Análise e Discussão Big Data Dicas

Cientista de dados: que profissão é essa?

cientista de dados
3
*Este artigo foi originalmente publicado em 27/01/16 e seu conteúdo foi atualizado e estendido em 03/07/2017

Processar, analisar, perceber. O Data Scientist, ou cientista de dados em português, é um profissional que ainda está em plena descoberta. Tanto do mercado, quanto de si mesmo.

Não basta dominar as ferramentas de análise de Big Data ou ser especialista na gestão de estatísticas complexas. É preciso mais.

O que fazer com o volume e a variedade de dados? O que eles significam? Como analisá-los em tempo real? O que isso pode gerar de negócios, conhecimento, melhorias, transformações? Todas essas perguntas apontam para o cientista de dados. 

E ainda é preciso tomar cuidado com a autoestima exagerada que ronda o mercado: muitos acham que têm esse perfil, mas não é bem assim. E eles não estão fazendo análise de dados, mas apenas amontoando essas informações. 

Siga o futuro 

Ainda em 2012 a Gartner, uma das maiores empresas de consultoria do mundo, já anunciava: o Brasil precisará de 500 mil pessoas capacitadas para trabalhar com Big Data. É a ponta de lança para os profissionais mais corajosos em desbravar um campo ainda em construção. 

São vagas para um profissional que precisa estar capacitado, tanto para usar as ferramentas que se desenvolvem à velocidade da luz, quanto para ter a noção do todo, do global, transformando em soluções os números e dados espalhados pelo mundo.

Qual é a formação do cientista de dados?

O cientista de dados não precisa ter sido criado e nascido na Tecnologia da Informação. No filme O Jogo da imitação (2014), vencedor de melhor roteiro adaptado do Oscar 2015, matemáticos, estatísticos e linguistas tentam quebrar o código da Enigma, máquina que criava o sistema de informação nazista.

Foi preciso uma equipe multidisciplinar para entender o que os números e dados recebidos diariamente diziam. É assim com a análise de dados. Geógrafos, estatísticos, cientistas sociais, jornalistas e também o cientista da computação são as muitas mãos que movem esse caldo denso de informações.

Contudo, é claro que certas formações, como Estatística, Ciência da Computação, Matemática e Ciências Econômicas pavimentam melhor o caminho de quem deseja se tornar um cientista de dados.

Baixe_aqui_seu_Ebook (3)

Habilidades necessárias

Para conseguir extrair valor dos dados e gerar insights que realmente impactem nos resultados de negócio, o cientista de dados precisa reunir habilidades tanto técnicas quanto de negócio. Eis algumas delas:

Data storytelling

O cientista de dados precisa ser um bom contador de histórias – isso mesmo! Os números e dados, por si só, não dizem nada. São um amontoado de informações que só fazem sentido quando conectadas e amparadas por conhecimento. É uma história com começo, meio e fim que dirá o que é tendência, o que é provável, o que é possível. 

Essa habilidade de transformar dados em elementos para narrativas visuais tem nome: data storytelling. Ela é essencial para que os insights gerados pela análise de dados tornem-se ações concretas de negócio.

Lembre-se que, na maioria das vezes, o “público” para o qual serão apresentados os resultados de um trabalho de Data Science não é composto de profissionais de TI ou desenvolvedores, por exemplo, mas de gestores de negócio que têm pouca familiaridade com termos técnicos.

Caso eles não entendam e/ou não enxerguem valor no que está sendo mostrado, dificilmente serão tomadas decisões a partir dos insights, por maior que seja seu potencial de business. Por isso, quanto mais visualizações e menos números, melhor.

Em seu blog, a OkCupid conta histórias muito interessantes por meio de data storytelling, como já mostramos neste artigo.

Data mining

Data mining, ou mineração de dados, é o processo de descobrir informações relevantes em grandes quantidades de dados armazenados, estruturados ou disponíveis em qualquer outro tipo de “depósito”. É um passo essencial para se adquirir conhecimento sobre a concorrência ou o seu próprio negócio ou produto.

Machine learning

Machine learning (ou aprendizado de máquina) refere-se a algoritmos e técnicas por meio dos quais os sistemas “aprendem”, de maneira autônoma, com cada uma das tarefas que realizam. Dessa forma, podemos dizer que o computador aperfeiçoa seu desempenho em determinada tarefa a cada vez que ela é realizada.

