Business Intelligence - Unopar

SAVE OFFLINE

BUSINESS INTELLIGENCE, BIG DATA & ANALYTICS (Ciência de Dados)

SUMÁRIO Introdução

Contextualização

Oportunidades

Funções e competências

Habilidades socioemocionais

O mercado

Conclusão

Introdução

O curso de Business Intelligence, Big Data & Analytics (Ciência de Dados) aborda as temáticas necessárias para o aperfeiçoamento do profissional envolvido em áreas de inteligência, negócios e de análise de dados, com o propósito de posicioná-lo em um mercado no qual as habilidades técnicas e operacionais para um bom desenvolvimento do trabalho de tratamento de informações se fazem necessárias. O intuito em desenvolvê-lo nestas habilidades é o de capacitar o aluno em métodos de transformação de dados (análise de dados) de modo que obtenha insumos que possam ser úteis no direcionamento de metas de trabalho e otimização de processos.

Introdução | 4

Contextualização

Cada vez mais o mundo produz dados para transformá-los em informações úteis e recursos tecnológicos são criados para tal produção. Como consequência, o armazenamento, o tratamento e a análise de dados precisam também avançar em termos de recursos, modernidade, operacionalidade e agilidade. Para tanto, há uma necessidade crescente de capacitação de profissionais para lidar com esse mundo tão dinâmico. O poder de armazenamento de dados com o avanço das tecnologias e da modernização dos processos, juntamente com profissionais qualificados, têm aumentado a cada dia. Muitas empresas têm ampliado seus investimentos em ferramentas de Business Intelligence (BI) com a intenção de aumentar o poder de integração, análise e apresentação de resultados a partir do tratamento de dados. A grande massa de dados produzidos no mundo tem recebido o nome de big data que, no sentido literal da palavra, significa “grande volume de dados”. No entanto, a definição de big data é, na prática, muito mais ampla, pois, além de se referir a grande volume de dados, também se refere à variedade de dados, a diversas fontes de produção de dados e à velocidade em que são produzidos e tratados. A massa de dados produzida atualmente pelo mundo através de diversos mecanismos tecnológicos pode, agora, receber o devido tratamento analítico com ferramental estatístico de Business Intelligence e Analytics. Para isso, é importante que existam profissionais com o conhecimento necessário para fazer girar esses processos e levar seus negócios para o topo, ou para posições de vantagem, na disputa acirrada que existe no mundo dos negócios. Pode-se dizer que o termo analytics, relacionado ao Business Intelligence, é um conceito que engloba processos e tecnologias diversas, que permitem a extração e a criação de informações úteis a partir de dados coletados por filtragens, processamentos diversos, categorização, condensação e contextualização de dados (BAHGA; MADISETTI, 2019). Portanto, pode-se afirmar que o termo analytics está relacionado com a forma de tratamento dos dados no propósito de transformá-lo em informação útil para um bom aproveitamento em processos de tomada de decisão e divulgação. As fontes de produção de dados são diversas. Dados surgem das milhares de páginas de internet existentes, de mensagens de textos elaboradas em canais de redes sociais, como o Twitter etc. Dada essa diversidade de fontes de dados e informações, é preciso, também, que o profissional desta área seja eclético e tenha uma formação que agregue conceitos dos mais variados tipos de profissionais, tais como: computação, estatística, finanças, negócios, marketing, dentre outros. O “fenômeno” big data tem como causa básica o investimento que se tem feito em tecnologias associadas a produção, armazenamento e ferramentas analíticas de consulta a análise. O barateamento dessas tecnologias, a sua miniaturização e o crescente aumento da capacidade de processamento têm como consequência direta a disseminação de equipamentos mais modernos, dispositivos e processos com mais capacidades, tanto para produção quanto para armazenamento, referindo-se a arquiteturas de dados mais modernas, mais inteligentes e mais eficientes. É claro que não se pode deixar de falar em computação na nuvem (cloud computing) e de internet, pois, estas duas ferramentas são umas das principais geradoras de dados. Nesse cenário é que surge o cientista de dados e a data science ou ciência de dados. A ciência de dados é composta por um conjunto de conceitos e ferramentas de analytics responsáveis por apresentar ideias e uma nova visão de negócios através do uso de grandes bancos de dados e ferramentas de Business Intelligence para obtenção de resultados relevantes para os negócios. Como exemplo, a Amazon, juntamente com a sua equipe de cientistas de dados, analisa as milhões de compras feitas anualmente e, baseada nisso, avalia o perfil de seus compradores para verificar os tipos de produtos que poderão ser comprados por cada perfil.

