Business Intelligence Data Analytics Data Engineering Data Science

Time de Dados na Prática

time_de_dados_na_pratica

Fala galera do mundo dos dados! Tudo bem com vocês? Espero que sim! Vamos falar hoje sobre como funciona um time de dados na prática, por trás das várias nomenclaturas dos cargos de dados. Pode até ser confuso entender como cada peça desse quebra-cabeça se encaixa perfeitamente. Mas hoje trago para vocês esse quebra-cabeça montado e vou explicar como cada peça se encaixa perfeitamente.

Ainda assim, vale lembrar, que um time de dados não é igual uma receita. Portanto, o que é funciona hoje para uma empresa pode amanhã não funcionar para ela mesmo devido o objetivo de negócio. Então, não existe um modelo padrão para funcionar em todas as empresas o mesmo time de dados. O mais importante é entender a maturidade da empresa com os dados atualmente, onde é a empresa precisa chegar com seus dados e só assim será possível entender quais são as posições necessárias para o seu time de dados.

Sendo assim vamos entender cada peça do quebra-cabeça de um time de dados na prática, começando por quem mantem a infraestrura de pé.

DataOps 

O DataOps, tem um perfil profissional do DevOps (é uma cultura na engenharia de software que busca unir os desenvolvedores (Dev) e os administradores (Ops)). Então a ideia é ter esse perfil profissional para dar suporte às soluções de dados. Será responsável pela infraestrutura e funcionamento dos softwares, integrações e soluções de dados. Dando suporte aos profissionais de dados, desde o analista de dados até o engenheiro de aprendizado de máquina.

Data Analyst 

O analista de dados ou data analyst, também conhecido como o profissional do time de DA. Terá um perfil voltado para a visualização de dados e geração de insights para o negócio. Atua também, na manipulação de dados para criação de visões específicas para o negócio. Um ponto forte do analista de dados, é a criação de dashboards, utilizando as ferramentas de DataViz. Sendo assim, este é um resumo do que um data analyst o que faz na prática. Na sequência, veremos um pouco do que se espera de Hard Skills e Soft Skills para posição de data analyst.

Hard Skills Data Analyst

  • Linguagem de Programação
  • Manipulação de dados
  • Estatística descritiva
  • Visualização de Dados

Soft Skills Data Analyst

  • Oratória
  • Proatividade
  • Comunicação
  • Pensamento voltado ao negócio

O data analyst, deve atuar bem próximo do engenheiro de dados, pois quase toda sua atividade é com base nos dados preparados pelo time de Engenharia. Então, vamos conhecer o perfil do data engineer. 

Data Engineer 

O engenheiro de dados ou data engineer, também conhecido como o profissional do time de DE. Terá um perfil voltado para preparação e manutenção do repositório de dados, um data lake, lake house ou um data warehouse. Dessa forma, o engenheiro de dados tem um papel fundamental no processo de ETL ou ELT. É bem importante, que o data engineer tenha conhecimento de como fazer a ingestão de dados das mais diversas fontes, desde um banco de dados relacional até em ingestão através de APIs. Enfim, este é um resumo do que um data engineer o que faz na prática. Confere os detalhes Hard Skills e Soft Skills para posição de data engineer. 

Hard Skills Data Engineer

  • Linguagem de Programação
  • Banco de dados
  • Cloud
  • APIs

Soft Skills Data Engineer

  • Adaptabilidade
  • Gestão do tempo
  • Comunicação
  • Trabalho em equipe

Outra posição que vai consumir os dados preparados pelo time de Engenharia é o cientista de dados. Então, confere o perfil do data scientist. 

Data Scientist 

O cientista de dados ou data scientist, também conhecido como o profissional do time de DS. Terá um perfil voltado para estudo e criação de modelos com base nos dados e regras de negócio. O cientista de dados, vai realizar muita análise exploratória de dados, a fim de encontrar respostas para os problemas de negócio e novos padrões insights a serem descobertos. Não podemos deixar de citar também, a criação de modelos de machine learning ou aprendizado de máquina, para entregar mais valor ao negócio. Em suma, Isso é um resumo do que faz um data scientist na prática. A posição de data scientist também tem um conjunto de Hard Skills e Soft Skills que listamos abaixo .

Hard Skills Data Scientist

  • Linguagem de Programação
  • Manipulação de dados
  • Estatística
  • Modelos Preditivos
  • Machine Learning
  • Visualização de Dados
  • Desenvolvimento Web

Soft Skills Data Scientist

  • Soft Skills
  • Pensamento crítico
  • Curiosidade
  • Comunicação
  • Pensamento voltado ao negócio

Colado no cientista de dados, temos a posição do engenheiro de aprendizado de máquina. Posição que por muitas vezes é executada pelo próprio cientista de dados. Então, confere no detalhe o perfil do machine learning engineer. 

Machine Learning Engineer 

O engenheiro de aprendizado de máquina ou machine learning engineer, também estará no time de DS. Terá um perfil voltado para a produtização das soluções de ciência de dados. É o machine learning engineer que vai construir toda engenharia para disponibilizar o consumo dos modelos de machine learning, normalmente construídos pelos data scientist. O engenheiro de aprendizado de máquina, também pode ser responsável pela otimização dos modelos de machine learning. Na sequência as Hard Skills e Soft Skills para o machine learning engineer.

Hard Skills Machine Learning Engineer

  • Linguagem de Programação
  • Estatística
  • Modelos Preditivos
  • Machine Learning
  • Engenharia de software

Soft Skills Machine Learning Engineer 

  • Curiosidade
  • Comunicação
  • Trabalho em equipe
  • Liderança

Após apresentar esses personagens de um time de dados na prática, confere outros personagens que podem estar presentes em um time de dados. 

Outros Personagens 

Esses são alguns dos perfis mais comuns nos times de dados. Mas não podemos esquecer de outros que já estão aí há algum tempo, como o analista de inteligência de mercado também conhecido por business intelligence analyst ou um perfil mais novo como o engenheiro analítico também chamado de analytics engineer.

O business intelligence analyst é um profissional que analisa e levanta requisitos com os times de negócio. Por vezes fazem a modelagem de dados e analisam a melhor ferramenta para extração de dados. E atuam na exploração e exibição dos dados para as áreas de negócio.

Já o analytics engineer é uma posição relativamente nova, seria um perfil híbrido entre o analista e o engenheiro de dados. Criam e fornecem conjuntos de dados limpos para as áreas de negócio, para que as área respondam às suas próprias perguntas. Passa a maior parte do seu tempo transformando, testando, implantando e documentando dados.

Time de Dados ao Cubo

Portanto, vimos o funcionamento de um time de dados na prática. Além disso, mostramos as principais características do engenheiro de dados, analista de dados e cientista de dados, sendo estes, os principais papéis dos times de dados. Conhecemos também o que é um dataops e o que é um machine learning engineer, alem de citar outros perfis como analytics engineer e business intelligence analyst. Dessa forma, montamos o quebra-cabeça do time de dados na prática

Então curtiu o conteúdo? Portanto, chegamos ao final do nosso time de dados na prática. Mas, se você conhece outras posições de dados, deixa aqui nos comentários para nós. Se curtiu, não esqueça de compartilhar o conteúdo e deixar aquele feedback para nós. Tamo juntos e até a próxima.

Conteúdos ao Cubo

Se você curtiu o conteúdo, lá no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar por lá, sempre falando sobre o mundo dos dados.

Então, finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo, escrever o próximo artigo e ter divulgação para toda a comunidade de dados no LinkedIn.

Gostou? Compartilhe!

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *