Conheça as principais diferenças entre engenheiro e cientista de Dados

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.