Conheça algumas linhas de atuação possíveis para profissionais que desejam seguir uma carreira em dados. Veja as skills que cada área exige.
A ideia de que dados são o novo petróleo já se disseminou pelo mercado nos últimos anos e inflamou o surgimento de novas profissões e novas posições dentro do organograma das empresas. As carreiras em dados carregam, em geral, a fama de serem grandes oportunidades para profissionais que desejam participar do futuro do trabalho ao mesmo tempo que recebem bons salários.
No entanto, por mais que muitas nomenclaturas de profissões em dados sejam usadas no Brasil e mundo afora, a verdade é que o mercado de dados ainda é um campo em evolução e, por isso, em constante mutação. Assim, não é nada incomum encontrarmos atribuições e requisitos similares em vagas com títulos completamente diferentes.
Para profissionais que estão ingressando ou avançando na área de dados, o essencial é compreender as diversas possibilidades de atuação e observar como cada empresa está lidando com os cargos de forma interna.
Neste artigo, queremos ajudar você a ampliar a visão em relação às possíveis carreiras em dados. Para nos guiar, vamos usar como base algumas nomenclaturas mais consolidadas e outras que têm sido apresentadas por fontes confiáveis no mercado. Continue a leitura e confira 8 carreiras na área de dados!
1. Cientista de dados
Podemos dizer que Data Science é uma das áreas mais consolidadas nesse mercado, juntamente com a Análise de Dados e a Engenharia de Dados. A atuação de cientistas de dados está baseada na compreensão sobre três pilares: business, estatística e programação.
São pessoas responsáveis por desenvolver algoritmos e modelagens com intuito de usar dados para análise preditiva ou prescritiva. Ou seja, mais do que conhecimento técnico em linguagens de programação e matemática avançada, ter também visão de negócio é o que faz diferença nessa carreira em dados.
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. O salário médio é de R$ 7.834, podendo passar de R$ 12 mil em empresas como Nubank e iFood.
Leia também: "7 tipos de cientistas de dados e suas possíveis atuações na empresa"
Para fazer transição de carreira para Ciência de Dados, não é necessário já ter skills totalmente desenvolvidas nos três pilares que mencionamos. É possível ser uma pessoa com visão de negócio e, então, se dedicar ao estudo das outras duas disciplinas. O mesmo acontece para profissionais com bagagem de computação ou de estatística.
2. Analista de dados
Enquanto cientistas de dados são responsáveis pela criação de modelos preditivos, analistas de dados se concentram em transformar esse grande volume de dados em relatórios que possam ser analisados e, por sua vez, transformados em insights para a tomada de decisão no negócio.
Essa carreira aparece ao lado da de cientista de dados na lista de profissões em alta demanda e, na organização, elas também atuam em parceria. Profissionais do time de dados trabalham juntos para definir como será feita a coleta, processamento e limpeza desses dados. De acordo com o Glassdoor, a média salarial em São Paulo é de R$ 4.852 por mês para data analysts.
3. Profissionais de Engenharia de Dados
Para que o trabalho de profissionais de Data Science e Data Analytics seja realizado, é necessário que haja databases bem construídas. A solidez da infraestrutura de captação, armazenamento e organização dos dados é o que vai torná-los disponíveis para uso, permitindo análises confiáveis pelo time de dados.
Essa carreira em dados tem um aspecto bem mais técnico, exigindo habilidades de engenharia de software, estatística e programação avançadas, já que vai lidar com os recursos de dados ainda em seu estado bruto.
4. Especialista em Inteligência Artificial
A especialização em Inteligência Artificial também é um caminho possível para profissionais que desejam seguir carreira em dados. O World Economic Forum colocou essa função em segundo lugar na lista de profissões em ascensão até 2025, ressaltando que líderes de negócio têm dificuldade de encontrar mão de obra qualificada nessa área.
De acordo com a plataforma de carreiras do LinkedIn, uma vaga de especialista em IA deve buscar profissionais que tenham capacidade de entender os desafios do negócio. Assim a pessoa atuante irá desenvolver pesquisas para buscar soluções que integrem recursos de inteligência artificial. Entre as skills buscadas podem aparecer os conhecimentos em machine learning, deep learning, programação neuro-linguística, chatbots e robótica.