A capacidade de entender os diferentes modelos de aprendizado de máquina, quando e como utilizá-los com dados reais e mostrar o valor dos seus resultados é uma habilidade essencial de um data scientist.

É interessante acrescentar que machine learning já apresenta acurácia melhor que a humana em algumas tarefas. Temos como bons exemplos a Inteligência Artificial Carnegie Mellon, que venceu jogadores profissionais de Poker, e a IA AlphaGo, da Google, que superou o melhor jogador de Go do mundo.

Data preparation

Data preparation é o processo de coletar, limpar, normalizar, combinar, estruturar e organizar dados para análise. Ele é o passo inicial (e fundamental) para que o trabalho com Big Data seja bem-sucedido, uma vez que aumenta a qualidade dos dados – e, consequentemente, dos resultados com data mining. Dados “pobres”, de qualidade ruim, geram resultados incorretos e não-confiáveis ao fim do processo de uso das tecnologias de Data Science.

Banner Simplicidata

Interpretação contextual dos insights

E depois que tudo está analisado? E depois de saber o sexo, a cor, os hábitos deste ou daquele consumidor – de produtos ou de ideias? Destacamos aqui outra característica de quem trabalha com Big Data: a tomada de decisão. Contemplar os dados e ir além deles, traçando estratégias e conseguindo mostrar, com dados de experimentos de testes AB, por exemplo, que executar uma ação de forma diferente é melhor do que o processo atual.

Aqui entra também o conhecimento de negócio e compreensão contextual do cientista de dados, necessários para que os insumos gerados estejam alinhados tanto com a realidade da empresa quanto com a do mercado.


Leia também: Como se tornar um Gerente de Projetos de Big Data?


Ferramentas, linguagens e bibliotecas

Algumas das principais ferramentas que o cientista de dados usará em seu dia a dia para “desbravar” dados são:

  • Hadoop;
  • Pig;
  • Hive;
  • Spark;
  • MapReduce.

Quanto às linguagens de programação, é importante que o data scientist domine:

  • Python;
  • R;
  • SQL;
  • Scala.

Já em relação às bibliotecas de machine learning e deep learning que o cientista de dados tem à disposição para consulta, podemos citar:

  • Scikit (ML);
  • TensorFlow (DL);
  • Pytorch (DL);
  • Keras (DL);
  • Caffe (DL).

Leia também: O dicionário de Big Data


Obtendo qualificação

Há várias opções para quem deseja se qualificar em Data Science. Diplomas e certificados de pós-graduação fornecem estrutura, estágios, redes e qualificações acadêmicas reconhecidas para o seu currículo. Em contrapartida, essa alternativa exige também grande investimento de tempo e dinheiro.

Cursos online são mais baratos (isso quando não são gratuitos), curtos e direcionados. Eles dão ao aluno a praticidade e comodidade de serem feitos e finalizados no tempo dele. Contudo, esta opção requer organização, disciplina e autogestão por parte do aluno, para que seja bem feita.

Já conhece o curso de Data Science da Hekima?

Em função da crescente demanda por conteúdos com maior densidade técnica sobre o campo de Big Data, a Hekima lançou seu primeiro curso a distância – Data Science: do Dado à Tomada de Decisão

Se você está interessado em dar os primeiros passos para se tornar um cientista de dados, profissão tão valorizada (e rara!) no mercado, esse curso é perfeito para você. Fizemos um detalhado guia sobre os conceitos, processos e ferramentas que um data scientist precisa dominar!

Aprenda as Principais Técnicas de Data Science neste Passo a Passo para Iniciantes

  • Entenda qual é o processo de Data Science do início ao fim;
  • Compreenda os diferentes tipos de análise de dados (descritiva, exploratória, preditiva);
  • Aprenda a construir e avaliar modelos preditivos (Aprendizado de Máquina);
  • Descubra como contar histórias a partir de dados e envolver audiências (Storytelling);
  • Identifique oportunidades de carreira em Data Science.

As aulas já estão disponíveis na Udemy, maior plataforma para cursos virtuais, com mais de 11 milhões de alunos ao redor do mundo.

Inscreva-se agora clicando aqui ou na imagem abaixo.

rsz_email-mkt-equipe

 

Related Post

  • Pingback: 11 bases de dados gratuitas para mineração, estudos e testes – ABRIA()

  • Excelente conteúdo, sempre ótimos artigos 🙂 um adendo, os profissionais de Biblioteconomia ( área da ciência da informação) também estão muito aptos a se especializarem em Data Scientist, pois os currículos dos cursos compreendem amplo domínio da organização do conhecimento, desde o princípio, as técnicas, até a modernidade digital, as bibliotecas de códigos, requer especialização e gosto pela área tecnológica.

    Abraço.

    • Hekima

      Ótimo adendo, @dcandido:disqus!

  • Pingback: Atlas mostra quais são as cidades mais violentas de Minas Gerais. | Jornal de Penedo-AL()

  • Pingback: Governador Valadares é a quinta cidade mais violenta de Minas Gerais. | Portal Vargem Grande MG()

  • Pingback: Big Data Business()

  • Rodrigo Ribeiro de Paula

    Sou formado em economia e gostaria de ingressar na área de Data Science. Quais cursos vocês recomendam (estatística, programação, etc), e qual a sequência?

    • Hekima

      Recomendamos a você priorizar as disciplinas de Cálculo e Álgebra, fundamentos para que você tenha um bom conhecimento de Aprendizado de Máquina e Estatística.

      Recomendamos também o nosso curso de Data Science (http://bit.ly/udmblog), além do nosso artigo ‘6 tipos de conteúdo para você entender mais sobre Big Data’ (bit.ly/1IN54l3), que mostra alguns caminhos para se obter uma formação adicional em Big Data.

  • Pingback: Big Data Analytics: tudo que você precisa entender | Runrun.it()

  • Rogelson F. Castro

    Estou fazendo graduação em engenharia de software. Além desse curso o que mais devo fazer, quais conhecimentos serão precisos.

    Qual o primeiro passo, para se tornar um cientista de dados?

    • Hekima

      Olá, @rogelsonfcastro:disqus.

      Recomendamos a você priorizar as disciplinas de Cálculo e Álgebra, fundamentos para que você tenha um bom conhecimento de Aprendizado de Máquina e Estatística.

      É interessante também que você pratique bastante em sites como o Kaggle (kaggle.com/).

      Além disso, saber se comunicar é fundamental na hora de apresentar os resultados do trabalho com dados.

      • Rogelson F. Castro

        Okay obrigado!

        E quanto ao conhecimento de programação. Qual o seu nível de importância em relação a Cálculo e Álgebra?

        • Hekima

          Depende muito do que você irá programar.

          Se você programar interface web, por exemplo, praticamente não será necessário qualquer conhecimento em Álgebra e Cálculo.

          Mas se você desenvolver jogos, até mesmo o domínio de visualização de dados será importante.

  • Lauro

    Boa tarde! Sou bacharel e mestre em ciência da computação. Atualmente, estou concluindo o doutorado. Minha área de pesquisa é inteligência computacional e gostaria de ingressar na área de Data Science. O que vocês me recomendam?
    Observação: não tenho experiência no mercado de trabalho. Minha experiência é inteiramente acadêmica.

    • Hekima

      Olá, @disqus_bvednHgZLS:disqus!

      Em Data Science utilizamos bastante da base estatística. Contudo, dado o seu passado acadêmico, o ideal para você agora é focar em Inteligência Artificial e em saber como mostrar os resultados (storytelling e visualizações). A maioria dos cientistas de dados tem uma base acadêmica forte, o que é um ponto positivo para você.

      Não tem muito segredo: é botar a mão na massa mesmo. Se você não puder fazer análises e predições no trabalho ou estudos, crie um blog e um GitHub e faça suas próprias análises. Veja nossos exemplos no developers.hekima.com ou no site do Ben Wellington: http://iquantny.tumblr.com/.

      PS: A Softplan está contratando cientista de dados em Florianópolis! Dependendo, vale a pena você enviar seu currículo.

