No clímax do filme Hidden Figures, o matemático Katherine Johnson é chamado para verificar os cálculos das coordenadas de pouso da cápsula espacial de John Glenn, Friendship 7. A tecnologia acabou de substituir computadores humanos, as pessoas calculadoras de dados que completaram equações complexas. antes do advento do sistema de computador, mas os dados da máquina apresentavam discrepâncias que precisavam ser resolvidas por uma pessoa.
Isso foi ciência de dados em 1961. Atualmente, as coisas são um pouco diferentes. Sistemas complexos de coleta de dados permitem que empresas de todos os setores aprendam mais sobre seus negócios, clientes e perspectivas futuras. Mas, assim como em Hidden Figures, as pessoas ainda precisam encontrar verdades importantes dentro dos dados.
Aqui está o furo sobre como usamos a ciência de dados todos os dias e as habilidades essenciais que você precisa para ter sucesso como cientista de dados, engenheiro ou analista.
A ciência de dados está em todo lugar
O potencial para cientistas de dados muito além das indústrias de finanças e tecnologia está florescendo. "Há uma percepção crescente em todos os setores de que as habilidades em ciência de dados se tornaram essenciais para competir e melhorar no mercado de hoje", diz Michael Galvin, diretor executivo do Data Science Corporate Training para Metis, uma empresa de treinamento de habilidades em ciência de dados que trabalha com indivíduos e empresas .
Pense em cookies. Não, não aqueles que você mergulha no leite - as poderosas ferramentas de coleta de dados que ajudam os analistas de dados, cientistas e engenheiros a aprender sobre os hábitos da web de consumidores e a informar os algoritmos em torno desses “como eles sabiam que eu estava pensando -de-que?! anúncios que são mostrados no Facebook. Objetivo deles? Para avaliar os interesses e o comportamento dos consumidores e usar essas análises para ajudar a tomar as principais decisões de negócios - para empresas de todos os setores.
“Há uma consciência mais ampla da ciência de dados no mainstream. Afetando tudo, desde as compras da Amazon até as festas da Netflix, a ciência de dados está tocando mais pessoas do que nunca ”, diz Galvin.
Como você se encaixa
Com o crescimento dos campos da ciência de dados, houve um aumento da sobreposição entre os papéis de cientista de dados, analista de dados e modelador.
Mas, de acordo com o Dr. Flavio Villanustre, Vice-Presidente de Tecnologia e Sistemas HPCC da LexisNexis Risk Solutions, a distinção entre várias posições é realmente singular - e apresenta oportunidades para os que são dotados em áreas específicas.
"Analistas de dados tradicionalmente se especializam em técnicas de manipulação de dados, que exigem treinamento em tudo, desde linguagens de consulta até modelos de dados gráficos", diz Villanustre. "Enquanto isso, os modeladores analisam dados numéricos para correlações e padrões".
Quando se trata de ciência de dados, Villanustre explica que os candidatos ideais devem mostrar um superconjunto desses dois tipos de habilidades combinadas com domínio e conhecimento de negócios. “Os cientistas de dados geralmente possuem um conhecimento mais profundo do que o analista de dados sobre técnicas de programação e conhecimento mais amplo do que os modeladores estatísticos sobre metodologias analíticas de dados usando técnicas mais sofisticadas.”
Ao se candidatar a essas posições, é importante observar as tarefas que uma empresa realmente deseja ter.
"O burburinho em torno da ciência de dados resultou em muitas empresas contratando cientistas de dados para fazer o trabalho de um analista de dados, que acaba limpando e preparando dados e gastando muito pouco tempo fazendo ciência de dados real", explica Nick Kramer, diretor sênior de dados e análise da SSA & Company, uma empresa de consultoria de gestão especializada em transformar análise de big data em operações para empresas.
Novas ferramentas permitem que modelos de análise sejam criados por pessoas com níveis mais baixos de conhecimento, de modo que habilidades diversificadas e relacionadas, como conhecimento de negócios e habilidades de comunicação eficazes, são importantes para diferenciar os candidatos a emprego. Ao entrevistar, certifique-se de fazer perguntas para saber exatamente o que uma empresa está procurando - e então mostre seus pontos fortes adequadamente.
Nosso escritório
O que você precisa para ser bem sucedido
O velho ditado sobre não ver a floresta para as árvores é uma coisa importante para se lembrar quando se trabalha como cientista de dados, analista ou engenheiro. Embora a precisão dos dados básicos seja importante, também é importante reconhecer o quadro geral dos problemas que uma empresa espera resolver.
"Há uma tendência entre os cientistas de dados de complicar demais as coisas e ser sugado para um buraco negro de detalhes", adverte Galvin. "Em vez disso, eles devem pensar sobre o problema de negócios que estão tentando resolver, fazer algo funcionar e, em seguida, iterar."
Além disso, o interesse pelo que você está fazendo - como acontece com qualquer trabalho - é essencial também.
“As empresas trabalham com diferentes tipos de dados (como imagens, texto e dados financeiros) em diferentes problemas. Você precisa se interessar e entender o tipo de dados com os quais trabalhará para ter sucesso ”, disse Galvin. “Por exemplo, os cientistas de dados que trabalham com imagens médicas não são médicos em si, mas o usuário final ou cliente deles será um médico. Você consegue entender quais problemas eles estão tentando resolver? Você está interessado em resolver esses problemas?
E depois há comunicação. Dizem que cientistas de dados, analistas e engenheiros falam sua própria língua, mas para ter sucesso em um local de trabalho, você precisa ser capaz de se comunicar claramente com aqueles que utilizarão e se beneficiarão mais de suas habilidades.
“A colaboração com as partes interessadas nos negócios é cada vez mais importante”, disse Kramer.
A ciência de dados e suas carreiras relacionadas percorreram um longo caminho desde a década de 1960, quando a NASA precisou de computadores humanos para aproveitar e verificar o trabalho de novas máquinas de computador. Mas mentes brilhantes interessadas em como os dados podem moldar a forma como vivemos, trabalhamos e fazemos negócios ainda são essenciais como nunca - sem um especialista humano para interpretar as entradas e os resultados, a ciência de dados poderia ser amplamente utilizada ou simplesmente confusa.
