O que faz o cientista de dados ser o profissional mais procurado pelos RHs?

Cientista de dados aparece no primeiro lugar da lista de carreiras promissoras para os próximos anos, segundo o relatório Future of Jobs do World Economic Forum. No ranking das melhores profissões de 2019, elaborado pelo Glassdoor, a profissão de cientista de dados foi eleita como a número 1. O ranking, divulgado no final de janeiro, avalia o potencial de ganho baseado no salário base anual médio, no índice de satisfação no trabalho e no número de vagas de emprego. Considerando todas as variáveis, o melhor emprego da atualidade é o de cientista de dados.

“Não há dúvida de que as tecnologias emergentes projetadas para crescer e expandir os negócios, como inteligência artificial, aprendizado de máquina (machine learning) e automação, estão tendo impacto nos tipos de trabalho que os empregadores estão contratando”, diz Amanda Stansell, analista da Glassdoor.

No Brasil, um cientista de dados experiente, em cargo equivalente ao de um gerente, pode ganhar até R$ 25 mil por mês. No Nubank, por exemplo, essa foi a primeira profissão na lista de contratação do RH dentre as 400 vagas anunciadas para 2019. 

AFINAL, O QUE FAZ UM CIENTISTA DE DADOS?

Os cientistas de dados são uma nova geração de especialistas analíticos que possuem as habilidades técnicas para resolver problemas complexos – e a curiosidade para explorar quais problemas precisam ser resolvidos. Eles são uma mistura de matemáticos, cientistas da computação, engenheiros, e parte observadores de tendências. E, como transitam muito bem entre os mundos dos negócios e da tecnologia, são muito procurados e bem-remunerados, como mostra o ranking da Glassdoor.

A alta procura por esses profissionais é também um sinal dos tempos. Os cientistas de dados não estavam sob muitos radares há uma década, mas sua popularidade repentina reflete como as empresas estão mudando sua abordagem de negócios, trazendo profissionais que consigam extrair inteligência para o grande volume de dados que possuem.

As empresas compreenderam, ou estão entendendo, que a massa de informações não estruturadas que detêm são uma mina de ouro virtual, que pode ser transformada em inteligência de negócios. Muitos cientistas de dados começaram suas carreiras como estatísticos ou analistas de dados.

À medida que as tecnologias de armazenamento e processamento de big data, como o Hadoop, começaram a crescer e evoluir, esses papéis também evoluíram. O engenheiro paranaense Gilberto Titericz, de 40 anos, é um exemplo de profissional que se reinventou ao longo da última década, para direcionar, conscientemente, sua carreira para a área de ciência de dados.

Veja também:

• Conheça John Giannandrea, chefe de Machine Learning da Apple
• Ciência de dados, negócios e os desafios dos novos líderes digitais

CIÊNCIA DE DADOS: POR ONDE COMEÇAR

No início da década 2010, Titericz vislumbrou que uma revolução entrava em marcha, com o avanço da utilização dos softwares de inteligência artificial e machine learning, para a geração de algoritmos mais inteligentes do que os até então utilizados. As informações geradas pelos novos softwares produziriam impactos profundos em sociedades, governos e empresas de todo o mundo. O reflexo desta revolução, que começou em 2010, é o que estamos vendo agora.

Na época, Titericz trabalhava como engenheiro de automação da Petrobras. Graduado pela Universidade Federal Tecnológica do Paraná, com mestrado em engenharia elétrica, ele passou anos projetando circuitos eletrônicos para pequenas e médias empresas, antes de se interessar pela área de ciência de dados.

“Eu usava minhas horas vagas e finais de semana para estudar machine learning. A transição [profissional para a ciência de dados] começou em 2011, quando participei do Google AI Challenge. Eu amei essa competição e procurei novas formas de continuar competindo até encontrar o site Kaggle”, conta.

COMUNIDADES DE APRENDIZES

Aqui, portanto, vai a primeira dica: busque por comunidades de aprendizes e mentores em ciências  de dados. Na internet, o Kaggle é uma opção. Fora da internet, há espaços de co-learning e networking como o inovabra e Cubo, que promovem eventos e palestras frequentemente sobre o tema.

O Kaggle, atualmente do Google, é uma grande comunidade online de cientistas de dados e aprendizes de máquinas, que reúne cerca de 100 mil pessoas de todo o mundo. A plataforma oferece suporte para companhias apresentarem desafios em troca de prêmios em dinheiro e pontos para um ranking mundial. É o maior celeiro de craques dos dados.

