7 tipos de cientistas de dados e suas possíveis atuações na empresa

Ciência de Dados é uma área cada vez mais ampla e profissionais que investem nessa formação podem atuar com versatilidade. Descubra alguns caminhos possíveis e os diferentes tipos de cientistas de dados.


Data Science já deixou de ser uma novidade para se tornar uma carreira em dados consolidada e em ascensão no mercado global. Na medida em que essa profissão amadurece, ela ganha novos contornos, mostrando que existem diferentes tipos de cientistas de dados. Com isso, profissionais da área podem seguir diversos caminhos ao longo da trajetória, já que nem todos os tipos de cientistas de dados são criados iguais.

Atualmente, existem várias “gerações” de cientistas de dados que entraram e saíram das mais variadas organizações, e que vêm com diferentes qualidades que podem se adequar a diferentes tipos de empresas. Tudo depende dos tipos de problemas ou projetos que são trabalhados no local, o que não significa que um tipo de cientista de dados é melhor do que o outro, mas sim do que a empresa está procurando.

A atuação de diferentes tipos de cientistas de dados pode ser influenciada por fatores como:

  • formação anterior;

  • tempo trabalhando na área;

  • nível de especialização;

  • contexto do negócio em que a pessoa está inserida. 

Pensando nisso, o data scientist e CEO da Dataiku, Florian Douetteau, explorou em um artigo quais são os tipos de cientistas de dados que já existem no mercado. Além de orientar empresas sobre quais perfis podem compor um time de dados, ele também ajuda profissionais da área a entenderem as possibilidades de atuação. Segundo Florian Douetteau, existem sete tipos de cientistas de dados, sendo eles:

  1. Generalistas;

  2. Lendas;

  3. Especialistas em Estatística;

  4. Com pouca profundidade;

  5. Especialistas em Engenharia de Machine Learning;

  6. Experts em uma vertical;

  7. Gestores de times de dados.

Quais são os tipos de cientistas de dados?

Continue a leitura e confira quais são as características desses sete perfis!

1. Generalistas

A categoria de generalistas em Data Science é formada por profissionais que conseguem apresentar uma visão bem desenvolvida sobre os três principais pilares da área, que são conhecimentos sobre:

  • business;

  • matemática e estatística;

  • tecnologia e programação.

Esse tipo de cientista de dados costuma ser o mais procurado pelas empresas brasileiras, principalmente porque a maioria delas ainda não tem um time de dados muito grande. A vantagem desse perfil é sua versatilidade, que permite uma adaptação a todos os mercados, inclusive menos maduros, como no Brasil.

Assim, pessoas que conseguem entender o todo se tornam profissionais de alta performance, com capacidade de fazer contribuições relevantes para o avanço do negócio.

data-science-ebook-guia

2. Lendas

Ser generalista é um diferencial em Data Science. No entanto, Douetteau explica que é possível estar um nível acima. Ele coloca nessa categoria as pessoas que conseguem dominar, com profundidade, todos os três pilares da Ciência de Dados.

É claro que isso não acontece de um dia para o outro. Esse tipo de cientista de dados, provavelmente, está no mercado há muitos anos e já passou por várias etapas de desenvolvimento. Além disso, o profissional compreende que precisa estar em constante atualização. No mercado brasileiro, as lendas são pessoas que trabalhavam com ciência de dados, antes mesmo da área receber esse nome.

Ademais de se debruçarem sobre estatísticas avançadas, eles conhecem e dominam diferentes linguagens de programação e ainda têm a visão sobre todas as áreas do negócio. 

Estes tipos de cientistas de dados são sofisticados, costumam ter PhDs e são mais caros. Por essa razão, ficam indisponíveis rapidamente, já que essas “lendas” frequentemente são procuradas pelas grandes empresas de times de dados, como Facebook e Google. Isso deve ser levado em conta na hora de contratar esse profissional, já que, talvez, ele não seja exatamente o que a sua empresa precisa.

3. Especialistas em Estatística

Por mais que estatística seja uma base da Ciência de Dados, é possível se tornar especialista nessa disciplina e ganhar reconhecimento pela força nessa área. A pessoa cientista de dados com foco em estatística consegue desenvolver modelos de análise mais robustos, além de aplicar teorias e modelagens para fazer previsões.

