trabalho em tecnologia está diretamente relacionado a projetos, e saber como realizar o correto gerenciamento, usando ferramentas e metodologias adequadas (como as metodologias ágeis) são um grande diferencial para o profissional, mesmo que ele não gerencie diretamente um projeto de software ou hardware, trabalhando como membro de uma equipe. 

Perseverança

Essa chega a ser óbvia. Como tudo na vida, para atuar com tecnologia é necessário ser perseverante, que significa não desistir quando problemas aparecerem – e se mostrarem muito difíceis de resolver. Desafio existem aos montes, e para suplantá-los o profissional precisa ter grande força de vontade e motivação, que se traduzem na perseverança necessária para continuar tentando, mesmo que isso signifique mudar totalmente sua abordagem na resolução de problemas e obstáculos.

Resolução de Problemas

Resolver problemas é uma das principais tarefas do profissional de tecnologia, provavelmente a mais importante. Seja criando soluções para problemas de seus clientes, ou eliminando defeitos em sistemas já existentes, boa parte do tempo é empregada na identificação e solução de problemas dos mais variados tipos. Por conta disso, saber como resolver um problema é uma competência de alto valor, a qual inclui habilidades analíticas, pensamento “fora da caixa”, organização e trabalho em equipe, além da emprego de técnicas e ferramentas apropriadas a cada caso

Curiosidade

Toda pessoa que gosta de aprender é naturalmente curiosa e no geral, possui a mente aberta. A curiosidade é um driver importante para o aprendizado, pois leva o profissional a procurar sempre absorver novos conhecimentos e a trabalhar, na medida do possível, com novas tecnologias, tornando seu trabalho mais dinâmico e eficiente. E, quanto mais você aprende, mais você cresce.

Desenvoltura

Desenvoltura significa desembaraço ou agilidade em realizar troca de informações ou comunicar uma ideia de forma clara e objetiva. Trata-se de uma habilidade muito apreciada no meio profissional, pois a comunicação precisa é de extrema importância para quem precisa lidar com usuários, clientes e outros profissionais da área – lembre-se de que estamos falando de “tecnologia da informação”, ou seja, de uma área tecnológica que trata justamente do armazenamento, processamento e troca de dados e conhecimento.

Saber como comunicar ideias técnicas de forma simplificada, mas precisa, é muito importante quando temos de nos comunicar com pessoas que não são profissionais da área, como a maioria absoluta de nossos clientes e usuários. Desenvoltura para falar com eles, usando por exemplos apresentações, analogias e termos do cotidiano é crucial para que um projeto possa ter sucesso, pois leva ao perfeito entendimento das necessidades reais de todos os envolvidos.

Vontade de ajudar os outros

Lembra-se da habilidade “Saber quando pedir ajuda”? Pois bem, para que essa habilidade possa ser útil é necessário que alguém esteja disposto a ajudar, e a vontade de ajudar aos outros é um skill (habilidade) fundamental, senão mais importante ainda.

Na verdade, grande parte do trabalho em TI se resume a ajudar pessoas, não apenas seus colegas de profissão, mas os próprios usuários que irão se beneficiar dos produtos desenvolvidos, sejam eles hardware ou software. Ajudar às pessoas também facilita em muito o trabalho em equipe que, no fundo, nada mais é do que a troca de informações e ajuda mútua entre colegas.

Essa é uma habilidade crítica, e muitos a consideram como uma das competências não-técnicas mais importantes que um profissional precisa ter. Empatia também é uma palavra que encaixa muito bem aqui.

Conclusão

Enfim, não apenas de conhecimentos técnicos um profissional de tecnologia vive; é necessário, e eu diria absolutamente indispensável nos dias de hoje, que tal profissional seja capaz de lidar com o lado humano das pessoas, levando em consideração as necessidades, a cultura e especificidades de cada pessoa com a qual trabalhamos, direta ou indiretamente. Cultivar essas habilidades não-técnicas é uma das melhores formas de progredir em sua carreira, seja ela qual for – e também em sua vida pessoal.

O post 13 Habilidades não-técnicas importantes para Profissionais de Tecnologia apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

Neste artigo vamos falar sobre um dos cursos mais procurados na área de tecnologia: o curso de Análise e Desenvolvimento de Sistemas (ou simplesmente Análise de Sistemas), e o que um Analista faz como profissional de tecnologia.