  • Pingback: A Hekima agora é parte do NVIDIA Inception Program()

  • Pingback: Ganhadores do Oscar: é possível prever os favoritos com Big Data?()

  • Pingback: 8 tendências de Big Data em 2017 | Big Data Business()

  • Pingback: Se você se interessa por Big Data, precisa entender o CRISP-DM()

  • Pingback: Small Data e Big Data: você sabe qual a diferença entre eles?()

  • Pingback: Social Big Data: potencialize sua inteligência de mercado()

  • Pingback: Análise Preditiva: tudo sobre este pilar de Big Data | Big Data Business()

  • Pingback: 6 tipos de conteúdos sobre Big Data | Big Data Business | O canal de conteúdos da Hekima()

  • Pingback: Big Data – Cases de sucesso()

  • Pingback: 9 insights poderosos sobre Big Data na Strata + Hadoop World 2016  ()

  • Pingback: Big Data e Netflix()

  • Pingback: Mineração de dados e estratégia política()

  • Pingback: Preveja tendências de mercado antes da concorrência por meio de Big Data | Big Data Business()

  • Pingback: Top 30 blogs de Big Data do mundo()

  • Pingback: Como o McDonald’s cria estratégias a partir de Big Data? | Big Data Business()

  • Pingback: Big Data Analytics: você sabe o que é?()

  • Darvin da Silveira

    Olá, eu trabalho a 10 anos como desenvolvedor e comecei a me interessar por Data Science minha grande dúvida é o caminho que devo seguir, já que não possuo uma graduação, é melhor eu focar em uma faculdade de Matemática por exemplo ou em cursos específicos para a resolução de problemas matemáticos envolvidos no Data Science?

    • Hekima

      Olá, Darvin!

      No seu caso, acreditamos que cursos específicos sejam o melhor caminho, já que você já tem contato com a lógica de programação.

      Sugerimos este artigo com alguns cursos que podem lhe ajudar: http://www.bigdatabusiness.com.br/5-cursos-sobre-big-data-para-quem-quer-entender-tudo-de-data-science/

      Abraços! 😉

      • Darvin da Silveira

        Obrigado pelo retorno, minha dúvida é se eu teria mercado mesmo sem graduação, pois vi vários Cientistas de Dados com PhD, mestrados, gostaria de entender o quão limitante isso se torna para essa profissão.

  • Paulo Borges

    Parabéns pela matéria. Tenho muito interesse por Big Data, e estou concluindo minha graduação em análise e desenvolvimento de sistemas. Assim que concluir vou realizar uma especialização em Ciência de Dados e Big Data Analytics.
    Me interessei também pelo curso de vocês. Vou realizá-lo.

    • Hekima

      Valeu pelo feedback positivo, Paulo!

      Ficamos aguardando o seu comentário sobre o curso! 😉

  • Pingback: Big Data: o guia definitivo()

  • Pingback: Social Seating: descubra o que as companhias aéreas podem fazer com Big Data | Big Data Business()

  • Pingback: Como Big Data e Literatura se complementam | Big Data Business()

  • Pingback: Como se tornar um Gerente de Projetos de Big Data? | Big Data Business()

  • Pingback: Entenda como a NFL está mudando o futebol americano com Big Data | Big Data Business()

  • O Estatístico

    Parabéns pela matéria. Realmente a profissão Cientista de Dados está em alta, mas ainda faltam muito profissionais. Essa semana, eu estou escrevendo sobre alguns cursos que o profissional deve fazer caso se interesse pela área. Se interessar para alguém, é só acessar http://www.oestatistico.com.br

  • Pingback: 5 cursos de sobre Big Data para quem quer entender tudo de Data Science | Big Data Business()

  • Pingback: Entenda por que Dia dos Namorados tem tudo a ver com Big Data | Big Data Business()

  • Paulla Dark

    Olá, estou lendo esse artigo, pois me interessei por uma vaga de Analista de Big Data e pelas habilidades solicitadas me enquadrava, mas tive dúvidas, pois a vaga mesmo sendo para TI se assemelhava com estratégias de marketing e/ou gerenciamento de projetos, ou seja, um profissional multifuncional. Gerou uma confusão. Achei muito útil a matéria. Sou formada em Comunicação – Publicidade e Propaganda com ênfase em Marketing e tenho como segunda formação Tecnologia em Processamento de Dados e especializada em Design Gráfico. Sempre trabalhei na área de web, design de interação, UX, Front-End. Ministrei durante 7 anos aulas em escola técnica na área de TI. Não sou nenhuma especialista em programação nem banco mas sei programar e gosto muito de algoritmos. Gostaria de saber se isso me qualifica para trabalhar na área de Big Data e quais seria uma indicação para me focar mais nos estudos?

    • Hekima

      Olá, Paulla!

      Ficamos felizes com o feedback positivo sobre o artigo.

