Profissionais que trabalham com dados



27 de October de 2021

A indústria 4.0 revolucionou a forma como as empresas fabricam e distribuem seus produtos. Tecnologias potencializadoras estão cada vez mais integradas ao chão de fábrica e ao pensamento estratégico dessas empresas. Internet das Coisas, Robótica Avançada, Inteligência Artificial, Big Data, Machine Learning … Essa revolução mexeu com o mercado de TI, surgindo novos perfis, readequando outros e criando uma confusão na cabeça de muita gente.

Profissionais de dados têm atuações diferentes dentro das empresas. Da área operacional, passando pela técnica, até a estratégica, existem diferentes atribuições. Podem ser alocados em times específicos, como Marketing, Desenvolvimento, Negócios ou Produto, ou atuar em uma área particular de dados que atenda a demandas gerais.

Para entender sobre esse ecossistema, listamos no quadro abaixo nossa visão sobre esses diversos perfis:

Profissionais de DadosAtividadesFerramentas
Arquiteto de DadosEvolução do Administrador de Dados.

Faz a montagem e o gerenciamento do modelo do processamento de dados, com base no framework de boas práticas do DAMA-DMBok e o modelo Data Management Maturity (DMM), estruturando soluções em sintonia com a organização das informações.

Responsável pelo planejamento da Governança de Dados e, muitas vezes, atua com o Engenheiro de Dados no projeto e entrega de pipelines úteis e facilitadores.

Perfil de negócio e técnico.

Informática, Amazon Web Services entre outras.
Administrador de Banco de DadosProfissional menos afetado pelas mudanças.

Cuida do SGBD (Sistema Gerenciador de Banco de Dados)

Perfil mais técnico.

Oracle, Cassandra, Adabas, Total, MongoDB entre outras.
Engenheiro de DadosFunção relativamente nova.

Responsável por desenvolver o pipeline, definindo a organização, fluxo, estrutura de armazenagem de dados
estruturados e não-estruturados e apresentação das informações, transformando os dados brutos em informações que podem ser analisadas.

Perfil mais técnico, abrangendo conhecimento da infraestrutura analytics da empresa (Data Warehouse, Data Lakes e Big Data).

Ex: o Engenheiro de Dados desenvolve e mantém um Data Lake e oferece APIs de acesso aos usuários, para suas análises e execução de modelos de Machine Learning.

Conhecimento da linguagem de programação Python, Shell Scripts, serviços de computação em nuvem (AWS, Microsoft Azure e outros) Ferramentas de ETL: Informatica PowerCenter, Azure Data Factory , AWS Glue entre outras.
Analista de DadosResponsável por coletar, compilar e interpretar as informações. Com uma visão mais preditiva, obtém insights que possam direcionar a tomada de decisões.

Normalmente focado em determinada área, com o objetivo de desenvolver análises preditivas dos comportamentos de situações que demandam ações por parte da empresa. Podem auxiliar outras equipes, como marketing, fraude ou BI. Na maioria das empresas, trabalha junto com o Data Scientist.

Perfil de negócio e técnico, com formação em Estatística, Matemática ou TI.

Conhecimento de estatística e experiência em pacotes para análise de conjunto de dados (Excel, SPSS, SAS, Linguagem R, Python e Matlab entre outras).
Analista de BIResponsável pelo levantamento dos KPIs e/ou OKRs das áreas da empresa com o objetivo de melhorar processos internos, aumentar a produtividade e otimizar desde a criação de produtos e serviços até a entrega final.

Colhe informações de diversas fontes, tratando e apresentando as principais métricas diretamente com os diretores e tomadores de decisão da empresa. Em muitas empresas, trabalha junto ao Marketing Data Scientist na priorização de tarefas e projetos de melhoria.

Conhecimento no uso de ferramentas de dashboard são essenciais.

Perfil de negócio e técnico.

Ferramentas para construção dos dashdboards: Tableau, Hyperion, Qlik View, Power BI etc.

Ferramentas de ETL: Informatica PowerCenter, IBM InfoSphere DataStage, etc.

Cientista de DadosEm alta no mercado, é responsável por liderar a exploração e desenvolvimento de ferramentas ou técnicas para trabalhar com um grande volume de dados.

Suas responsabilidades e habilidades também incluem a geração de insights, raciocínio analítico para reconhecer tendências, especificação de necessidades e identificação de pontos cegos. Tudo isso com o objetivo de orientar as tomadas de decisão e sempre utilizando técnicas preditivas avançadas, como Inteligência Artificial.

Perfil de negócio e técnico.

Domínio de linguagens de programação como Python e R.

Inteligência Artificial: Machine Learning, Robotics, Natural Language Processing (NLP) e outros.

Obs.: Profissões voltadas à LGPD, como Controlador, Operador e DPO, estão fora deste escopo.

Algumas funções poderão ser automatizadas e, portanto, menos requisitadas ou até deixarem de existir. Outras podem surgir. O fato é que dados sozinhos não fazem verão, nem trazem resultados para as empresas. Precisam ser devidamente tratados para se tornarem o norte mais seguro para o crescimento de qualquer empresa.

Escreva sua resposta

Seu e-mail não será publicado.

*
*

  • Generic selectors
    Exact matches only
    Search in title
    Search in content
    Search in posts
    Search in pages
  • CATEGORIAS

  • ARQUIVOS