Tipo de curso

Este é um curso de Nível Superior em Tecnologia (tecnólogo), ou seja um curso de curta duração que lhe permitirá obter uma graduação (faculdade) e seguir carreira na área da Tecnologia da Informação (T.I.).

O que faz um Analista de Sistemas?

O Analista de sistemas projeta, desenvolve, codifica, documenta e implanta programas e sistemas para empresas. Também pode realizar auditoria de sistemas já existentes, testar softwares para descobrir erros e falhas, projetar e gerenciar bancos de dados e atualizar / melhorar programas existentes.

Pode trabalhar como funcionário em uma empresa ou ainda prestar consultoria, por conta própria ou por meio de empresas especializadas.

Duração do curso

Em torno de 2 a 3 anos (4 a 6 semestres), podendo variar em função de período ou da instituição. É oferecido tanto em modalidade presencial quanto EAD.

O que é importante saber – aptidões

O aluno que estuda análise e desenvolvimento de sistemas precisa ter bom raciocínio lógico e facilidade com matemática e cálculos, além, é claro, de gostar de computadores. Curiosidade é um aspecto importante, pois muitas vezes é necessário descobrir novas formas de resolver problemas, além do gosto pelo aprendizado, que nesta área é contínuo e de longo prazo.

Conhecer outras áreas também é importante, como economia, administração e contabilidade, pois é comum que se desenvolvam sistemas e software para essas áreas.
Saber outro idioma, principalmente o inglês, é um diferencial enorme, pois boa parte da literatura e cursos estão nessa língua.

Saber se relacionar e lidar com público, além do trabalho em equipe, são fundamentais, pois o analista precisa saber se comunicar com clientes, usuários e outros stakeholders durante o processo de desenvolvimento de software.

Apesar disso, não há necessidade de saber programar nem tampouco de ter conhecimentos específicos em informática para começar a cursar essa faculdade. O aluno aprenderá tudo o que ele precisa, desde como funciona um computador e como usar um editor de textos até programação em linguagens específicas e tópicos de engenharia de software.

Grade Curricular Geral

As disciplinas mais comuns encontradas nos diversos cursos de tecnologia em análise e desenvolvimento de sistemas incluem:

• Algoritmos e Lógica de Programação
• Arquitetura e Organização de Computadores
• Administração Geral
• Análise Orientada a Objetos e Modelagem de Sistemas
• Comunicação e Expressão
• Engenharia de Software
• Linguagens de Programação (variadas, como Java, C, Python, etc.)
• Estruturas de Dados
• Sistemas Operacionais
• Interface Humano-Computador (IHM)
• Programação para Web / Internet (inclui HTML, CSS, JavaScript, PHP)
• Desenvolvimento para dispositivos móveis e IoT
• Matemática e Estatística
• Redes de Computadores (básico)
• Segurança da Informação
• Modelagem e Projeto de Bancos de Dados
• Empreendedorismo
• Sistemas Distribuídos
• Gestão de Projetos
• Qualidade de Software
• Gestão e Governança de TI
• Microinformática

Com algumas pequenas variações, principalmente no tocante às disciplinas optativas ou eletivas, que os alunos podem escolher ao longo do curso.

Onde é possível trabalhar?

Basicamente, em todo local que fizer uso de sistemas informatizados – ou seja, em praticamente toda parte atualmente. Exemplos de empresas que mais necessitam de Analistas de Sistemas são instituições financeiras, industrias, hospitais, consultorias, concessionárias, etc.

O mercado para esse tipo de profissional está bastante aquecido e em constante crescimento, e oportunidades surgem em empresas de todos os tamanhos – pequeno, médio e grande porte, incluindo grandes multinacionais e empresas públicas.

Você cursa análise e desenvolvimento de sistemas ou é formado na área? Fale a respeito nos comentários logo abaixo! Eu, por exemplo, sou formado exatamente neste curso – portanto, sou analista de sistemas por formação.

Nos próximos artigos vamos trazer informações sobre outros cursos de graduação, pós-graduação e técnicos, como Sistemas de Informação, Ciência da Computação, Técnico em Informática, Tecnologia em Bancos de Dados e outros.

