Recentemente discorremos sobre o conceito do profissional híbrido: aquele que compreende processos que não correspondem exatamente à sua área de formação e de atuação.
A função mais próxima que nos vem à mente, quando falamos de profissionais híbridos, é a do Cientista de Dados, considerada a mais promissora dentre todas as carreiras nas empresas nos próximos três anos.
As perspectivas atuais e futuras tem despertado o desejo de ser um cientista de dados não só junto a profissionais que já atuam no mercado, mas também nas futuras gerações: aqueles que estão na iminência de ingressar nas universidades e que gostariam de saber onde estudar para tornar-se um especialista no assunto.
Quais são então o perfil e os requisitos que, de acordo com a consultoria McKinsey, fazem do Cientista de Dados um profissional raro e cada vez mais demandado no mercado? É sobre isto que vamos falar nesta publicação.
Um dos grandes desafios do cientista de dados é ajudar as empresas a introduzir na sua gestão o conceito de ciência de dados centrada nos negócios, apontando caminhos para extrair insights relevantes para apoio à tomada de decisões derivados da análise dos dados disponíveis nas fontes internas e externas, sob formatos estruturados e não estruturados.
Cabe ainda abranger neste contexto os dados gerados automaticamente através de máquinas, como resultantes do uso de sensores nas aplicações de IoT (internet das coisas).
Já existem várias publicações a respeito dos requisitos que o mercado está demandando dos cientistas de dados.
Além da capacidade em programação, por ser um ponto de partida crucial para quem vai seguir esta carreira, outras habilidades se fazem necessárias como domínio de técnicas estatísticas e matemática, utilização dos recursos debigdata como matéria prima para o processo de análise, e conhecimento dos requisitos do ambiente de negócio para o qual vai se desenvolver o projeto.
Mas não existe um modelo estrito a respeito dos conhecimentos e experiências exigidas para quem se candidata a ser um profissional de ciência de dados, o que pode ser constatado através de pesquisa nas ofertas de emprego de sites especializados.
Desta forma, preferimos usar como referência uma breve pesquisa por nós publicada anteriormente tendo como fonte ofertas de emprego divulgadas no Linkedin.
Que tipo de profissional as empresas estão buscando?
Profissional analítico que tenha as habilidades técnicas para resolver problemas complexos — e a curiosidade de explorar quais são os problemas que precisam ser resolvidos.
Pessoas com capacidade analítica, vontade de trabalhar com dados e com visão de negócios para ajudar a empresa a enfrentar seus desafios complexos e a criar soluções utilizando técnicas de Inteligência Artificial buscando eficiência operacional em toda a cadeia.
Especialista para apoiar e suportar as áreas de negócio no sentido de utilizar as informações analíticas para definição de estratégias e apoio às decisões.
Quais são as suas responsabilidades?
Explorar os dados e criar insights, criar modelos estatísticos aplicando inteligência sobre os dados, entender necessidades internas e produzir análises que auxiliem a responder questões estratégicas, utilizar Machine Learning e Big Data para criar novos produtos e visões.
Fazer interface com as áreas de negócio para definição de KPI’s e relatórios gerenciais, e garantir que a extração de todos os dados seja apresentada de forma clara e objetiva, criando mecanismos necessários para facilitar e permitir o acesso de usuários no-tech aos dados processados.
Planejar e executar projetos de Data Mining / Analytics para implantação de soluções sistêmicas analíticas (descritivas, preditivas e prescritivas), baseadas em métodos, técnicas e algorítmos de Inteligência Computacional e Estatística, visando a gestão proativa aplicada aos diversos negócios da empresa.
Quais os requisitos exigidos para a função?
Conhecimento avançado em linguagens e ferramentas analíticas (R, Python, Spark, SAS. SPSS, …..).
Conhecimentos em modelos e soluções para Machine Learning (Azure Machine Learning, Amazon Machine Learning) e em solução de computação em nuvem (AWS, Google Cloud, Microsoft Azure).
Conhecimento de métodos estatísticos de apoio à decisão, tais como probabilidade, inferência estatística, estatística multivariada, …..).
Cabe ainda ressaltar que a ciência de dados orientada para os negócios envolve a compreensão das necessidades dos gestores e processos que serão usuários do imenso acervo de dados que serão tratados.
Que tipos de dados devem ser analisados e correlacionados? que problemas necessitam ser equacionados e resolvidos? quem são os usuários e clientes com os quais os cientistas de dados deverão interagir?
Cabe então lembrar que o principal objetivo da ciência de dados é ajudar os gestores no encontro das soluções voltadas a alcançar as propostas de valor associadas ao negócio, e nenhuma empresa deve iniciar projetos deste tipo se não houver plena sintonia com os objetivos estratégicos corporativos.
Estaríamos com as considerações precedentes falando então sobre a busca utópica do “profissional unicórnio”, um ser especial como o animal mitológico dotado de força e pureza, e que tudo sabe?
Não nos parece ser o caso. O profissional híbrido, então, é muito mais um conceito que aplica-se à implementação de ambientes unificados de conhecimento nas organizações, mas que deve estar sustentado em profissionais especializados como o cientista de dados e na sua interação com os gestores tradicionais do ambiente do negócio.
Dada a amplitude e complexidade dos projetos de ciência de dados, dificilmente haverá um único profissional atuando neste domínio, mas sim uma equipe com perfis especializados lideradas por um cientista de dados com visão multi-disciplinar.
As empresas devem neste sentido adotar estratégias para o desenvolvimento de novas competências junto aos seus quadros internos, ampliando o conhecimento de seus gestores e a sua capacidade de interagir com os profissionais especializados a serem agregados ao negócio, como o cientista de dados.
Afinal, como tratado precedentemente ao falarmos sobre a ciência de dados centrada nos negócios, o que importa para a empresa é que seus gestores tenham a capacidade de aproveitar os insights associados aos cenários produzidos para tomar as decisões estratégicas relevantes para agregação de maior valor ao negócio.
Estaremos na próxima semana apresentando palestra sobre o tema aqui tratado no Congresso RioInfo 2018, no painel sobre Ciência de Dados e Inteligência Artificial, organizado pela Rede de Ciência de Dados & Inteligência Artificial do Rio de Janeiro — CDIA.Rio.
[author] [author_image timthumb='on']https://docmanagement.com.br/wp-content/uploads/2017/02/newton-thumbnail.jpg[/author_image] [author_info]Newton Fleury
Autor, consultor e professor com foco em inovação e estratégia, processos de negócio, gestão da informação e do conhecimento e tecnologias de apoio à gestão.[/author_info] [/author]