Isso permite que esses tipos de cientistas de dados entreguem maior valor ao negócio e, caso ganhem domínio em uma área específica, como finanças ou marketing, podem se tornar grandes referências.

4. Com pouca profundidade

Florian Douetteau aponta que esse tipo de cientista de dados é caracterizado pela pouca profundidade em Ciência de Dados. Parece estranho? Segundo o autor, são profissionais que não necessariamente trabalham diretamente na área, mas têm algum conhecimento e precisam dele em parte de sua rotina profissional.

Como exemplo, ele menciona profissionais da Engenharia de Software ou mesmo de Product Management, que podem atuar de forma associada ao time de dados. Dessa forma, esses tipos de cientistas de dados precisam entender a linguagem usada e as possibilidades de execução.

5. Especialistas em Engenharia de Machine Learning

Em muitos negócios da economia digital, a modelagem de dados é o cerne do produto. Com isso, abre-se espaço para profissionais com especialização em Engenharia de Machine Learning.

Essa carreira em dados une o conhecimento em Engenharia de Software, em Ciência de Dados e em Machine Learning. Pessoas que atuam nessa área se tornam responsáveis por garantir que modelos de Machine Learning funcionem de forma otimizada e possam ser escalados para dar conta de um grande volume de dados.

6. Experts em uma vertical

Imagine atuar por anos como cientista de dados em uma fintech. O conhecimento desenvolvido sobre Data Science aplicado a aquele modelo de negócio molda profissionais experts em uma vertical. Esse perfil de data scientist se torna muito valioso no mercado, na medida em que novas empresas de um mesmo segmento surgem e passam a buscar por especialistas.

Por outro lado, Douetteau aponta que pode ser perigoso manter o foco apenas em parte da indústria, já que isso pode criar uma limitação na hora de lidar com outros modelos de negócio. Por isso, experts são bem-vindos, mas são ainda melhores quando conseguem manter um olhar amplo sobre todo o mercado.

7. Gestores de times de dados

Por fim, mais um tipo de cientista de dados é aquele que se torna responsável por gerenciar um time de profissionais da área. Esse papel vai se afastar da prática e se tornar essencial para que profissionais atuem com máximo desempenho. 

Assim, gestores de times de diferentes tipos de cientistas de dados se ocupam com a qualidade das entregas, com a gestão da produção de modelos, com a produtividade e, claro, com os resultados que a equipe está entregando para o negócio. 

Observando os diferentes tipos de cientistas de dados, percebemos que a atuação de profissionais dessa área pode ganhar diversas particularidades, dependendo do contexto. Por isso, tanto para quem se candidata às vagas de data scientist quanto para quem contrata, é necessário primeiro compreender quais skills são realmente importantes para ocupar determinado posto.

O que um cientista de dados precisa ter?

Agora que você já conhece os sete tipos de cientistas de dados de acordo com Florian Douetteau, saiba o essencial que cada Data Science deve ter para se aventurar na carreira. Como informado, todos os tipos de cientistas de dados devem estar sempre atualizados sobre as técnicas analíticas, tendo também amplo conhecimento sobre:

  • Estatística e Matemática;

  • Big Data;

  • Linguagem de Programação;

  • Conhecimento de Negócios;

  • Técnicas de Apresentação e Visualização de Dados;

  • Data Preparation;

  • entre outros.

Além desses conhecimentos, é necessário que todos os tipos de cientistas conheçam um pouco de linguagem de programação. Contudo, outras habilidades também são levadas em conta no momento da contratação do data scientist, e estas são as dez habilidades mais encontradas em todos os tipos de cientistas de dados:

  • Comunicação;

  • Gestão de Dados Estruturados;

  • Matemática;

  • Gestão de Projetos;

  • Data Mining e Visualização;

  • Design de Experimentos;

  • Gestão de Dados;

  • Design e Desenvolvimento de Produtos;

  • Modelagem estatística;

  • Desenvolvimento de negócios.

….

Para evoluir como cientista de dados, é fundamental acompanhar as tendências desse mercado. Se você quer saber o que profissionais de grandes empresas estão pensando sobre Data Science, Data Analytics e Data Literacy, baixe gratuitamente nosso e-book Tendências de Carreiras Digitais”.