Os candidatos que trabalham em data science são muito procurados atualmente e continuarão a sê-lo num futuro próximo. O que a função requer e quais são as principais competências envolvidas?

O que faz um data scientist?

A principal função de um data scientist é gerir uma grande quantidade de dados não estruturados, sendo esta a principal característica que o diferencia de um data analyst. Estes dados são provenientes de várias fontes e um data scientist terá de produzir soluções que façam sentido para a empresa. Faz isto utilizando algoritmos, inteligência artificial e aprendizagem automática, entre outros métodos.

Tal como James Milligan abordou no seu blog sobre os trabalhos tecnológicos mais procurados de 2022, as organizações procuram pessoas que entrem, extraiam dados e, depois, forneçam insights, para que a empresa possa agir. 

Quais são as principais competências que um data scientist pode ter?

As competências mais úteis que um data scientist pode ter vai sempre depender muito da função, mas podemos dividi-las em três pilares principais:

Analítica – uma compreensão sólida de matemática é obrigatória, enquanto um curso ou PHD em informática, estatística ou engenharia é bastante privilegiado. Os data scientists utilizarão ferramentas analíticas, por isso o domínio destas será útil. Os exemplos incluem SAS, Hadoop, Hive, Apache Zeppelin, Jupyter Notebooks e Pig, entre outras.

 
Técnica – a capacidade de usar as ferramentas analíticas supramencionadas será importante. Para além disto, um candidato ideal será fluente (ou, pelo menos, proficiente), em linguagens de programação, como Python, R, SQL, Perl (5) e C/C++. É também aqui que a compreensão da inteligência artificial e da aprendizagem automática será importante durante o processamento de dados.

 
Comercial – este pilar é mais distinto e, apesar de existir alguma sobreposição, exige um conjunto diferente de competências. Um conhecimento prático da indústria é valioso, bem como perceber as formas como os dados e insights serão usados. Apesar de não serem menos importantes nos dois primeiros pilares, as soft skills são de extrema importância aqui - os candidatos terão uma maior perspicácia empresarial e capacidade para comunicar.

Quais as competências mais úteis para alguém que se está a iniciar na data science?

Como referido anteriormente, ter um curso de matemática ou estatística é bastante vantajoso, apesar de um curso superior num campo relacionado não ser nada mau. Para além disto, recomendo alguma experiência em analítica ou dissertações científicas, principalmente se for necessário trabalhar com dados não estruturados.

Os empregadores procurarão candidatos com capacidade para codificar, por isso, aprender a escrever qualquer uma das linguagens indicadas acima seria um bom ponto de partida. O empregador pode querer algumas provas disto, o que significa que os candidatos devem estar preparados para as apresentar.

Além disto, existem algumas soft skills que os futuros data scientists terão dominado numa função anterior ou até durante a sua formação. Destaco o pensamento crítico, a resolução de problemas complexos, a análise do risco e o trabalho em equipa.

Como evoluiu a função do data scientist nos últimos anos?

Só apenas há alguns anos é que vemos as empresas a contratar um data scientist sem qualquer estratégia real sobre como o implementar. Como a indústria tecnológica se desenvolveu muito, atualmente vemos que as organizações estão melhor informadas e preparadas relativamente à sua estratégia de dados. Por esse motivo, têm uma ideia mais clara sobre a função que um data scientist deverá desempenhar.

É claro que, com isso veio uma melhoria na tecnologia disponível para estas organizações.  A maioria das plataformas trabalha de uma determinada forma, mas um bom data scientist conseguirá adaptar-se aos avanços - a mudança é essencial para a função.