O perfil do Cientista de Dados na visão da Aquarela em 2017

O perfil do Cientista de Dados na visão da Aquarela em 2017

Como prometido, segue aqui nossas impressões sobre o processo de contratação de cientista de dados na Aquarela. Por que estamos fazendo isso? Porque sabemos o quão frustrante é não ter um retorno de nossas informações, ou pelo menos um feedback da submissão. Já vivemos muito disso em editais e na época de bolsas de estudo.

Este artigo é, sobretudo, para aqueles que nos confidenciaram suas informações da vida profissional em nosso processo de seleção 07 – 2017. Ainda, sendo bem transparentes, fomos surpreendidos com a quantidade de currículos enviados e isso nos causou um atraso considerável no processo. Queríamos garantir que todas as informações fossem analisadas e respondidos adequadamente. Nosso trabalho é analisar!

Principais percepções

  • Para vagas mais definidas, como para Back-end e Front-end, houveram candidatos com perfis muito similares, já para analista de dados, foi bem difícil encontrar parecidos pois é de fato algo ainda sem uma formação específica. Isso fez com que a tarefa de análise fosse ainda mais complexa.
  • Muitas vezes, o currículo que chega na nossa mão não expressa detalhadamente a vida profissional, acadêmica ou social do candidato. Assim, os perfis que mais nos chamaram a atenção foram aqueles que apresentaram claramente experiência nas tecnologias citadas e com publicações de estudos de caso reais. Também, alguns transformaram o próprio CV em um dashboard de habilidades (muito interessante).
  • Há uma grande tendência na migração de carreira para Data Science, mais de 85% dos candidatos se mostram dispostos a fazer este processo de troca de áreas técnicas e negócios para esse campo.
  • Nestes últimos anos trabalhando diretamente com Data Science, vemos que os perfis dos analistas advindos do quadrante de negócio apresentam uma curva menor para atingir o planalto de produtividade (plateau de produtividade) nas análise de dados em relação aos perfis do quadrante técnico, possivelmente pela prática de atividades de comunicação, redação de textos e apresentação de resultados e pelo salto na usabilidade das ferramentas de Analytics nos últimos meses.
  • Não foi possível (pelo menos ainda) afirmar algo consistente sobre uma formação (diploma) ideal para análise de dados, tivemos pessoas excelentes da engenharia, física, administração, estatística, etc. O que é mais aparente, usando uma metáfora, é que o os perfis mais desenvolvedores criam a guitarra e os perfis mais de negócio e de Data Science, tocam a guitarra e ainda cantam. Existem músicos que fazem a própria guitarra a própria músicas, mas são raros.
  • O inglês é um dos conhecimentos menos comuns dos candidatos, o mesmo continua sendo um diferencial. Data Science é um dos processos mais intensivos de comunicação na atualidade, sobre tudo na  tangibilidade de conceitos abstratos, o inglês é necessário em todos os aspectos e um ponto chave no processo de autodidatismo.
  • Alguns perfis se adaptam bem à vaga de análise de dados, mas não ao perfil de empresa startup (ver na continuação).

Perfil das Startups

Além dos conhecimentos básicos profissionais já amplamente conhecidos, vale a pena um parecer sobre as diferenças dos ambientes de trabalho corporativos e das startups.

  • Carreiras em startup não se encaixam em modelos acadêmicos e nem corporativos, havendo dificuldade até de atribuir cargos nas mesmas. Pois, as coisas acontecem de forma tão dinâmica que as funções ficam mais amarradas as tarefas definidas para semana do que algo planejado, sequencia em estruturas.
  • Risco da distância geográfica. O alto grau de complexidade do trabalho e dinâmicas com dados ainda exige (pelo menos para nós) muito a interação presencial já que grande parte do conhecimento está sendo desenvolvido internamente.
  • Para uma startup cada novo membro representa muito para o todo do grupo, se de um lado em grandes organizações alguns profissionais se sentem apenas um número, em startups eles se tornam praticamente membros da família. Por isso levamos tão a sério esse processo aqui.
  • Startups são times de vôlei de praia. Se necessário é preciso sacar, bloquear, se jogar na areia, pegar sol e chuva e como os recursos nem sempre são abundantes às vezes podem parecer até futevôlei que é a expressão máxima da habilidade dos jogadores se virando com o que tem. Quem o faz, é por pura paixão. Isso pode causar muitas e severas quebras de expectativas, além da insatisfação laboral. O quanto isso é importante pode ser percebido nesta análise, por meio de Data Analytics, de otimização de gestão de pessoas.
  • Startups, antes da tecnologia, são essencialmente empresas gestoras de conhecimento, só que de forma muito mais dinâmica e fragmentada do que ambientes de grande porte. No caso da Aquarela, estamos trabalhando na fronteira de processos de engenharia e machine learning no país e esse padrão de necessidade de gestão do conhecimento se repete continuamente. Neste artigo aqui escrevemos como funcionam os diferentes níveis de gerenciamento de dados até à sabedoria organizacional e o diferencial competitivo.

