Não é modinha considerar o cientista de dados como a profissão mais sexy do século 21. Muito pelo contrário, até mesmo porque, há habilidades listadas como às vezes que ão relegadas pelos recrutadores e até pelos próprios profissionais, como a capacidade de contar uma boa história, ou seja, a narrativa com os dados.
Mas, se você já está familiarizado com o assunto, deve ter notado que o termo cientista de dados engloba muitas skills, competências e responsabilidades diferentes. Além disso, tão sexy quanto o cientista, o engenheiro de dados figura no top 10 do Relatório de empregos emergentes de 2020 do LinkedIn nos EUA. O grande problema é que os papéis digitais estão mudando com o aumento da adoção e avanços na tecnologia, e os títulos podem ser imprecisos, pois diferentes empresas e setores usam nomes diferentes para empregos semelhantes.
E aí você já percebeu que não é um cientista ou engenheiro que vai salvar o seu BI e fazer você tomar as melhores decisões de negócio, e sim, um time de especialistas. Então neste artigo adaptado do MIT Management Sloan School, trago para você uma sugestão para montar o seu time dos sonhos de Data Analytics.
Data analytics dream team
Engenheiro de Dados
Os engenheiros de dados são uma parte central de uma operação de análise de dados. Os engenheiros coletam e gerenciam dados e gerenciam o armazenamento dos dados. Seu trabalho é visto como a base da operação, pois eles pegam grandes quantidades de dados desestruturados e os preparam para outras pessoas que tomam decisões de negócios.
Engenheiros de dados tendem a ter formação em engenharia de software ou ciência da computação, de acordo com Michelle Li, diretora do programa de Master of Business Analytics do MIT Sloan e ex-diretora do Global Technology Group do UBS Investment Bank. “Os engenheiros de dados são realmente a espinha dorsal”, disse ela. “Se você está construindo uma casa, eles são os engenheiros estruturais.”
Cientista de Dados
Enquanto os engenheiros mantêm os dados, os cientistas de dados descobrem o que fazer com eles. As duas posições são o ponto de partida para a maioria das empresas com estratégias de big data.
Os cientistas de dados tendem a ser um pouco mais voltados para os negócios, enquanto os engenheiros de dados se concentram mais em infraestrutura, escala e qualidade de dados, disse Tim Valicenti, graduado em 2018 do programa MIT Sloan MBA e analista sênior da McKinsey, uma função que combina dados cientista com consultor de gestão clássico. Os cientistas de dados também usam inteligência artificial e aprendizado de máquina para conduzir análises e obter insights.
Lembre-se aqui, das skills que comentamos que tornam os cientistas realmente sexy:
MATEMÁTICA – Claro, esta skill deve ser inerente a qualquer cientista de dados, especialmente quando falamos de estatística e álgebra linear.
CIÊNCIA DA COMPUTAÇÃO – Essencialmente programação e design de infraestrutura.
SABER CONTAR UMA BOA HISTÓRIA – A capacidade de criar narrativas em torno de seu trabalho, integrando os resultados em uma história maior. Um cientista de dados deve conseguir fazer as perguntas certas. Essa habilidade é mais difícil de avaliar do que qualquer habilidade específica, mas é essencial.
ENTENDER DE NEGÓCIOS – Esta é uma habilidade que julgamos muito coerente com o cenário atual. O “pensamento de empresário” já é uma skill muito valorizada em diferentes profissões e vista com bons olhos pelos recrutadores mais exigentes.
Tradutor de Dados
Enquanto engenheiros de dados e cientistas de dados são funções estabelecidas, vários títulos mais recentes estão levando as operações de análise para o próximo nível – como Tradutores de Dados, que servem como uma espécie de ponte entre os dados e as operações de negócios tradicionais, traduzindo os insights obtidos com analytics em ações.
Conforme as empresas investem mais recursos e se tornam mais dependentes dos dados, alguns tradutores também podem assumir funções de treinamento e educar outras pessoas sobre como usar os dados.
Ontologista de Dados
Talvez este título não seja tão popular, mas pense nele como um Engenheiro do conhecimento que trabalha para incorporar inteligência nas máquinas. Enquanto a análise tradicional permite que as empresas analisem tendências e eventos passados, os ontologistas têm uma visão mais ampla, agindo como uma espécie de cérebro da empresa que pega os resultados das descobertas analíticas e os combina com informações de dentro e de fora da empresa para responder a uma pergunta. Eles levam todo o questionamento da linguagem natural para outro nível. Na verdade, eles consomem os resultados de análises avançadas em seus gráficos de conhecimento e ontologias e chegam a respostas reais para questões de negócios.
E o líder?
Qualquer equipe precisa de um líder e, até agora, as empresas estão adotando abordagens variadas no que diz respeito a quem está encarregado da operação de dados. Algumas empresas estão adicionando diretores de dados, ou mesmo diretores de análises de dados, ao alto escalão. De acordo com uma pesquisa de 2020 NewVantage Partners com mais de 70 executivos da Fortune 1000 e outras empresas líderes, cerca de 57% das empresas nomearam um Diretor de Dados. No entanto, apenas 28% dos entrevistados disseram que o papel está estabelecido, e cerca de 27% disseram não haver um único ponto de responsabilidade pelos dados.
Artigo original do MIT Managemet Sloan School