Cientista de dados: Profissão ‘do futuro’ já é importante no presente

Popularidade do cientista de dados se explica pela mudança no panorama tecnológico que a sociedade vem testemunhando. Pois, as informações que usuários produzem na internet, são uma grande commoditiy a ser explorada.

0
289
Foto: Leandro Tapajós/ME

Ser capaz de ter ótimas ideias com base em análise complexa de dados, detectar problemas e propor soluções com base no big data, traduzir tudo isso para uma tomada de decisão comercial e ser disputado no mercado de trabalho, esta é a realidade do cientista de dados

Nada mal para uma função, que nem existia há poucos anos, e se tornou a mais requisitada no mercado de trabalho atual e continuará sendo no futuro.

“Um Cientista de Dados é um profissional que deve ter um mix de conhecimentos em disciplinas como Matemática, Estatística, Programação, Ciência da Computação, além de uma base mínima na área de negócio na qual ele está tentando resolver problemas. Como a Ciência de Dados é muito ampla, o conhecimento do Cientista de Dados deve ser amplo”, comentou David Matos, autor do Blog Ciência e Dados.

Além de escrever para o blog, Matos também é instrutor em uma das escolas de preparação para cientistas de dados existentes no país, a Data Science Academy, que prepara futuros profissionais.

Como o cientista de dados surgiu

Sobretudo, a popularidade do cientista de dados se explica pela mudança no panorama tecnológico que a sociedade vem testemunhando. Pois, as informações que usuários produzem na internet, são uma grande commoditiy a ser explorada.

Supondo que se queira criar uma estratégia de vendas visando a Black Friday para um e-commerce, é o cientista de dados que irá atrás de informações como: quais usuários tendem a consumir mais, quais produtos são mais pesquisados nesta época do ano e qual o perfil dos melhores compradores, por exemplo.

Certamente daí podem sair informações precisas como “23% de consumidores de 25 a 30 anos comprarão acima de R$1.000”, “12% dos usuários são propensos a não honrar com os pagamentos em dia”, entre outras previsões e tendências mais precisas.

Contudo, ainda que não haja uma formação exata para a profissão, ela junta especificidades intelectuais e técnicas, que englobam matemática aplicada, engenharia da computação, ciência, e análise comercial.

Um examinador e lançador de tendências

Por exemplo, com o avanço da IoT- ou internet das coisas -, com a explosão do e-commerce em nossas vidas cotidianas, além do uso constante da rede mundial de computadores por mais da metade da população no globo, formou-se um oceano de dados gerados a todo instante.

Juntamente, também surgiu uma gama de oportunidades ainda não exploradas. É justamente aí que entra o papel do cientista de dados, profissional capaz de transformar em informação precisa dados colhidos sobre hábitos de consumo, por exemplo.

Dito isso, cientista de dados representa uma nova geração de analista científico mas que pode, e deve, navegar para o lado comercial.

“Em geral o mercado requer graduação em ciências exatas, com um forte conhecimento em Matemática, Estatística, Programação e Ciência da Computação. Mas como Cientista de Dados não é uma profissão regulamentada, mas sim uma função, profissionais que tenham comhecimento e experiência podem atuar como Cientista de Dados”, continuou Matos sobre o perfil profissional que o mercado procura.

Tecnologias complementares

A ciência de dados surge com força em um cenário onde machine learning e inteligência artificial são utilizadas em diversos tipos de projetos. Apesar de funções parecidas, elas são atividades distintas que se completam.

A primeira vista pode parecer que eles executem as mesmas tarefas, mas existem nuances que as separam.

“Os profissioanais de Data Science podem ou não trabalhar com Machine Learning e IA dependendo do tipo de projeto. Em alguns cenários, uma análise estatística pode ser suficiente para entregar um resultado e para isso empregados técnicas de Data Science no pré-processamento dos dados e na análise”, explicou David Matos.

Por fim, Matos define melhor as tarefas que empregam Machine Learning como trabalho integrante de um projeto de Ciência de Dados “Machine Learning é uma sub-área de IA que permite a automação de tarefas que poderia ser feitas por seres humanos e através da criação de modelos preditivos, podemos prever se um usuário vai comprar um determinado item em sua próxima compra, classificar um e-mail automaticamente como spam ou não ou mesmo prever o risco de um cliente não pagar um empréstimo”.