Recomendações

Dando um sul para aqueles que querem atuar como analistas de dados, seguem algumas sugestões de atividades:

  • Busque dados (datasets) públicos para gerar análises, preferencialmente com informações do nosso país para aprender e a ensinar.
  • Foque em conceitos mais do que em ferramentas, ferramentas mudam muito rápido, conceitos ficam com vocês.
  • Invista no inglês para que ele se torne seu amigo no longo prazo.
  • Refine sua redação e gramática, tanto em português como em inglês voltado a descrição de gráficos, tendências e possíveis interpretações.
  • Uma forma de facilitar o aprendizado é participando das comunidades de ciência de dados. Por exemplo Data Science Floripa.
  • Aprimore seus conhecimentos em R, Python ou Scala. Aqui um post falando sobre R e Python.
  • Defina uma área dentro de ciência de dados para produzir os cases, aqui no blog já escrevemos com algumas sugestões.
  • Estude seriamente o Linux, por quê? porque ele é muito legal e útil, nós usamos o Ubuntu e CentOS.
  • Procure estar próximo, fisicamente, dos ambientes das empresas de análise, por mais virtual que seja o mundo a conversa olho no olho ainda faz e fara toda a diferença.
  • Busque formas de comprovar seu perfil autodidata, transforme seu CV em um dashboard criativo usando técnicas de visualização.
  • Caso tiver um perfil apenas acadêmico ou apenas empresarial, sugerimos mesclar, só acadêmico ou só empresarial são perfis mais fracos.
  • Utilizar o processo de ensino para fixar conceitos e práticas com as ferramentas, conseguir expressão o conhecimento em linguagem clara e didática é fundamental. Tornar as coisas simples é o trabalho de todos os cientistas.

O nosso muito obrigado

Foi muito difícil fazer uma escolha com tantos candidatos ninjas e dispostos a crescer conosco. Encaramos este processo não somente como um preenchimento de uma vaga, mas um primeiro contato (em muitos casos) com pessoas de diversas partes do Brasil. A vontade era de poder admitir mais umas quinze pessoas pelo menos nesta onda de contratação, contudo, encaminhamos diversos currículos para nossos parceiros e alguns até já estão sendo empregados. Sim, queremos todos trabalhando e gerando riquezas para esse país!

Caso alguém não tenha sido contactado, por gentileza entre em contato conosco (pelo email daniela.zanesco@aquare.la ou redes sociais).

Desejamos manter contato com as pessoas, abertos para direcioná-las para um caminho de desenvolvimento pessoal e profissional, bem como potencializar os indivíduos que entraram para o nosso time.

Saudações do time de Gestão de Talentos da Aquarela!

Quem é a Aquarela Analytics?

A Aquarela Analytics é pioneira e referência nacional na aplicação de Inteligência Artificial na indústria e em grandes empresas. Por meio da plataforma Vortx e da metodolgia DCIM (Download e-book gratuito), atende clientes importantes, como: Embraer (aeroespacial), Scania e Grupo Randon (automotivo), SolarBR Coca-Cola (alimentício), Hospital das Clínicas (saúde), NTS-Brasil (óleo e gás), Votorantim (energia), dentre outros. Fique atento às novas publicações diárias da Aquarela Analytics no Linkedin e assinando a nossa Newsletter mensal! 