Assim, um bom ponto de partida para essa carreira é a Ciência de Dados. Em seguida, é possível se especializar em deep learning e pleitear vagas em IA.
5. Especialista em Engenharia de Machine Learning
Por mais que Machine Learning (ML) seja uma área de conhecimento derivada da Inteligência Artificial, a evolução da área de dados e a necessidade de produtos mais robustos faz com que a especialização em ML também seja uma carreira em dados interessante a seguir.
Essa carreira em dados une o conhecimento em Engenharia de Software, em Ciência de Dados e em ML. Pessoas que atuam nessa área se tornam responsáveis por desenvolver modelos e criar soluções de aprendizado de máquina, com maior foco em garantir que modelos funcionem de forma otimizada e possam ser escalados para dar conta de um grande volume de dados.
Para atuar com Engenharia em Machine Learning, é interessante trazer uma bagagem sênior de Data Science e uni-la com conhecimento de Engenharia da Computação. Assim, profissionais dessa área serão responsáveis pela escalabilidade de modelos preditivos, possibilitando que eles sejam disponibilizados para outros sistemas de negócio.
6. Profissional de Arquitetura de Dados
À medida que times de dados se ampliam, funções se tornam mais descentralizadas em diferentes papéis. Um deles é o de data architect, que tem responsabilidades anteriores às de data engineers. Profissionais de Arquitetura de Dados precisam de bagagem em gestão da informação para criar o design dos frameworks de dados.
Assim como outras carreiras de dados, a de Arquitetura de Dados exige que profissionais tenham visão de negócio como diferencial. Dessa forma, poderão traduzir as necessidades da empresa em uma estratégia de organização que seja viável e eficiente para a construção dos bancos de dados.
7. Especialista em Machine Learning Operations (MLOps)
A especialização nas práticas de MLOps também é uma possibilidade de carreira em dados principalmente para quem já atua com Data Science, Engenharia de Dados e Engenharia de Machine Learning. Profissionais de Machine Learning Operations são adeptos de uma cultura de aperfeiçoamento contínuo dos sistemas de ML.
Isso acontece por meio de práticas adaptadas de DevOps e tem a finalidade de cuidar da infraestrutura dos bancos de dados, preenchendo lacunas e fazendo otimizações de forma contínua e integrada, sem prejudicar o produto final.
A criação de times focados em MLOps é, inclusive, uma tendência de Data Science apontada por André Barbosa, data scientist no Quinto Andar.
“Esse é o trabalho de garantir estabilidade de processos dentro da construção de modelos de AI. Para quem está acostumado com engenharia de software, é o que a gente chama de integração contínua, ou seja, ter testes que garantam que o software não vai quebrar quando o produto for para o ar.”
8. Analista de Business Intelligence
Mais uma das carreiras em dados que frequentemente aparece com vagas abertas é Analista de Business Intelligence (BI). No entanto, ainda existem muitas dúvidas — tanto de profissionais quanto de empresas — sobre as diferenças entre o papel de analistas de BI e analistas de dados.
Ainda que seja uma zona cinzenta, podemos dizer que Data Analytics é uma grande área, na qual BI está inserida. Enquanto analistas de BI terão um foco mais ferramental e operacional, entregando e acompanhando métricas e processos já desenhados, Analistas de Dados possuem um escopo mais amplo, aprimorando métricas e KPIs existentes, buscando e investigando novos problemas de negócios e desenhando experimentos junto à outras áreas do time de dados.
Na prática, vagas de BI podem estar buscando por analistas de dados, por isso, é importante compreender como cada organização percebe os termos e quais são as atribuições e requisitos que estão sendo apontados. O contrário também acontece: vagas que pedem por uma ferramenta específica e conhecimentos técnicos específicos podem estar como Data Analytics mas na prática estão em busca de uma pessoa de BI.
….
Alcançar uma cultura de dados já é um objetivo claro para muitas empresas. À medida que negócios avançam nesse sentido, os times de profissionais especializados crescem e mais carreiras em dados aparecem e se consolidam no mercado. Se preparar para ocupar esses espaços é essencial se você quer pleitear as melhores oportunidades.
Se você quer começar uma carreira em dados ou se desenvolver nessa área, conheça a Tera e nosso bootcamp Data Science & Machine Learning, com 500h de conteúdo, mentorias de carreira, projetos assinados por grandes empresas e certificado reconhecido no mercado.
