Por que aprender a programar?

Eu comecei a utilizar o \mathbf{R} há cerca de 6 anos, influenciado por amigos. Mas minha introdução ao mundo da programação foi bem anterior, como comento brevemente na sequência desse post. Especificamente em relação à estatística, minha introdução ao mundo dos programas estatísticos foi através do Eviews, ainda nos tempos da graduação em economia, como provavelmente muitos dos que me leem agora. Ainda que seja possível programar no Eviews e em outros pacotes estatísticos fechados (que precisam de licença), as vantagens do \mathbf{R} são inúmeras, como comentarei mais à frente. Por ora, talvez seja necessário tecer algumas palavras sobre por que afinal é preciso aprender uma linguagem de programação.

Eu poderia simplesmente falar que o mundo está mudando, que cada vez mais empregos e empresas têm exigido conhecimentos de programação. E isso de fato é verdade, o que por si só gera uma necessidade de saber programação. São cada vez mais frequentes os anúncios de vagas de emprego/estágio onde o recrutador coloca como conhecimento diferencial saber alguma linguagem de programação como \mathbf{R}, voltada para análise de dados. Com o avanço das bases de dados, em pouco tempo isso deixará de ser diferencial e passará a ser mandatório, como falar inglês ou saber Excel Avançado.

Mas, aqui entre nós, acho que é meio chato aprender algo por necessidade, não é mesmo? Mesmo que seja uma necessidade real do mercado. Por isso, vou contar um pouco sobre a minha motivação principal para começar a aprender \mathbf{R}.

Minha estória com programação, na verdade, começou há muito tempo atrás, quando entrei para o meu primeiro estágio. Que não foi em economia. Comecei a trabalhar com 16 anos, em um estágio em uma operadora de telecomunicações. Havia feito Escola Técnica na área. No estágio, fui designado para trabalhar com centrais telefônicas de grande porte, cuja interface era feita através de um terminal [remoto ou local] onde o operador escrevia linhas de comando que emulam uma espécie de programação funcional. Seja para listar status do software/hardware da central, seja para criar/modificar objetos do software.

A linguagem da central telefônica era bastante ampla em termos de código, de modo que para fazer grandes modificações na base de dados, era possível escrever programas que automatizavam a tarefa para o operador. Um exemplo prático disso foi a adoção do oitavo dígito nos telefones fixos. Imagina ter que mudar um a um os milhares de telefones existentes nas bases de dados de todas as centrais telefônicas da operadora em questão? 

Impraticável, não é mesmo?

Pois é. Justamente por essa capacidade de automatizar as coisas que a programação acabou me encantando e desde então nunca mais parei de estudar o assunto.

Aplicar isso à economia seria um pulo...

Eu estava um pouco cansado de apertar botões e fazer tarefas repetitivas em pacotes estatísticos como o Eviews, então parecia natural aprender uma forma de automatizar as coisas, como eu fiz durante 7 anos na indústria de telecomunicações - tempo maravilhoso, diga-se. Essa, afinal, era uma baita motivação para mim: aplicar a mesma ideia dos meus anos de telecom à economia. Provavelmente, você também passe por isso no seu trabalho, não é mesmo? Talvez não propriamente com o Eviews, mas com o Excel.

Motivação esclarecida, mas por que o \mathbf{R}, você pode perguntar.

Essa é de fato uma boa pergunta. Por que não aprender a programar no próprio Eviews ou mesmo no Excel? Entre as inúmeras vantagens do \mathbf{R}, posso destacar:

  • A existência de uma comunidade grande e bastante entusiasmada, que compartilha conhecimento todo o tempo. Para grande parte dos problemas, basta jogar a sua dúvida no google e vai aparecer algo sobre o assunto;
  • O \mathbf{R} é gratuito, open source, de modo que você não precisa comprar licenças de software para instalá-lo;
  • A linguagem está consolidada para análise de dados, com inúmeras bibliotecas (pacotes) disponíveis em estatística, econometria, machine learning, importação, visualização e tratamento de dados;
  • Dispõe de ferramentas poderosas para comunicação dos resultados da sua pesquisa, seja em forma de um website, dashboard ou em formato de relatório pdf;
  • Com o \mathbf{R}, você consegue automatizar tarefas cansativas de coleta, tratamento, análise e apresentação de resultados através de scripts que podem ser armazenados/compartilhados com demais colaboradores, gerando maior transparência e reprodutibilidade do trabalho de análise de dados.

Ao aprender \mathbf{R}, você conseguirá integrar as etapas de coleta, tratamento, análise e apresentação de dados em um único ambiente. Não fará mais sentido ter de abrir o Excel, algum pacote estatístico, depois o power point ou o word, depois um compilador de pdf para gerar seu relatório. Todas essas etapas serão feitas em um único ambiente. Na verdade, em um único arquivo. E essa talvez seja a grande motivação para você entrar de cabeça nesse mundo.

Ao longo das próximas semanas, publicarei nessa seção Dicas de \mathbf{R} exemplos de como o \mathbf{R} pode ajudar nas tarefas de coleta, tratamento, análise e apresentação de dados, seja qual for o dado ou a área de atuação. Até lá!

________________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise de impacto fiscal sobre o dolár com Python

Usamos uma cesta de 12 moedas para construir um cenário contrafactual da taxa de câmbio após o último anúncio de pacote fiscal, com base em modelagem Bayesiana. No período, o dolár depreciou quase 5% e passou os R$ 6,15, enquanto que na ausência da intervenção a moeda deveria estar cotada em R$ 5,78.

Resultado IBC-br - Outubro/2024

A Análise Macro apresenta os resultados da IBC-br de Outubro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Resultado PMC - Outubro/2024

A Análise Macro apresenta os resultados da PMC de Outubro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.