      Como dissemos anterioremente, as possibilidades de trabalho são imensas e o fato de você estar apta ou não para a vaga de Cientista de Dados depende das expectativas específicas da posição oferecida pela empresa que você busca.

      Analisando o seu background e a descrição que você fez da vaga, acreditamos que sim!

      Caso você ainda sinta necessidade de uma especialização maior, cursos livres e fontes alternativas de informação podem ser uma saída interessante para complementar seu conhecimento sobre o trabalho com dados (confira nossas indicações neste artigo: bit.ly/1IN54l3).

      Abraços!

    • Hekima

      Oi Paulla!

      Pensando em atender dúvidas como as suas, lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Anna Syathicosck

    Olá!
    Parabéns pela matéria. Foi de grande valia.
    Estou iniciando minha vida acadêmica, ainda não tenho nenhuma graduação. Pretendo seguir na área de humanas ou exatas. Há algum curso que, possivelmente, abra portas para o ramo de BigData mesmo sem uma experiência anterior em quaisquer areas?

    • Hekima

      Olá Anna!

      Ficamos extremamente felizes com seu feedback sobre o nosso conteúdo!

      Não existe um único caminho para se tornar um bom Cientista de Dados, por isso, quanto mais multidisciplinar o profissional for, maiores são as chances de sucesso.

      Graduações ou mesmo cursos livres ligados a Matemática, Ciência da Computação, Programação, Estatística e Ciências Sociais podem ser ótimas escolhas para quem quer trabalhar com a análise de grandes volumes de dados. 😉

      Abraços.

      • Hekima

        Olá, Anna!

        Em função da crescente demanda por conteúdos com com maior densidade técnica sobre o campo da data science, acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão!

        Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

    • Hekima

      Olá, Anna!

      Em função da crescente demanda por conteúdos com com maior densidade técnica sobre o campo da data science, acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Julian

    Olá graduando em Economia e me interesso pela área de T.I principalmente por Data Science, descobri que há profissionais da área econômica atuando como cientista de dados, principalmente econometristas, vejo que o big data é o futuro da tomada de decisões e pode contribuir e muito para melhora de análises e pesquisas econômicas.
    Estou á desenvolver meu TCC e gostaria de saber como eu poderia desenvolver minha monografia com base na metodologia do big data, que ferramenta eu poderia utilizar e sem vocês podem me indicar algum curso tutorial que ensine a trabalhar com ferramentas de big data como hadoop, amazon e etc

    • Hekima

      Olá, Julian!

      Ficamos felizes em saber do seu interesse por Big Data e, principalmente, por apostar na multidisciplinaridade como sua entrada no mercado de Data Analytics.

      Já indicamos aqui no blog alguns caminhos para se obter uma formação adicional em BDA (6 tipos de conteúdo para você entender mais sobre Big Data: bit.ly/1IN54l3). Você chegou a conferir esses materiais?

      Além disso, com a demanda cada vez maior por conteúdos de profundidade técnica, já estamos desenvolvendo nosso próprio webcurso com a colaboração de profissionais e experts na área.

      Em breve, divulgaremos mais informações!

      Abraço! 🙂

      • Hekima

        Olá, Julian!

        Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão!

        Acreditamos que ele pode atender às suas dúvidas.

        Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

    • Hekima

      Olá, Julian!

      Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que ele pode atender às suas dúvidas.

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Pingback: 6 perguntas para considerar antes de adotar Big Data Analytics | Big Data Business()

  • Pingback: Jornalismo de Dados()

  • Carolina

    Olá! Sou formada em ciência da computação como alguns aqui, trabalhei com banco de dados, não por muito tempo, mas é uma área que eu gosto. Não sei se é ilusão minha, mas tenho a impressão de que gostaria de trabalhar com essa parte de dados… de pesquisa, análise… Porém tô vendo que é necessário MUITO conhecimento em várias outras áreas. Vocês tem alguma dica sobre como uma pessoa leiga poderia se aprofundar nesse assunto? Ou até sobre alguma outra área que tenha essas características? Penso que se eu tentasse uma pós agora, não conseguiria acompanhar.

    Agradeço desde já!

    • Hekima

      Olá, Carolina!

      Se você é já é formada em Ciência da Computação e trabalhou com banco de dados, está mais perto da qualificação necessária do que imagina.