Autores

Dos dados à inovação com Analytics

Dos dados à inovação com Analytics

Neste artigo apresentamos uma breve visão sobre quatro conceitos fundamentais para a leitura dos próximos conteúdos deste blog. Trataremos aqui da noção de dados, informação, conhecimento e sabedoria, conceitos que estão associados a diferentes potenciais de inovação (capacidade de transformação da realidade). Ilustramos tal relação no gráfico a seguir:

Complexidade x Valor

Entendemos que o potencial de inovação é sustentado por duas forças, a complexidade e o valor, respectivamente dispostas no gráfico acima em suas coordenadas vertical e horizontal. Logo, quanto mais acima e à direita, maior o potencial de impacto inovador.

Além do plano formado pela complexidade e valor, representando as capacidades de transformação da realidade (potenciais de inovação), o gráfico também aponta os elementos relacionados com o universo humano e computacional dentro deste plano.

A seguir são apresentados os significados das cores dos elementos do gráfico.

  • Vermelho Ser humano com seus sentidos, práticas e vivências.
  • Laranja – Elementos potencializadores da inovação.
  • Verde – Fases de desenvolvimento do potencial de inovação até a tomada de decisão.
  • Azul claro – Ferramentas digitais e computadores que servem de apoio ao trabalho humano, entendidos aqui como próteses cognitivas, as quais nos ajudam a executar tarefas criativas em crescente complexidade.

O que são dados, informação, conhecimento e Sabedoria?

Para definirmos cada um dos elementos potencializadores da inovação (dado, informação, conhecimento e sabedoria), utilizaremos como metáfora o caso da leitura de um termômetro:

A metáfora do termômetro - O que são dados, informação, conhecimento e Sabedoria?
A metáfora do termômetro – O que são dados, informação, conhecimento e Sabedoria?

Olhando a figura, o que podemos inferir dela? O que é dado, informação e conhecimento? E quais possíveis conclusões podemos tirar a partir da leitura de um termômetro (intuição e sabedoria)?

No caso da leitura de um termômetro, temos a seguinte descrição quanto aos elementos potencializadores da inovação:

  • Dados – são os sinais não interpretados, o menor grão e a matéria prima da escala do conhecimento e base para qualquer atividade com potencial de inovação. Eles surgem a partir daquilo que vivenciamos (eventos da vida) e capturamos por meio dos nossos sentidos e pelos dispositivos eletrônicos. No exemplo, o número 36,2 é apenas um número. Dados poderiam também ser caracteres como “@”, “T”, “——-” e assim por diante.
  • Informação – é a listagem dos dados de maneira organizada dentro de uma escala, mostrando uma série de eventos (dados) agrupados. No termômetro a letra ”C” (Celsius) representa a escala, a qual poderia ser também representada por graus Fahrenheit, porém seriam valores diferentes. Nós, humanos, memorizamos de alguma forma os dados obtidos pelos sentidos (organizamos e classificamos em escala), ao passo que os sistemas computacionais, a memorização se dá por meio de dados em listas, planilhas, documentos e  banco de dados, entre outros.
  • Conhecimento – é um tipo de informação contextualizada capaz de mudar algo ou alguém, sendo justificável de alguma maneira. Saber que a temperatura de 38 graus (dado) na escala Celsius (informação) indica que a pessoa está com febre (a temperatura média de uma pessoal saudável é de 36,4 graus) e assim, alguma ação deve ser tomada. Nós seres humanos podemos refletir sobre um problema e tomar uma decisão, já os sistemas computacionais, utilizam algoritmos para isso, ambos com base em dados e em informações. Um algoritmo, por exemplo, pode descobrir padrões de consumo de produtos em um supermercado ou ser usado para melhorar o trânsito de uma cidade.
  • Sabedoria – no topo da escala, a sabedoria se torna subjetiva e aparentemente irracional (ilógica) por ser um conjunto complexo de raciocínios que navegam rapidamente pelas três fases anteriores. Qual tratamento deve ser aplicado ao paciente com febre? Pessoas com grande vivência podem dar conselhos sábios. Nos sistemas computacionais utilizamos instrumentos capazes de conectar dados de diversas áreas para trazer respostas cada vez mais inteligentes (Web 3.0, também conhecida como Web Semântica).