O post Perfil do Curso de Análise e Desenvolvimento de Sistemas apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.

“Estou estudando para entrar na área de tecnologia, e gostaria de saber se vou ter de trabalhar feito louco, como a gente vê nos filmes e memes, virando as noites e finais de semana sem dormir e sair”

Pergunta recorrente que recebo de meus alunos e assinantes do canal no YouTube da Bóson Treinamentos: Como balancear trabalho, estudo e vida pessoal?

A área de tecnologia é complicada, pois é uma área em constante mudança e evolução. E isso requer do profissional um fluxo constante de atualização de seus conhecimentos e habilidades, sob pena de se tornar obsoleto e não conseguir mais trabalho e remuneração.

Isso pode acarretar uma sobrecarga de trabalho (e estudo), o que, a médio e longo prazo, é altamente prejudicial à sua saúde física e mental.

Assim, é muito importante aprender a balancear a carga de trabalho ou estudo com descanso e distração adequados.

Como balancear trabalho, estudo e vida pessoal?

A ideia aqui é descobrir qual o seu ponto de equilíbrio – pois todos precisamos trabalhar e estudar, afinal temos muitas contas para pagar, filhos para sustentar, dívidas… e por aí vai.

Bem, quais são minhas dicas a respeito? O que eu recomendo é o seguinte:

• Tentar estabelecer horários específicos para trabalho e estudo. por exemplo, evitando fazer horas extras de forma desnecessária, e estudar de forma eficiente (sem barulhos, distrações, etc.; assim, você pode ter tempo sobrando).
• Aplique técnicas de estudo variadas para aumentar sua performance, e, assim, aprender mais em menos tempo.
• Aproveitar os dias de folga para realmente folgar – domingos ou sábados devem ser encarados como dias para limpar a mente e descansar o corpo – literalmente, se desconectar – nada de e-mails, conversas em whatsapp, ligações de clientes e chefes; mente calma e corpo descansados são garantia de trabalho e estudo mais eficientes e produtivos, inclusive.
• Ter um hobby pode ajudar a desconectar a mente do trabalho nas horas de folga, além de ser algo estimulante para a curiosidade, e muitas vezes, ajudando a criar conexões com pessoas de interesses similares.
• Atividade física. Pode até combinar hobby com a atividade física – por exemplo, correr, natação, caminhadas na natureza. Ou frequente uma academia. É importantíssimo pra sua saúde física e mental
• Arrumar tempo para a família e amigos. Provavelmente, esta é a dica mais importante de todas; pois, no final das contas, o que interessa na vida são nossos relacionamentos, amizades e estar junto das pessoas que a gente gosta. Festas, churrascos, viagens – tudo de bom.
• Alimentação: saudável sempre. Muita gente que trabalha com tecnologia acaba se alimentando muito mal, por exemplo vivendo à base de fast-food e refrigerante. A longo prazo é uma tragédia. O que é uma alimentação saudável? Bem, eu recomendaria comer mais legumes e verduras, limitar açúcar, consumir menos alimentos gordurosos e beber água em vez de refrigerantes ou até mesmo de sucos de frutas industrializados. Coma as frutas, é muito melhor.
  Ou, melhor ainda, consulte uma nutricionista a respeito.
• Aprenda a controlar suas finanças – tentar poupar dinheiro e investi-lo, quitar dívidas ou, melhor ainda, nunca fazê-las é muito importante para que você não precise trabalhar mais do que o necessário, e para que possa ter tranquilidade financeira no futuro. Mas cuidado com quem promete lucros fáceis e exorbitantes, como muita publicidade que recebemos nos promete (Betina, Mestres do Capitalismo, e outras picaretagens) – é apenas ilusão.

Vá devagar. Não tente implementar tudo isso de uma vez, pois a chance de falhar é elevada. Tente mudar uma coisinha por vez, e você verá que, após um tempo, sua vida terá melhorado bastante – ou ao menos, não terá piorado.

Como é sua rotina diária? Escreva nos comentários abaixo e alimente essa discussão muito importante!

É isso aí!

O post Como balancear trabalho, estudo e vida pessoal apareceu primeiro em Bóson Treinamentos em Ciência e Tecnologia.