4 Questões sobre Data Science #2

A nossa sociedade está a entrar numa nova era de dados e máquinas inteligentes. Data Science não é uma moda passageira ou algo que as organizações possam dispensar ou ignorar. Sabe o suficiente para perceber como aproveitar esta tendência? 

Filipa Rodrigues, Coordenadora Científica da Pós-Graduação em Data Science vai, numa série de 5 pequenos artigos sobre o tema, responder a algumas das questões que lhe são colocadas com frequência.

 

4 Questões sobre Data Science #2 1 Rumos, Formação e Serviços em Tecnologias da Informação

 

Artigo de Filipa Rodrigues, Coordenadora Científica da Pós-Graduação em Data Science na Rumos

#2: Analistas, Engenheiros, Cientistas de Dados… afinal, de quantos profissionais precisamos?

Com o aumento da complexidade e quantidade de informação disponível nas organizações, é pouco provável que se encontre alguém com as skills necessárias para lidar com todas estas áreas. É, pois, importante ser capaz de identificar que função serve melhor as necessidades da organização e as competências de cada profissional. Sucintamente, temos:

O Data Analyst, cujo principal foco é ajudar os restantes elementos da sua organização a acompanhar e otimizar os seus esforços. As suas principais tarefas incluem a limpeza e organização dos dados brutos, identificação de tendências nos dados, análise de anomalias, e tradução dos resultados em informação clara e relevante através da criação de relatórios, dashboards e visualizações de dados.

O Data Scientist usa programação e métodos quantitativos matemáticos, estatísticos e machine learning, para encontrar soluções para problemas de negócio, ou científicos, complexos. A sua principal preocupação é criar e treinar modelos matemáticos que lhes permite identificar padrões e fazer previsões fiáveis. As suas tarefas principais passam pela construção de modelos preditivos, usando algoritmos de machine learning e uso de testes estatísticos para validação de hipóteses.

Enquanto um Data Analyst descreve tendências em dados passados e presentes, e traduz esses resultados em termos de negócio, o Data Scientist levanta novas questões e  constrói modelos com o intuito de fazer previsões sobre o futuro mesmo quando baseados em dados nunca antes vistos pelos modelos.

O Data Engineer é o profissional com um perfil mais tecnológico e de infraestrutura de TI. Ele cria e otimiza os sistemas que permitem aos Data Scientists e Data Analysts fazerem o seu trabalho. Asseguram que os dados são recebidos, transformados e armazenados de forma adequada e que estejam acessíveis a outros. Entre as suas principais tarefas estão a construção de APIs para acesso a dados, integração de novos conjuntos de dados, internos e externos, monitorização e teste do sistema de forma a assegurar a sua boa performance.

 


Leia os restantes artigos deste tema aqui:

4 Questões sobre Data Science #1: Business Intelligence e Data Science, não é tudo a mesma coisa?

4 Questões sobre Data Science #3: Qual a melhor linguagem de programação para Data Science?

4 Questões sobre Data Science #4: Que aplicações pode ter a Data Science no mundo real?

+ 3 questões sobre a Pós-Graduação em Data Science