Contextualização | 6

Apesar de não ser difundida como deveria, a ciência de dados já é um fato na vida cotidiana das pessoas, principalmente daquelas que fazem uso de redes sociais, utilizam aplicativos de celulares ou são assinantes de algum tipo de serviço como o Netflix ou Spotify. De uma forma resumida, pode-se dizer que o cientista de dados é o profissional capacitado para lidar com big data realizando as atividades de organização, análise, identificação de tendências e para subsidiar áreas diversas das empresas, como marketing, negócios, finanças, dentre outras. Para lidar de forma apropriada com a grande massa de dados, o cientista de dados precisa conhecer linguagens de programação, como R, Python, SQL etc. e saber elaborar a visualização de dados que possam apresentar resultados e achados de fácil compreensão e interpretação pelo seu público-alvo. Portanto, além de conhecer linguagens de programação, o cientista de dados precisa conhecer ferramentas de elaboração de painéis de visualização de resultados (dashboard). A ciência de dados requer conhecimento em várias áreas e, por isso, é comum que a equipe de analytics seja composta por profissionais de formações diversas, mas que detêm um conhecimento em comum que esteja relacionado com o Business Intelligence. No Brasil, ainda é escasso no mercado o profissional classificado como cientista de dados. As empresas que buscam esse profissional têm feito recrutamento, em geral, de profissionais da computação, matemática e da estatística, no geral. Ainda são esses graduados que ocupam, em grande parte, as vagas com nomenclatura de “cientista de dados”, “engenheiro de dados” e “analista de dados”. No entanto, essa situação tem mudado. Cada dia mais, outros profissionais têm se tornado cientistas de dados, pois, têm buscado qualificação para isso, com cursos diversos, principalmente, em nível de pós-graduação. Segundo a pesquisa Paradigma Digital (2019), realizada em parceria entre o Talenses Group e a Digital House, apresentada em agosto de 2019, 88% das empresas acham que necessitam de profissionais digitais. Segundo a pesquisa, entende-se por digital, o mindset e a cultura agile para a tomada de decisões. É o profissional que utiliza ferramentas tecnológicas para o desenvolvimento de seu trabalho. Entre esses profissionais está o cientista de dados. Um dos resultados apresentados pela Pesquisa Paradigma Digital (2019) mostra o ranking dos profissionais digitais mais buscados pelas empresas e aponta o cientista de dados na terceira posição, representando cerca de 9% dentre esses profissionais. O resultado encontrado reforça a tendência de um aumento na busca por profissionais com capacidades de manipulação de grandes bases de dados.

1°

Analista de Dados |BI

2°

Analista de Mkt Digital

10%

3°

Cientista de Dados

9%

13%

A Pesquisa Paradigma Digital (2019) foi realizada com 102 empresas no segundo trimestre de 2019, sendo em sua maioria empresas de grande porte, com mais de 500 funcionários. Ela é uma dentre muitas pesquisas realizadas cujos resultados apresentam a tendência de crescimento da busca por profissionais qualificados em tecnologia da informação.

Fonte: Elaborado com base na Pesquisa Paradigma Digital (2019)

Contextualização | 7

Oportunidades

Com aulas preparadas por especialistas, você será capaz de identificar as tecnologias digitais necessárias para a sua formação como cientista de dados. Você fará uma imersão no mundo digital aplicado a ciência de dados. O curso oferecerá o conhecimento teórico necessário, acompanhado da prática indispensável para a consolidação do conhecimento, com práticas com apresentação de exemplos aplicados em diversas ferramentas como a linguagem R, linguagem Python, Qlik Sense etc. Dentre os conceitos teóricos a serem apresentados estão alguns conceitos de estatística, importantes para a escolha da metodologia apropriada para o tratamento e análise de big data, assim como a escolha da visualização de dados apropriada. Também serão apresentadas as principais ferramentas de visualização de dados, assim como as boas práticas para a sua produção, no intuito de obtenção de produtos elegantes, atrativos e, principalmente, de fácil comunicação e interpretação. O curso também terá o suporte de videoaulas, que serão disponibilizadas para você assistir onde e quando quiser, assim como quantas vezes quiser. A intenção é trazer um suporte a mais para a consolidação do conhecimento. O conteúdo das videoaulas inclui a apresentação do material escrito de forma resumida, apontando os principais pontos da aula com exemplos de aplicação e, também, traz para o aluno dicas interessantes e atualizadas, importantes para estimular a busca por mais informações a respeito do assunto tratado. O curso pretende formar cientistas de dados aptos para trabalharem nos diversos campos que compõem os pilares de Business Intelligence, que vão desde a extração de dados, consulta de dados com ferramentas OLAP (Online Analytical Processing), análise de dados e elaboração de produtos como painéis de visualização (dashboard) e relatórios gerenciais. A escolha da(s) ferramenta(s) ideal(is) para o desenvolvimento das atividades do cientista de dados deverá ser aquela que otimizar a obtenção dos resultados. Como conteúdo do curso, muitas ferramentas serão apresentadas, sendo que algumas exigirão conhecimento de linguagem de programação.

