O mercado tem demandado continuamente por profissionais da área de inteligência de Dados. Uma pesquisa da Intera, empresa de recrutamento digital, revelou um aumento de 485% na abertura de oportunidades de trabalho para o segmento no primeiro semestre de 2021 em comparação com o ano anterior. E apesar da similaridade entre os nomes dos cargos demandados pelas empresas, as profissões de engenheiro de Dados e cientista de Dados são diferentes entre si, mas convergem para um bem comum: a consolidação e a leitura estratégica das informações de uma companhia.
Para entender as principais diferenças entre esses profissionais, Marcelo Miloni, coordenador de engenharia de dados da Dedalus – líder em serviços de Cloud Computing e Dados, explica quais são as formações, funções e objetivos de cada um deles. Entenda:
Formação x função
Começando pela formação, é comum encontrar profissionais de ambas as profissões formados em cursos parecidos que costumam ser o de Ciências da Computação ou Engenharia da Computação. No caso do engenheiro de Dados, vemos uma formação e um caminho de carreira bem similar aos desenvolvedores de software, acontecendo muitas vezes também de DBAs migrarem para a área. Já entre os cientistas de Dados, é comum serem graduados em cursos alternativos, como em administração, economia e muitas vezes em áreas de exatas, principalmente com especialização em estatística. Equipes híbridas, com diferentes backgrounds tem se tornado um grande atrativo para a construção de uma área de dados cada vez mais presente nas decisões de negócio.
“Essas duas profissões costumam trabalhar juntas nas empresas, apesar de ocuparem funções muito distintas. Enquanto o engenheiro de Dados é responsável por coletar, tratar e disponibilizar essas informações, ou seja, deixá-las prontas e confiáveis para serem exploradas, o cientista é a pessoa que vai gerar uma análise preditiva e extrair insights”, explica Miloni.
Confusão entre papeis e job description
O especialista esclarece que, muitas vezes, os papéis de cada um desses profissionais são confundidos pelas companhias. “Acontece bastante dessas funções se sobreporem porque não veem claramente a diferença entre um e outro. O perfil do cientista de Dados é muito valorizado no mercado porque é ele quem entrega o produto final materializado, que são as percepções de negócio ou um produto técnico como, por exemplo, sistemas de recomendação e previsão de faturamento. Às vezes, ocorre de exigirem que ele trate o Dado desde a origem, assim como acontece de pedirem que o engenheiro construa modelos de Machine Learning e criem algoritmos, o que, normalmente, não faz parte do seu escopo”, afirma.
Para entender como funciona na prática os escopos de trabalho para cada uma das funções, vale atentar para os exemplos abaixo:
Engenheiro de Dados – extração e transformação de Dados, modelagem, construção de Data Lake e Data Warehouse, CI/CD, infraestrutura, entre outros.
Cientista de Dados – modelos de Machine Learning, análise preditiva e estatística, sistemas de recomendação, criação de algoritmos, entre outros.
Como funciona na Dedalus
Na Dedalus, por exemplo, Miloni diz que a empresa tem uma demanda voltada para o perfil do engenheiro de Dados. “A companhia quer garantir que os Dados estão sendo explorados corretamente. Com isso, estimulamos que nossos clientes contratem internamente o cientista de Dados, enquanto nós fazemos a engenharia que cuida de toda a infraestrutura que sustenta a disponibilização dos Dados de cada área de negócio.”
O especialista afirma que o cientista de dados é a pessoa mais próxima da área de negócios nas empresas. Assim, esse cargo vai exigir do profissional uma especialização a mais no segmento de atuação da companhia, tendo em vista quais são os objetivos do negócio, o que é relevante para a organização e quais são os produtos que cada área quer lançar.
Demanda no mercado de trabalho
Segundo Miloni, o mercado da área de dados evoluiu muito rápido e a qualificação dos profissionais não acompanhou essa velocidade, o que gera uma baixa oferta desses perfis no mercado. “Outro motivo destes perfis estarem em falta é a complexidade de se preparar para a área. São muitos conhecimentos, o estudo é constante, é necessário sempre se atualizar, pois a cada semestre surge um novo conceito no qual o mercado entende que é a abordagem mais moderna ou a melhor prática. É necessária muita reflexão para separar as tendências de momento do que podemos levar para os clientes com a certeza de que será uma solução duradoura e confiável”, enfatiza.
Os interessados em ingressar no segmento precisam ter um perfil flexível e adaptável, desenvolver conhecimentos técnicos como linguagens de programação, nuvem, bancos de dados, scripts, Devops, por exemplo. Há também a necessidade de conhecimentos para além do técnico, como soft skills, comunicação, disposição para se aprofundar nos negócios e produtos, relacionamento, pensamento crítico e criativo para elaborar soluções, metodologia ágil e habilidade para apresentar e comunicar as entregas para stakeholders. De acordo com o especialista, o mercado tem buscado cada vez mais aqueles que têm um olhar atento a produtos orientados a dados e a geração de valor para o negócio.
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo