Fonte: InformationWeek EUA
Nem todo mundo tem as capacidades chave para ser um cientista de dados. Aqui estão os atributos que mais importam na carreira
Leitores frequentes da InformationWeek estão cientes que um projeto bem-sucedido de Big Data requer um time experiente e treinado de cientistas de dados, cada um com um conjunto único de capacidades, em vez de um único funcionário capaz de fazer tudo. Saber isso, contudo, não necessariamente simplifica a tarefa de contratar cientistas de dados qualificados. O trabalho ?O Guia de Campo para Ciência dos Dados?, da consultoria Booz Allen Hamilton?s, é um material detalhado de 110 páginas que mergulha bem sobre como montar uma equipe de ciência de dados. Resumimos alguns detalhes abaixo.
Ao construir seu time, é importante focar nessas qualidades-chave:Curiosidade: Requerida para ?cavocar? os problemas e relacionamentos entre dados, incluindo aqueles que, à primeira vista, parecem não relacionados. Criatividade: Para tentar novas abordagens de soluções de problemas que não foram tentadas antes. Foco: Essencial para desenhar e testar técnicas por longos períodos (dias ou semanas).
Uma atitude tenaz é importante para aprender com falhas e testar até que você encontre o jeito correto.Atenção aos detalhes: Importante para manter rigor e evitar confiar na intuição quando analisar dados. Claro, proficiência em disciplinas técnicas chaves são requeridas também, especificamente ciência da computação, expertise de domínio e matemática. Um passado de ciência da computação é essencial para processamento de dados e sua manipulação. Capacidades avançadas de matemática, incluindo uma sólida experiência em cálculo, geometria, álgebra linear e estatística é bom para entender a base dos algoritmos e outras ferramentas da ciência de dados, diz o relatório. E expertise de domínio ajuda o cientista de dados a entender o problema em suas mãos e como medi-lo. Onde encontrar cientistas de dados? O primeiro impulso pode ser olhar para fora de sua empresa por candidatos qualificados, mas o trabalho recomenda primeiro olhar para seus funcionários que possuem ?uma grande aptidão? para a ciência de dados. Os membros em potencial provavelmente terão diplomas avançados nas três áreas técnicas descritas acima, mas você não deve descartar de cara os candidatos que não têm isso. ?Não dispense ninguém ? você vai encontrar cientistas de dados nos lugares mais estranhos com as combinações mais esquisitas de background?, diz o relatório. Habilidades de liderança são importantes, particularmente para os primeiros membros escolhidos para a equipe.
Uma fraqueza comum das equipes de cientistas de dados é a incapacidade ou falta de vontade para imaginar novas e diferentes abordagens para problemas. Você vai querer impulsionar um ambiente aberto, que encoraje ?confiança e comunicação entre todos os níveis, em vez de autoridade?. Gerentes devem encorajar os membros da equipe a falar e perguntar frequentemente. Além de construir um time, você precisará escolher um modelo operacional. A consultoria dá três opções: 1. Uma equipe centralizada debaixo de um chief data scientist que serve as necessidades analíticas da organização como um todo 2. Equipes menores de ciência de dados, desenvolvidas para grupos de negócio específicos para demandas de longo ou curto prazo 3. Equipes difusas incorporadas em longo prazo a cada grupo de negócio. Problemas políticos, e não técnicos, são geralmente os maiores desafios em uma unidade de ciência de dados, particularmente se a gestão é ambivalente sobre a missão do time.
Para provar seu valor, uma equipe ?precisa inicialmente focar nos problemas mais difíceis dentro da organização que têm o maior retorno para stakeholders chave?. Fazer isso pode mudar (idealisticamente para melhor) como a organização aborda futuros desafios. Um time de ciência de dados também precisa de suporte da gestão para afrouxar dúvidas e medos sobre sua missão. Os líderes precisam ser fortes advogados para garantir apoio abrangente dos objetivos da equipe, conclui o relatório.
1 comentários:
Tenho conhecimento de empresas que possuem área de P&D para fortalecer seus negócios de forma estratégica, mas considerando que a necessidade das empresas para o "Time-to-market" muitas é algo insano, fico me perguntando como os Data Scientists respondem a essa pressão de resultado, já que na ciência a paciência é um aliado de quem faz a pesquisa.
Postar um comentário