“Eu usava as competições do Kaggle para aprender sobre machine learning de forma autodidata. Eu lia as soluções vencedoras dos mais variados desafios e passava a desenvolver soluções inovadoras para outros desafios em áreas que antes não possuía conhecimento algum”, diz Titericz.

Em outubro de 2015, Titericz alcançou o primeiro lugar do Kaggle, posto onde permaneceu intocável até 2017 – hoje ele está na segunda colocação. Foi quando percebeu que as dinâmicas internas e a burocracia do seu local de trabalho, a Petrobras, não davam vazão para seu talento, enquanto os convites de empresas de todo o mundo pipocavam em sua caixa de e-mail.

Veja também:

• De recursos humanos à tecnologia: os cargos em alta em 2022
• 17 novas profissões para trabalhar no metaverso

AMPLIE OS SEUS CONHECIMENTOS

A ideia inicial, no entanto, era se mudar para a Califórnia, nos Estados Unidos, com a esposa e as duas filhas para aperfeiçoar seus conhecimentos na ciência de dados em alguma universidade. Mas se ele estaria perto do Vale do Silício, por que não escolher uma das companhias que impulsionam a revolução do uso de dados? A eleita: Airbnb.

Aqui, vai a segunda dica: Fortaleça o seu conhecimento sobre ciência de dados. Há cursos rápidos, para iniciantes, na Digital House e mais sofisticados, com maior profundidade, oferecidos pelas universidades FIAP e FIA.

“Ela (a Airbnb) se mostrou perfeita para minha situação profissional na época. Eu trabalhei por um ano e sete meses na Airbnb, em São Francisco, como cientista de dados. Foi a proposta que mais me interessou, porque existia uma cultura fenomenal, um time de ciência de dados de peso e milhares de desafios internos”, conta.

O time de Titericz era composto por 300 profissionais “Um ótimo ambiente para aprendizado e aplicação de técnicas de machine learning, com resultados rápidos”, ressalta. A observação de que a empresa não economizava em investimentos em tecnologia e na satisfação dos funcionários também foi um contraste em relação aos antigos empregos, sobretudo na Petrobras, que ele ainda vê enorme potencial para o uso de inteligência artificial.

Para Titerics, é muito difícil estabelecer parâmetros de comparação a partir da experiência no Airbnb. Ele conta que uma das fases do processo seletivo avalia a capacidade de adaptação do candidato à cultura, como o gosto por viajar e a facilidade em se tornar “anfitrião” aos moldes do modelo de negócio da empresa.

Titericz deixou o Airbnb em julho 2018. Depois, ele liderou e equipe de ciência de dados da Ople, startup especializada na construção de plataformas de automated machine learning, nascida há dois anos também no Vale do Silício. Todo o trabalho do cientista é feito remoto desde Curitiba, onde ele voltou a viver com a família. “Acredito que minha expertise em construir modelos de alto desempenho está sendo muito bem utilizada na Ople”, comenta. Atualmente ele é Senior Data Scientist na NVIDIA, gigante das placas gráficas.

HOMENS E MÁQUINAS

O engenheiro curitibano mudou de carreira e não se arrepende da escolha. Titericz avalia que profissionais de ciência de dados são muito valorizados hoje. “O ser humano tem uma grande limitação para analisar grandes quantidades de dados e tomar decisões, já a máquina não. O cientista de dados tem o papel de analisar esses dados em alta escala e gerar valor a partir das observações. Ele deve saber fazer as perguntas certas e encontrar um meio de respondê-las”, diz.

Os dados estão presentes em todos os segmentos sociais e interações digitais. A tarefa de extrair informações a partir das análises e gerar valor agregado é o que está em jogo. Para isso, Titericz e seus pares se valem da coleta e construção de dados históricos através de ferramentas estatísticas, matemáticas e de softwares para analisar e produzir modelos de previsão.

“Claro que existem vários ramos da ciência de dados e profissionais especializados, como aqueles que trabalham para gerar visualizações, outros especialistas no processamento de big data ou especialistas em machine learning, que é o meu caso. A questão é que esses profissionais têm grande valia para a sociedade. Com a inteligência artificial é possível aumentar o lucro de uma empresa, bem como reduzir os gastos do Estado, prever o risco de doenças ou ajudar a decodificar o DNA humano”, afirma.

É, por isso, que esta profissão está cada vez mais no radar dos profissionais de recursos humanos.

Veja também:

• Conheça John Giannandrea, chefe de Machine Learning da Apple
• Ciência de dados, negócios e os desafios dos novos líderes digitais
• De recursos humanos à tecnologia: os cargos em alta em 2022
• 17 novas profissões para trabalhar no metaverso