      É claro que buscar cursos para complementar cursos diversos para complementar sua formação pode tornar sua experiência e sua versatilidade no mercado muito maior.

      Se você não sente que conseguiria acompanhar uma pós, o caminho pode ser buscar o aprendizado de maneira independente por cursos e outros materiais online na internet (6 tipos de conteúdo para você entender mais sobre Big Data: bit.ly/1IN54l3)!

      Nós mesmos, da Hekima, em breve lançaremos um curso na Udemy sobre Data Science!

      Abraços!

      • Hekima

        Oi Carolina!

        Pensando em atender dúvidas como as suas, lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão!

        Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

    • Hekima

      Oi Carolina!

      Pensando em atender dúvidas como as suas, lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

      • Carolina

        Que maravilha! Vou me inscrever sim. Vocês pretendem dar continuidade a esse curso com outros módulos mais aprofundados?

        • Hekima

          É possível que sim, Carolina! Continue acompanhando nossos canais de comunicação que anunciaremos todas as novidades.

  • Pingback: Jornalismo + dados: o que acontece quando eles se unem? | Raquel Camargo()

  • Pingback: Dia Internacional da Mulher: Empoderamento feminino na T.I. e no mercado de Big Data | Big Data Business()

  • Guilherme Máximo

    Adorei o artigo, terminei meu curso de Ciencias Sociais e gostaria de começar um mba em Big Data, tenho dois medos, o primeiro está relacionado a toda a area de exatas, sendo que eu nao tive quase nada de exatas( muito menos programaçao) na faculdade. O segundo vem do preconceito, será que os contratantes nao optam por graduaçoes mais ligadas a exatas nessas areas?
    Obrigado

    • Hekima

      Olá, Guilherme!

      Parabéns pela graduação! Sobre seus receios, nós acreditamos que isso depende muito do perfil da vaga que você almeja e da própria empresa onde busca essa colocação.

      Como falamos no artigo, muitos Cientistas Sociais conseguem ser bons profissionais de análise de dados suprindo a distância com a área de Exatas se aproximando da Estatística, que é a parte mais matemática das ciências sociais.

      Se você buscar startups e empresas com uma cultura disruptiva, as chances de enfrentar esse tipo de preconceito são baixas. O importante, reforçamos, é estar bem qualificado e se adequar às premissas da vaga e da empresa!

      Abraços!

    • Hekima

      Fala, Guilherme!

      Pensando em atender quem busca uma especialização maior em ciência dos dados, lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que pode ser interessante para você!

      Inscreva-se com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Renata do Valle

    Excelente artigo, aliás, excelente conteúdo do site, muito bom!
    Gostaria de uma opinião sobre o curso Ciências matemáticas e da terra com habilitação em suporte à decisão da UFRJ e será que precisaria de alguma outra graduação para me tornar uma melhor profissional ou alguma outra recomendação? Estou gostando muito dessa área e queria saber se estou no caminho certo! 🙂

    • Hekima

      Olá Renata!

      Ficamos extremamente felizes com seu feedback sobre o nosso conteúdo!

      Inicialmente, não podemos fazer afirmações muito precisas sobre o curso de Ciências Matemáticas e da Terra com habilitação em Suporte à Decisão da UFRJ porque não conhecemos a ementa em detalhes. O número de matérias ligadas a matemática e estatística é um dos pontos importantes que você pode observar para avaliar a proximidade do curso com a Data Science!

      Não existe um único caminho para se tornar um bom Cientista de Dados, por isso, quanto mais multidisciplinar o profissional for, maiores são as chances de sucesso. Graduações ou mesmo cursos livres ligados a Matemática, Ciência da Computação, Programação, Estatística e Ciências Sociais podem ser ótimas complementações para sua graduação incial! 😉

      Abraços.

      • Hekima

        Olá, Renata!

        Lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão!

        Ele pode ajudá-la a dar seus primeiros passos na ciência dos dados.

        Inscreva-se com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

    • Hekima

      Olá, Renata!

      Lançamos nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Ele pode ajudá-la a dar seus primeiros passos na ciência dos dados!

      Inscreva-se com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Lucas Santos

    Boa noite. Sou formado em Engenharia de Produção, mas trabalho com Master Data Management há quatro anos, na gestão e pesquisa de dados referentes a materiais. Estou interessado em migrar para Big data futuramente e tenho algumas dúvidas: 1: Há uma relação considerável entre master data e big data? 2: Se eu fizer cursos específicos relacionados ao big data, inclusive os de programação, isso seria o suficiente para um início, ou necessito de uma Graduação em TI ou Estatística? Obrigado.

    • Hekima

      Olá Lucas!

      Muito obrigado pelo seu comentário.

      Acreditamos que as áreas de Master Data Management e Big Data Analytics são extremamente próximas. Dependendo do volume de dados processados e analisados, por exemplo, em alguns contextos, Master Data pode ser considerado Big Data.

      Cursos específicos, bem como graduações, nas áreas de T.I., Ciências da Computação, Estatística e Matemática são ótimos caminhos para quem busca se especializar no trabalho com Big Data!

      Abraços.

    • Hekima

      Olá, Lucas!

      Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que ele pode atender às suas dúvidas!

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Enio de Oliveira

    O artigo esclareceu muito sobre o assunto para mim. Tenho graduação em Ciência da Computação, gosto da área de banco de dados, tenho afinidade por administração, e estou me interessanto nesta área de Cientista de Dados. Mas gostaria de saber qual o plano de carreira para se chegar a um cientista de dados de uma empresa? O uso de frameworks como Map Reduce (Hadoop, Amazon, etc.) seria como diferencial?

    • Hekima

      Olá, Enio!

      Obrigado pelo comentário, ficamos felizes em saber que você gostou do nosso conteúdo!

      Não existe um caminho linear para se trabalhar com Big Data Analytics. A sua trajetória dependerá muito dos lugares nos quais você gostaria de trabalhar como Cientista de Dados.

      O uso de frameworks definitivamente é um diferencial, já que é um assunto pouco abordado nas faculdades, mas extremamente necessário na rotina de trabalho com grandes volumes de dados.

      Abraços!

    • Hekima

      Olá, Enio!

      Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que ele é interessante para o seu desejo de especialização!

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Pingback: Tendências para o cenário de Big Data Analytics para 2016 | Big Data Business()

  • Douglas Magalhaes

    Muito bom o artigo!!
    Sou estudante de Engenharia de produção e também tenho muito interesse e admiração pela área e penso em trilhar uma carreira como Cientista de Dados. Gostaria de saber quais cursos extras tenho que fazer e quais habilidades tenho que buscar desenvolver para pensar em ser um Cientista de Dados? E também como anda o mercado para este profissional no Brasil, já que a economia sofre com uma certa retração?
    Desde já agradeço!

    • Hekima

      Olá, Douglas!

      Obrigado pelo comentário, ficamos felizes em saber que você gostou do nosso conteúdo!

      Formando em Engenharia de Produção, é interessante que você pense em cursos livres e fontes alternativas de informação para complementar seu conhecimento sobre o trabalho de dados (confira nossas indicações neste artigo: bit.ly/1IN54l3). Caso esteja interessado em graduações ou pós-graduações ligadas a Big Data, Ciências da Computação, Estatística e Ciências Sociais são os cursos que devem estar no seu radar.

      Reforçamos, no entanto, que não existe um único caminho para um trabalho consolidado como Cientista de Dados e que a multidisciplinaridade pode enriquecer todas as etapas do processo de BDA. O importante é se lembrar de utilizar boas ferramentas personalizáveis de Big Data Analytics e, posteriormente, analisar os dados de maneira global para a retirada de insights relevantes do que poderia ser apenas uma avalanche de números.

      Abraços!

    • Hekima

      Oi, Douglas!

      Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que ele é interessante para o seu desejo de especialização!

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Existem indicações de graduações, pós graduação ou especialização na área? A minha formação é Jornalismo, algum curso mais adequado para esse perfil? O tema me interssa há tempos e atuo um pouco na área mas gostaria de me especializar….

    • Hekima

      Olá, Edilene!

      Muito obrigado pelo comentário.

      Pensando no seu background, nossa equipe de desenvolvimento recomendou a Escola de Dados (escoladedados.org). Vale a pesquisa! 😉

      Sugerimos ainda que você confira os seguintes artigos aqui do blog para descobrir outras fontes de informação sobre Big Data, incluindo a sua relação com jornalismo:

      1 – 6 tipos de conteúdo para você entender mais sobre Big Data: bit.ly/1IN54l3

      2 – O que sai se juntarmos jornalismo com Big Data? bit.ly/1PtNWBN

      Qualquer dúvida, estamos à disposição.