Oportunidades | 9

Funções e competências

As funções e competências que cabem ao cientista de dados podem variar conforme o segmento ou o ramo de atuação em que estiver inserido. Mas, de forma geral, é possível afirmar que o seu principal papel será o de fazer análises de big data para a extração de informações úteis para os negócios. A ideia básica é fazer com que a ciência de dados faça o que a mente humana, sozinha, não conseguiria fazer. É possível associar uma série de atividades ao cientista de dados, sem considerar que sejam limitadas ao que está listado abaixo:

Coleta, organização e tratamento de dados de natureza diversa.

Análise e manipulação de dados com o uso de ferramentas de inteligência artificial.

Atividades voltadas para a garantia da privacidade e segurança de dados, levando em conta a legislação vigente.

Consultoria diversa em big data.

Realização de treinamentos para qualificar profissionais diversos.

Disponibilização de produtos e sistemas que permitam a manipulação de grande massa de dados.

De longe, a lista de atividades não se esgota no que está apresentado. É por isso que o cientista de dados precisa ser um profissional eclético, diversificado e ter facilidade de adaptação aos ambientes em que for inserido. Uma competência importante que o cientista de dados necessita ter é o conhecimento dos negócios.

Funções e competências | 11

Habilidades socioemocionais

A dinâmica em que os negócios acontecem exige que o profissional da ciência de dados a acompanhe para que as decisões sejam tomadas no momento correto. Isso exige que haja uma intensa interação e acompanhamento do processo de uma forma geral, que vai desde um planejamento de trabalho com uma ideia preferencialmente inovadora até a elaboração do(s) produto(s) que irá(ão) subsidiar a(s) decisão(ões) final(is). A Pesquisa Paradigma Digital (2019) enumera uma série de habilidades que um profissional digital deve ter – dentre eles o profissional da ciência de dados. Apresenta ainda os percentuais da pesquisa para as características mais frequentes nas respostas dadas pelas empresas pesquisadas.

Colaborativo

9%

Pensamento Lógico

9%

Analítico

9%

Criativo

9% 7%

Inteligência Emocional

6%

Proativo ou Resiliente Trabalho Remoto Comunicativo Competitivo

2%

Detalhista

2%

Organizado

2%

Idealista

2%

Exigente

0

5%

1°

Inovador

2°

Aprendizado Contínuo

3°

Adapta-se com Facilidade

13% 11% 10%

3%

Pesquisa Paradigma Digital (2019)

1%

20

40

Dentre as habilidades mais frequentemente respondidas pelas empresas estão o espírito inovador, o aprendizado contínuo e a facilidade de adaptação. É claro que existem as habilidades técnicas, já que sem as mesmas não se consegue desenvolver a carreira.

Habilidades socioemocionais | 13

O mercado

O mercado para o cientista de dados está em uma tendência crescente, já que a produção de dados vem aumentando, assim como a complexidade com que eles são gerados. Por isso, ficará na frente aquele que buscar especializar-se de forma continuada em conhecimentos de Business Intelligence e Analytics, já que a tomada de decisões baseada em dados é crescente entre as empresas. O Brasil segue a tendência mundial e, por isso, tem aumentado a busca pelo profissional da ciência de dados. Por ainda ser um profissional em escassez no mercado, os salários oferecidos pelas empresas são bons, sendo em média compatíveis com os salários de profissionais da ciência da computação. Ao optar pelo curso de Pós-graduação em Business Intelligence, Big Data & Analytics (Ciência de Dados), você terá a oportunidade de se capacitar para atuar como cientista de dados, adquirindo habilidades muito requisitadas pelo mercado de trabalho. Ao se capacitar, poderá lidar com processos que envolvam o tratamento de dados de forma proativa e em situações diversas. A especialização (Pós-Graduação lato sensu) pode ser considerada um diferencial, uma vez que complementa os cursos de graduação, e você encontra uma oportunidade de aplicação real de técnicas e ferramentas que, além de atuais, são totalmente indispensáveis no contexto da Quarta Revolução Industrial. Além de valorizar seu currículo, você amplia as chances de um aumento salarial.

O mercado |15

Conclusão

Investir no curso de Pós-graduação em Business Intelligence, Big Data & Analytics (Ciência de Dados) capacita para compreender o mundo dos dados e dos negócios na era digital e de big data. Este entendimento será a base para a aprendizagem da utilização das ferramentas analíticas para a aplicação das estratégias organizacionais. A imersão neste curso trará motivação para a liderança que fará de você o elemento transformador e mobilizador das transformações internas na sua empresa. Ficou interessado? Acesse agora www.portalpos.com.br/unopar e faça a sua inscrição.

Referências: BAHGA, A.; MADISETTI, V. Big data science & analytics: a hands-on approach. Arshdeep Bahga & Vijay Madisetti, 2019. ISBN: 978-1-949978-00-1. BARRETO, M.P. Cientista de dados, a profissão do momento. Stone Age. 2014. Disponível em: . Acesso em: 27 ago. 2019. PESQUISA PARADIGMA DIGITAL. A demanda por habilidades e profissionais digitais. Agosto/2019. Disponível em: . Acesso em: 27 ago. 2019.

Conclusão | 17