3. O recurso mais valioso do mundo não é mais o petróleo, mas os dados.
The Economist (Maio/17)
4. A empresa na era da inteligência artificial
Tudo começa a partir dos dados...
• Aquisição Estratégica de Dados
• Data Warehouse unificado
• Reconhecer quais dados são
valiosos e quais não são.
Andrew Ng (Landing.Ai, DeepLearning.ai, Coursera)
Fonte: The State of Artificial Intelligence
9. • Desafio de contratar (e/ou formar)
• Precisamos de heróis?
10. Analistas de Dados (BI)
• Suportam decisores
• Analisam (ou peneiram) os
dados disponíveis
• Fornecem relatórios e
visualizações
• Formulam e explicam
conclusões acerca de
problemas ou situações de
negócio.
Cientista de Dados
(Especialista)
• Realizam análise
avançada dos dados,
buscam padrões,
desenham experimentos e
criam ou otimizam
modelos.
• Resolvem os problemas
mais complexos.
• Em geral possuem uma
formação sólida em
ciências (ou exatas) e
investiram em
conhecimento específico.
Cientista de Dados
(Naturalizado)
• São SUPER usuários (ou
analistas) que adquiriram
conhecimento para
construir ou otimizar
modelos preditivos.
• Sua atuação é
complementar ao Cientista
de Dados (Especialista)
• Não vieram das ciências
exatas.
Engenheiro de Dados
• Toda empresa precisa de
dados com qualidade e
disponíveis para seus
colaboradores.
• Constroem e otimizam os
sistemas de coleta,
armazenamento,
processamento e entrega
de dados na empresa.
11. Conhecimento
Analista de
Negócios
Analista de
Dados (BI)
Cientista de
Dados
(Especialista)
Cientista de
Dados
(Naturalizado)
Engenheiro de
Dados
Ciências Exatas Básico Avançado Intermediário Intermediário
Programação
Eng. SW
Básico Intermediário Intermediário Avançado
Ferramentas
(Dados)
Intermediário Intermediário Intermediário Avançado
Ferramentas
(Ciência de
Dados)
Básico Avançado Intermediário Intermediário
Conhecimento do
Negócio
Avançado Intermediário Intermediário Intermediário Intermediário
12. Desafios para montar uma equipe de dados
• Escassez de mão de obra...Especializada.
• Buscar no mercado X desenvolver em casa
• Não terceirizar os problemas para o time de dados
• Alfabetização em dados
13. Oportunidade para analistas e gestores
• Liderar a mudança
• Capacitar-se para um maior impacto
• Trilhar novas oportunidades de carreira
Analistas de Negócio
Gestores
15. • Abundância de recursos gratuitos
• Cursos em diferentes modalidades
• Ganhar experiência em projetos paralelos
Aprendizado para toda uma vida
16. Sugestões para analistas de negócio
• Ferramentas Visualização
• Estatística aplicada a negócios
• Apreender a programar
• Análise exploratória de dados
• Seguir adiante enquanto fizer sentido
Analistas de Negócio
Gestores
17. Conhecimento
Analista de
Negócios
Analista de
Dados (BI)
Cientista de
Dados
(Especialista)
Cientista de
Dados
(Naturalizado)
Engenheiro de
Dados
Ciências Exatas Básico Avançado Intermediário Intermediário
Programação
Eng. SW
Básico Intermediário Intermediário Avançado
Ferramentas
(Dados)
Intermediário Intermediário Intermediário Avançado
Ferramentas
(Ciência de
Dados)
Básico Avançado Intermediário Intermediário
Conhecimento do
Negócio
Avançado Intermediário Intermediário Intermediário Intermediário
18. • Existem muitas oportunidades (e ótima remuneração)
• Tenha clareza de suas habilidades atuais e pense grande
• Planeje-se e invista em sua formação
• Não faltam recursos e pessoas pra te ajudar
Quer entrar no mundo de dados?
As questões de 1mi USD:
EMPRESA: Como transformar a empresa para que ela tire proveito dos dados? Incorpore uma cultura de dados?
PROFISSIONAIS: Como eu me preparo para isso? Como posso virar um cientista de dados?
Na essência consiste em usar dados para responder questões.
Envolve conhecimento multidisciplinar:
Matemática,
Ciência da Computação
Estatística
Coleta, limpeza, formatação e visualização de dados.
Na essência consiste em usar dados para responder questões.
Envolve conhecimento multidisciplinar:
Matemática,
Ciência da Computação
Estatística
Coleta, limpeza, formatação e visualização de dados.
Na essência consiste em usar dados para responder questões.
Envolve conhecimento multidisciplinar:
Matemática,
Ciência da Computação
Estatística
Coleta, limpeza, formatação e visualização de dados.
Na essência consiste em usar dados para responder questões.
Envolve conhecimento multidisciplinar:
Matemática,
Ciência da Computação
Estatística
Coleta, limpeza, formatação e visualização de dados.