Será Mesmo o Cientista de Dados a Profissão do Futuro?

351 visualizações

Publicada em

Palestra realizada durante a SEMCOMP - UFBA 2015.

Publicada em: Tecnologia
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
351
No SlideShare
0
A partir de incorporações
0
Número de incorporações
7
Ações
Compartilhamentos
0
Downloads
6
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Será Mesmo o Cientista de Dados a Profissão do Futuro?

  1. 1. Será Mesmo o Cientista de Dados a Profissão do Futuro?
  2. 2. Mauricio C. Purificação Empreendedor, consultor, palestrante, instrutor e especialista no desenvolvimento de soluções de Business Intelligence, Data Warehousing e Business Analytics; Sócio-Diretor da OxenTI - Soluções em Tecnologia da Informação; Analista de Business Intelligence (BI) – Cárdio Pulmonar da Bahia; MBA em Administração/Gestão de Negócios - Universidade Salvador (UNIFACS); Bacharel em Ciência da Computação - Universidade Federal da Bahia (UFBA); Pesquisador nas áreas de Business Intelligence, Business Analytics, Big Data, Métodos Ágeis e Bancos de Dados Evolutivos. http://lattes.cnpq.br/3312807554334758
  3. 3. Business Intelligence? “BI é o uso da informação que permite às organizações melhor decidir, medir, gerir e otimizar o desempenho para ganhar eficiência e benefício financeiro.” Instituto Gartner
  4. 4. Business Intelligence? BI é um processo. Existem técnicas, tecnologias e software para BI, mas BI é um processo que envolve métodos, técnicas, tecnologias, pessoas, informações, fontes de informações, métricas, ferramentas, etc.
  5. 5. Business Intelligence? O objetivo do processo de BI é ajudar pessoas e organizações a encontrarem causas e não só apresentar informações, como fazem sistemas gerenciais. A busca por causas passa por analisar dados, talvez grandes quantidades, à procura de padrões, modelos ou repetições.
  6. 6. BI 1.0
  7. 7. BI 2.0
  8. 8. BI 3.0
  9. 9. Uma Nova Realidade
  10. 10. Uma Nova Realidade
  11. 11. Uma Nova Realidade Volume de Dados no Mundo
  12. 12. Novos Padrões de Armazenamento de Dados 2009 Redis Initial Release 2004 2006 2007 2008 2009 2011 2012 2013 2014 2007 MongoDB Started, Neo4J Initial Release 2004 Google’s Map Reduce Paper Published 2012 Google Spanner Paper Published 1998 1998 NoSQL coined 2006 Hadoop Started 2008 Apache Hbase, Apache Cassandra
  13. 13. Big Data “Big Data é como sexo na adolescência: todo mundo fala, ninguém realmente sabe como fazer, todo mundo pensa que todo mundo está fazendo, então todo mundo diz que está fazendo. Dan Ariely, Duke University
  14. 14. Big Data Big Data são dados que excedem o armazenamento, o processamento e a capacidade dos sistemas convencionais: Volume de dados muito grande Dados são gerados rapidamente Dados não se encaixam nas estruturas de arquiteturas de sistemas atuais Além disso, para obter valor a partir desses dados, é preciso mudar a forma de analisá-los.
  15. 15. 3 V’s do Big Data
  16. 16. Oportunidades?
  17. 17. Oportunidades?
  18. 18. Oportunidades?
  19. 19. Novas Arquiteturas
  20. 20. Novas Arquiteturas
  21. 21. Novas Arquiteturas
  22. 22. Universo Big Data
  23. 23. Business Analytics
  24. 24. Business Analytics
  25. 25. Ciência de Dados A ciência de dados difere das análises estatísticas e da ciência da computação em seu método aplicado aos dados coletados usando princípios científicos. Esta é a diferença entre ser capaz de explicar o que os dados significam agora e prever o que os dados podem representar no futuro.
  26. 26. Ciência de Dados A análise de dados tradicional têm sido implantada para explicar tendências a partir de questões bem-formuladas e da modelagem dos dados. A ciência de dados está procurando descobrir conhecimento demandável a partir de uma quantidade grande e pesada de dados que podem ser usadas para tomar decisões e fazer previsões.
  27. 27. O Cientista de Dados Este profissional deve possuir qualificações na área de TI para que consiga acessar e processar o dado de forma eficiente e em tempo hábil, capacidades matemáticas para entender as implicações dos modelos utilizados e de negócio para que possa traduzir tudo isso em relatórios que possibilitem decisões assertivas.
  28. 28. O Cientista de Dados A profissão demanda tipicamente cinco tipos diferentes de tarefa: limpeza de dados, perguntas frequentes, análise a partir do uso de dados estatísticos e modelos de machine learning, resultados visualizados e a melhoria de modelos e algoritmos para melhores rendimentos e resultados e execução.
  29. 29. O Cientista de Dados Hoje a maioria das ações de BI envolvem dados armazenados em data warehouse ao longo do tempo e apenas conseguem visualizar retrospectivas através dos gráficos e dashboards desenvolvidos pelos analistas de BI. Chegar a análises preditivas é um passo que não se dá de um dia para o outro.
  30. 30. E o Futuro?
  31. 31. E o Futuro? Nos próximos anos viveremos uma escassez destes profissionais, não só no Brasil, mas no mundo todo. Esta escassez ao mesmo tempo em que abre muitas perspectivas profissionais para os que abraçarem a função, também atuará como um entrave, pois dificultará às empresas usarem Big Data com eficiência.
  32. 32. Duvidas?
  33. 33. Contatos mauricio@oxenti.com.br http://slideshare.net/mscesar www.oxenti.com.br

×