Cientista de dados: 3 habilidades que universidades devem ensinar
Já sabemos que o trabalho mais sexy do século 21 é o de cientista de dados. Uma leitura de reportagens e blogs descrevendo o profissional e seu material ? Big Data ? revela vários temas interessantes. Primeiro deles, dados são onipresentes, grandes e estão vindo em com alta velocidade de crescimento. Segundo, ferramentas tradicionais que foram usados para extrair e analisar informações do século 21 não são efetivas neste novo cenário. Terceiro, incrivelmente, poucas pessoas têm habilidades necessárias para traduzir esse tsunami em análise com sentido, tornando esses profissionais muito visados no mercado de trabalho.
Curta, no Facebook, a Fan Page do IT Web
Até 2018, a McKinsey estima que haverá uma falta de talento analítico aprofundado de quase 200 mil pessoas. Como uma acadêmica e uma consultora de práticas estatísticas aposentada, acredito que universidades tenham que direcionar o desafio e parceria com setores públicos e privados para fechar essa conta.
- Diploma de cientista de dados não deveria ser abaixo da graduação. É muito amplo, possui muita nuance e já muita demanda para um estudante de 18 anos entender. Alunos não graduados que estejam interessados em investir neste universo deveriam estudar matemática ou ciências da computação e fazer cursos eletivos em alguma área de conteúdo como finanças, biologia ou sociologia. Durante seus estudos abaixo da graduação, eles deveriam se desenvolver para absorver a capacidade necessária de criar habilidades profundas e amplas requeridas para ser competitivo na área.
- Qualquer diploma de cientista de dados deve integrar as disciplinas de matemática, estatísticas e ciências da computação. Este é um desafio particular para muitas universidades, ao passo que essas matérias estão inseridas em departamentos, ou até mesmo faculdades, diferentes. Cientistas de dados são interdisciplinares. Qualquer diploma de mestrado ou doutorado deveria, necessariamente, incluir:
a. Uma fundação em matemática computacional, tais como matriz algébrica e teoria de grafos. Isso é crítico porque outras habilidades não podem ser desenvolvidas sem alguma orientação numérica.
b. Programação, especificamente aquela orientada a analíticos pesados, como SAS e R, assim como linguagem direcionada a C++, Java, Hadoop ou Phyton. Alguns cursos em analíticos de alto desempenho são particularmente valiosos
c. Análise estatística, modelo de desenvolvimento e visualização de dados. Esses conhecimentos são vão sumir, vão evoluir
d. Conhecimento corporativo em uma área de conteúdo. Depois de tudo, o cientista de dados tem poder em aplicação, não em teoria
e. Um componente de experiência prática no ambiente de trabalho. Isso não pode ser superenfatizado. Se você tentar ensinar alguém a nadar através de textos em livros, eles vão afundar quando forem para a piscina. Estudantes graduados nesta área precisam de experiência prática no trabalho com dados complexos e desestruturados. Apesar de tentamos criar experiências realísticas na sala de aula, elas não são reais - Pesquisa. Este é um nascente, porém em expansão campo de estudos. Novos problemas surgem todos os dias. Ciência de dados, muito como medicina, presta-se à investigação aplicada, em vez de somente teórica. Conferências garantem ótima oportunidade para estudantes apresentarem documentos com novos códigos, desenvolver soluções criativas para resolver problemas e até mesmo dar nome e estrutura para problemas que estão nascendo. Tudo isso é parte de um campo fértil de pesquisa em ciência de dados e escolaridade.
Algumas empresas, como EMC/Greenplum e IBM, estão passando as universidades e desenvolvendo esses profissionais dentro de casa. Isso é razoável em um movimento de curo prazo, dada a falta de estudos regulares. No entanto, se a falta de talentos deve ser fechada, universidades precisam, em longo prazo, repensar a aposta em cientistas de analíticos.
*Este texto foi moderadamente editado para retirar características regionais dos Estados Unidos
Saiba mais:
Cientista de dados: as habilidades necessárias na carreira
Cientista de dados: o especialista com foco em Big Data
