No relatório da McKinsey, apresentado anteriormente, apareceram dois números,
dentre os muitos que observei, que me atiçaram a curiosidade: Num futuro
próximo, o mercado americano demandará a figura de cientista de dados(data
scientists), na ordem de 190.000 postos de trabalhos e também
1.500.000
gerentes com alta percepção e conhecimento sobre dados. O conceito de gerente
com sensibilidade e conhecimento para dados é uma decorrência natural do
espessamento da importância dos dados, no contexto da empresa, visto como um
ativo fundamental para os dias de hoje. O conceito de cientista de dados, por
seu lado, já havia aparecido numa reportagem que apontava como a segunda
profissão mais importante dos próximos anos. A referência foi
e publica
o artigo “ The 6 hottest new Jobs in IT”, escrito por Robert Strohmeyer , e publicado na
Infoworld, de 14/06/2011. O conceito de
data scientist ficou em segundo lugar no ranking das mais quentes e novas
profissões de TI. Sim, e daí?. Atrás de Arquiteto de negócios, posicionado em
primeiro, os cientistas de dados ganham projeção pela necessidade de se domar
as montanhas de dados produzidas e onde podem se esconder “pepitas” importantes
de informação sobre opiniões, reputação de produtos, qualidade de serviços,
etc. Os cientistas de dados deverão estar preparados para alinhavar projetos,
mapeando as necessidades específicas de negócios com modelos de dados que
deverão ser identificados, recuperados, analisados e visualizados. Nessas
montanhas de dados, o cientista de dados (data scientist) deverá tentar
descobrir padrões escondidos de comportamento, atitude de clientes, prospects, parceiros,
etc , através da aplicação de algoritmos estatísticos de mining, análise
preditiva, simulações, etc. O cientista de dados terá uma arsenal de
ferramentas à sua disposição, como linguagem R, específica para tratamento
integrado de cálculos e gráficos, softwares como SPSS(IBM), ou SAS, ou
Greenplum(EMC2), dentre outros . O perfil de um cientista de dados envolve
conhecimentos de dados, programação para captura e seleção de dados, limpeza e
preparo de dados e aplicações estatísticas e preditivas sobre eles,podendo ser
considerado um perfil 2012 do que eram
os mineradores de dados ou “data miners” da época de nascimento do BI. Envolverá
o conhecimento de estatística, mining,
algoritmos de “machine learning”, algoritmos de simulações, SGBD e técnicas e
ferramentas de visualização. Data Mining,
de maneira geral é a ciência mãe de todas essas derivações e pode ser definida como técnicas que buscam a identificação
de relacionamentos desconhecidos que possam produzir resultados positivos e
verificáveis, através da aplicação de modelos preditivos, quando aplicados em
novos dados.
Outra
figura também é eloqüente com relação ao crescimento do novo papel dos “data
scientists”. A referência http://www.indeed.com/jobtrends/Data-Scientist.html, mostra uma figura que enfatiza o crescimento
potencial dessa nova profissão, pesquisado em “posts” que falam sobre
tendências de profissões.
Recursos
humanos em Big data:
Com a
percepção de que esses profissionais não estão prontos e disponíveis, nas
quantidades que serão demandadas, as empresas estão atuando junto às
universidades americanas no sentido de criarem especializações, via cursos de
MBA. Algumas universidades americanas , hoje, já oferecem cursos com foco
nesses segmentos. Elas tem adicionado treinamentos “certificados” e cursos de
“Masters”, visando o preenchimento da demanda para esses profissionais. As
universidade de Stanford e a Central do
Estado de Connecticut estão entre as que já oferecem cursos nessa direção. A Universidade
do Tennessee, em Knoxville, também acabou de anunciar um curso em “Analytics Masters” combinado com um MBA, engrossando a lista que será, cada vez mais,
crescente. A universidade de Northwestern também oferece curso de “Masters”
em Análise Preditiva, conforme o link a
seguir:
Nenhum comentário:
Postar um comentário