Saiba como os profissionais da Ciência de Dados podem ajudar sua empresa a tomar decisões mais inteligentes com base em dados.
Tempo de Leitura: 6 minutos
Buscando performar com excelência no mercado cada vez mais competitivo, muitas empresas almejam pelo uso de BI. O BI é o conjunto de ações, atividades e processos, que convertem dados brutos, muitas vezes desconexos, em informações significativas para ajudar gestores e empresas na tomada de decisão sobre o seu negócio.
Hoje em dia se usa o termo que é uma evolução do BI 1.0 “tradicional”, com projetos longos e complexos onde só algumas poucas pessoas tinham a capacidade de entender e traduzir essas informações, que é o BI 2.0 onde se busca um BI dinâmico, que atende a necessidade dos dados serem gerados e tratados de minuto a minuto, ninguém mais está disposto a esperar por projetos longos e complexos, e que só algumas poucas pessoas tivessem a capacidade de entender e traduzir essas informações.
Vamos entender mais sobre Ciência de Dados e como os profissionais da área podem ajudar sua empresa a tomar decisões mais inteligentes com base em dados.
O poder dos dados é inegável
De acordo com um relatório da plataforma de gestão Certain, as empresas percebem um aumento de 10 a 20% no ROI (Retorno sobre Investimento) após usar estratégias baseadas em dados. À medida que as empresas percebem que não podem depender apenas da experiência e feeling de profissionais seniores para tomada de decisões, a cultura data driven (orientada por dados) tem se multiplicado em diversas organizações com a expansão do uso da Inteligência de Dados para tomada de decisões. Todavia, para ser data driven implica muito mais do que utilizar dashboards baseados em dados para tomada de decisões. Aliás, os dados, se não bem gerenciados, podem se tornar “vilões”.
Em pesquisa recente a ABES - Associação Brasileira de Empresas de Software, afirma que 52% dos dados armazenados pelas organizações são obscuros, ou seja, seu conteúdo e valor são desconhecidos e estima-se que um terço dos dados organizacionais armazenados são redundantes, obsoletos e triviais. Pesquisas recentes revelam que nove em cada dez organizações excedem seus orçamentos de armazenamento em nuvem, gastando em média 43% a mais, além do custo das datas centers próprios.
Diante deste cenário, como podemos tornar os dados nossos aliados?
DataOps: o que é e como funciona?
A implantação do DataOps busca resolver esse desafio e outros ligados à ineficiência e ingerência dos dados organizacionais.
O termo DataOps, abreviação de Data Operations, surgiu em 2014 em um post no blog IBM Big Data & Analytics Hub com o título “Three reasons why DataOps is essential for big data success” e esse termo continua mais atual do que nunca, sendo reforçado recentemente pelo artigo “Three Reasons Why DataOps Will Boom In 2021” da Forbes, ele busca aproximar o conceito ágil do DevOps para os dados tentando diminuir o gap entre a obtenção de dados e os insights necessários para que esses dados convertam valor para a organização.
Entretanto, para que isso ocorra é necessário que a organização tenha uma mudança de mindset, aderindo efetivamente à cultura data driven, que engloba a Engenharia, a Análise e a Ciência de Dados, com profissionais capazes de reger ferramentas tecnológicas como o Business Intelligence (BI) e o Data Science. Essa regência engloba desde a extração e transformação de um grande volume de dados, Big Data, o armazenamento e uso destes dados para geração de valor e o descarte seguro e adequado dos dados que não tem mais utilidade.
Neste momento cabe a pergunta: Quais são estes profissionais tão necessários para que as organizações data driven implantem o DataOps e façam uso de Business Intelligence e Data Science?
Profissionais da Ciência de Dados: conheça as principais funções
Assim como a área de Tecnologia da Informação, que nas últimas décadas, devido ao seu crescimento acelerado, transformou funções (que não exigiam nenhuma formação em específico) em profissões regulamentadas e codificadas e normatizadas pela CBO - Classificação Brasileira de Ocupações, a tendência é que o mesmo ocorra com a Ciência de Dados, dada a aceleração na adoção de Machine Learning/Inteligência Artificial na criação de modelos preditivos e análises, bem como a popularização de Data Warehouse em Nuvem consolidando a Cloud Computing.
Diante disso, algumas das funções que permeiam a Ciência de Dados são: Analista de Dados, Cientista de Dados, Engenheiro de Dados, Arquiteto de Dados, Engenheiro de Machine Learning, Engenheiro DataOps, Engenheiro de IA, Analista de Inteligência de Mercado, Engenheiro Blockchain, Engenheiro de Big Data, Analista de Big Data, DPO (Data Protection Officer), Desenvolvedor RPA.
Vamos falar um pouco sobre cada uma destas funções:
- O Analista de Dados faz a coleta de dados, limpeza, organização, transformação de pré-processamento de dados.
- O Cientista de Dados analisa problemas e encontra soluções utilizando técnicas matemáticas e algoritmos, além de conhecimento na área de negócio.