      Abraços!

    • Olá, Edilene!

      Muito obrigado pelo comentário.

      Pensando no seu background, nossa equipe de desenvolvimento recomendou a Escola de Dados (escoladedados.org). Vale a pesquisa! 😉

      Sugerimos ainda que você confira os seguintes artigos aqui do blog para descobrir outras fontes de informação sobre Big Data, incluindo a sua relação com jornalismo:

      1 – 6 tipos de conteúdo para você entender mais sobre Big Data: bit.ly/1IN54l3

      2 – O que sai se juntarmos jornalismo com Big Data? bit.ly/1PtNWBN

      Qualquer dúvida, estamos à disposição.

      Abraços!

      • Obrigada pela resposta! Vou ler os artigos e pesquisar mas gostaria de indicações mesmo que não fossem de cursos diretamente relacionados ao Jornalismo e que focassem, além do recolhimento, como muito bem colocado no artigo, na análise desses dados como base para a elaboração de estratégias, seja para o marketing, ou para qualquer outra área…. Abraços!

        • Hekima

          Olá Edilene!

          Esperamos que os artigos tenham lhe ajudado a encontrar cursos livres e outras fontes de informação sobre Big Data. Esse é o primeiro passo para uma formação como Data Scientist.

          Se aprofundando ainda mais, graduações ou pós-graduações nas áreas de Ciências da Computação, Estatística e Ciências Sociais são alguns dos caminhos para quem quer trabalhar com a análise inteligente de grandes volumes de dados!

          Abraços!

    • Hekima

      Olá, Edilene!

      Acabamos de lançar nosso primeiro curso à distância – Data Science para Desenvolvedores: do Dado à Tomada de Decisão.

      Acreditamos que ele é interessante para o seu desejo de especialização!

      Você pode fazer sua inscrição com 50% de desconto (por tempo limitado) aqui: bit.ly/curso_hekima

  • Pingback: Palestra confirmada no Big Data Week 2015 | Big Data Business()

  • Pingback: O dicionário do Big Data()

  • Pingback: O dicionário do Big Data | Big Data Business()

  • Realmente ainda existe muito mito, muito achismo, e muita
    gente falando que já desempenha este papel. Porém, como bem dito aqui, de nada
    adianta “amontoar” grande volume de dados, ter grande capacidade de
    processamento, sem capacidade de contextualizar o cenário, trazer luz a
    análise, alinhada ao core do negócio. Existe uma preocupação constante em
    coletar dados de todas as fontes possíveis, o que é extremamente importante,
    mas que representa apenas parte do processo como um todo. Creio que habilidades devem ser combinadas e na maioria das vezes são necessários mais de um profissional para conseguir gerar interpretações, conclusões, previsões que vislumbrem oportunidades de negócios… e certamente um destes profissionais ou empresas necessários são aqueles que tem grande habilidade de coleta, organização, análise e geração de visualizações que facilitem todo este complexo mas valioso processo…

    • Hekima

      Muito obrigado pelo comentário, Marcelo!

      Você foi preciso em sua análise. Continuaremos a discussão em outros artigos do blog, por isso fique sempre de olho em nossas atualizações.

      Abraços.

  • Realmente ainda existe muito mito, muito achismo, e muita
    gente falando que já desempenha este papel. Porém, como bem dito aqui, de nada
    adianta “amontoar” grande volume de dados, ter grande capacidade de
    processamento, sem capacidade de contextualizar o cenário, trazer luz a
    análise, alinhada ao core do negócio. Existe uma preocupação constante em
    coletar dados de todas as fontes possíveis, o que é extremamente importante,
    mas que representa apenas parte do processo como um todo. Creio que habilidades devem ser combinadas e na maioria das vezes são necessários mais de um profissional para conseguir gerar interpretações, conclusões, previsões que vislumbrem oportunidades de negócios… e certamente um destes profissionais ou empresas necessários são aqueles que tem grande habilidade de coleta, organização, análise e geração de visualizações que facilitem todo este complexo mas valioso processo…

    • Hekima

      Muito obrigado pelo comentário, Marcelo!

      Você foi preciso em sua análise. Continuaremos a discussão em outros artigos do blog, por isso fique sempre de olho em nossas atualizações.

      Abraços.