Conclusões

Apresentamos uma visão resumida da Aquarela sobre dados, informação, conhecimento e sabedoria. Muito embora não haja um entendimento definitivo sobre o tema, sua apresentação e definição tornam-se necessárias. Em particular, os conhecimentos apresentados aqui são instrumentais para explicar como o caminho da Web 3.0 (a Web Semântica) e a Indústria 4.0 estão sendo pavimentadas pelo Data Analytics e pelos Linked e Open Data.

Quer ficar atualizado sobre Data Analytics, Indústria 4.0 e Inteligência Artificial? Assine nossa newsletter aqui.

Referências

  • SANTOS, Marcos. Um modelo para a gestão colegiada orientada ao significado por meio da realização de PCDAs. Dissertação (Mestrado em Engenharia e Gestão do Conhecimento). Programa de Engenharia e Gestão do Conhecimento, Universidade Federal de Santa Catarina (UFSC), Florianópolis, 2003.
  • GETTIER, E. L. Is justified true belief knowledge? Analysis, [S.l.], v. 23, n. 6, p. 121–123, 1963.
  • DRUCKER, P. F. The new realities. New Brunswick, NJ: Transaction Publishers, 2003.

Veja outros estudos

Quem é a Aquarela Analytics?

A Aquarela Analytics é pioneira e referência nacional na aplicação de Inteligência Artificial na indústria e em grandes empresas. Por meio da plataforma Vortx e da metodolgia DCIM (Download e-book gratuito), atende clientes importantes, como: Embraer (aeroespacial), Scania e Grupo Randon (automotivo), SolarBR Coca-Cola (alimentício), Hospital das Clínicas (saúde), NTS-Brasil (óleo e gás), Votorantim (energia), dentre outros. Fique atento às novas publicações diárias da Aquarela Analytics no Linkedin e assinando a nossa Newsletter mensal! 

Autores

Bem-vindos ao Blog da Aquarela

Bem-vindos ao Blog da Aquarela

Welcome to Aquarela’s Blog

O blog

Olá, pessoal

Como primeiro post em nosso Blog, gostaria de agradecer a todos, em nome da Aquarela Inovação Tecnológica do Brasil, pela visita a este espaço e também por estarem acompanhando nossa caminhada empreendedora e pioneira no Brasil.

Nosso objetivo como empresários, cientistas da informação e cidadãos, é trazer conteúdo de fácil entendimento, esclarecendo uma série de dúvidas com relação ao que oferecemos em nossos produtos e serviços. Acreditamos também, que nossas experiências podem contribuir significativamente com a comunidade no Brasil e no exterior, razão pela qual o material será igualmente disponibilizado em inglês.

Os principais temas abordados:

Governança

Soluções de negócio, gestão da informação, governança corporativa, metodologias de trabalho criativo. Também serão abordados outros subtemas de valor para quem busca melhorar o seu negócio ou aprimorar seu conhecimento em gestão inovadora.

Tecnologia

Materializando as teorias abordadas em governança e na indústria apresentamos um conjunto de tecnologias e técnicas que vão desde a infraestrutura da informação até linguagens de programação funcional, passando por aprendizado de máquina e visualização de dados. Neste universo, apresentaremos soluções que encontramos para determinados problemas, tutoriais sobre tecnologias da Web 3.0, inteligência artificial e outras inovações.

Finalizando, o conhecimento criado e desenvolvido aqui neste espaço será sempre classificado por tags e categorias, fiquem à vontade para desfrutar do conteúdo, interagir pelos comentários e  outros canais.

Obrigado por sua companhia nessa jornada rumo à uma nova internet!

Saudações.

Quem é a Aquarela Analytics?

A Aquarela Analytics é pioneira e referência nacional na aplicação de Inteligência Artificial na indústria e em grandes empresas. Por meio da plataforma Vortx e da metodolgia DCIM (Download e-book gratuito), atende clientes importantes, como: Embraer (aeroespacial), Scania e Grupo Randon (automotivo), SolarBR Coca-Cola (alimentício), Hospital das Clínicas (saúde), NTS-Brasil (óleo e gás), Votorantim (energia), dentre outros. Fique atento às novas publicações diárias da Aquarela Analytics no Linkedin e assinando a nossa Newsletter mensal! 

Autores