- Engenheiro de Dados cuida da extração, armazenamento e pipeline de dados, servindo os dados no formato requisitado, seja ele estruturado, não-estruturado ou em tempo real.
- Arquiteto de Dados é o planejador e designer dos dados, fazendo catalogação, governança e compliance dos dados.
- Engenheiro de Inteligência Artificial é o profissional que tem o domínio das arquiteturas de Deep Learning e as particularidades de hardware para treinar esses modelos, sendo capaz de usar as Unidades de Processamento Gráfico e criar dados sintéticos, quando necessário.
- Engenheiro de Machine Learning trabalha com a criação do modelo até sua implementação, passando pelo pipeline de dados.
- Engenheiro de DataOps automatiza os processos de Ciência de Dados, fazendo tudo funcionar de forma cadenciada em um fluxo único, como em uma linha de produção.
- Analista de Inteligência de Mercado faz a análise macro e microeconômica, empregando análise de dados e modelagem preditiva, para isso é necessário um grande conhecimento da área de negócio em que atua.
- Engenheiro Blockchain desenvolver e implementar soluções digitais de blockchain, ou seja, projeta novas infraestruturas, gerenciando a arquitetura antiga, estabelecendo padrões de segurança para os dados através de softwares e criação de protocolos.
- Analista e Engenheiro de Big Data transforma dados brutos em informações significativas utilizando técnicas avançadas de análise de dados para identificar padrões, tendências e insights ocultos nos dados.
- DPO - Data Protection Officer, é responsável pela proteção de dados, é o profissional dedicado a garantir que a empresa siga seu compliance e as leis de proteção aos dados pessoais. Este profissional é essencial no Brasil para auxiliar no cumprimento da LGPD, Lei Geral de Proteção dos Dados, e na União Europeia com a GDPR, General Data Protection Regulation.
- Desenvolvedor RPA (Robotic Process Automation) esse profissional automatiza o fluxo atual, para isso ele faz o mapeamento dos processos, cria diagramas, workflows e documentar os passos da execução para posterior aplicação dos robôs que não requerem intervenção humana. A robotização de processos na Ciência de Dados extingue erros na manipulação dos dados.
Com estas possibilidades, o catálogo de cursos de bacharelado e tecnólogos do Ministério da Educação e Cultura do Brasil tem aumentado seu portfólio relacionado a Ciência de Dados e Inteligência de Mercado e as instituições de ensino tem acrescido às graduações diversas pós-graduações abarcando estes conteúdos.
Vale ressaltar que inclusive o Conselho Nacional de Estatística conseguiu regulamentar na Classificação Brasileira de Ocupações a profissão de Cientista de Dados sob o código 2112-20, descrevendo como atividades destes profissionais: Desenham amostras; analisam e processam dados; planejam atividades de pesquisas, estudando o cenário da organização e suas regras de negócio; desenvolvem metodologias de análise de dados, criando, validando e documentando modelos estatísticos, matemáticos e/ou computacionais; criam banco de dados, constroem instrumentos de coleta e desenvolvem sistemas de codificação de dados; comunicam-se, interpretando e reportando resultados das análises de dados.
Já para a profissão Engenheiro de Dados está sob o código 2124-10 agrupando-os aos profissionais de Tecnologia da Informação e descrito como os profissionais que: Desenvolvem e implantam sistemas informatizados, dimensionando requisitos e funcionalidade dos sistemas, especificando sua arquitetura, escolhendo ferramentas de desenvolvimento, especificando programas, codificando aplicativos, administram ambiente informatizado, prestam suporte técnico ao cliente, elaboram documentação técnica, estabelecem padrões, coordenam projetos, oferecem soluções para ambientes informatizados e pesquisam tecnologias em informática.
Cabe ressaltar que a codificação da CBO deve constar na carteira de trabalho do colaborador a fim de evitar desvios de função e possibilidade de passivos trabalhistas.
Como as empresas nem sempre possuem recursos para contratar um profissional para cada uma das várias funções listadas aqui, muitas vezes acontece o agrupamento de algumas delas em cargos, a fim de não negligenciar nenhum dos braços da Ciência de Dados e do BI. O que não se pode fazer é negligenciar os processos importantes listados aqui ligados à obtenção, manipulação, assim como a gestão dos dados sem desconsiderar que, assim como a contratação de um profissional tem o seu preço, a manutenção de dados escuros tem o seu custo, que não se refere somente ao armazenamento, mas, também o custo de oportunidade do valor não gerado através dos dados abandonados que poderiam ter sido utilizados para gerar decisões de negócios rentáveis à organização.
A mudança do mindset da empresa para a cultura data driven requer mais do que a criação de funções ligadas à Ciência de Dados e BI, ela exige, como o próprio nome sugere, uma mudança na postura dos colaboradores que passam, além de usar dados, adotar boas práticas de manipulação dos mesmos, evitando a silagem de dados, tornando os dados disponíveis rapidamente para todos que necessitam acessá-los.
Gostou do artigo? O que você gostaria de saber sobre a área de dados? Comente aqui embaixo!
Participe da nossa comunidade e conheça o nosso Data Tips, basta clicar no botão abaixo: