Analista, engenheiro e cientista de dados: quem é quem no mundo dos dados

Na estreia da coluna, eu trouxe o tema de transição de carreira e abordei como este passo está cada vez mais comum na jornada dos profissionais da atualidade. Como contei, fiz uma mudança de carreira do jornalismo para a área de análise de dados. Deixo dicas aqui se você deseja saber mais sobre o tema. 

Venho conversando com bastante gente sobre a carreira de dados. E nesses bate-papos, tenho notado que existe uma convergência na percepção de que ainda há uma confusão nas empresas, nos processos de seleção e recrutamento sobre as responsabilidades e habilidades necessárias destes profissionais. Há muitos caminhos de carreira diferentes para alguém que está interessado em trabalhar com dados. De modo geral, se você for como eu, você iniciará o seu caminho entrando pela porta como analista de dados, talvez trabalhando com planilhas, talvez trabalhando com bancos de dados pequenos, médios e grandes, mas vou destacar três funções principais diferentes.

Para ajudar a esclarecer quem é quem no mundo dos dados, eu decidi trazer uma divisão entre os papéis entre o Data Analyst (analista de dados), Data Engineer (engenheiro de dados) e o Data Scientist (Cientista de Dados). Os cargos estão assim em duas línguas porque muitas multinacionais acabam recrutando e criando vagas com os nomes em inglês (vale a pena prestar atenção nisso na hora de procurar trabalho). Existem algumas especialidades, dentro de cada uma destas carreiras diferentes, mas estas três são consideradas as três mais procuradas.

Analista de dados

Geralmente é alguém que trabalha transformando os dados em informação, muitas vezes traduzindo essa informação acionável em formatos de relatórios e dashboards. Este profissional também atua na limpeza e tratamento de dados e pode precisar utilizar no seu o dia a dia linguagens de programação como SQL e Python, planilhas, bancos de dados. O analista de dados geralmente está conectado a uma equipe de inteligência empresarial e são demandados para fornecer ao time dados limpos, gera insights acionáveis e colaboram com a tomada de decisão, seja ela para uma equipe, para um setor, ou até para o modelo de negócio que a empresa opera.

Funções principais: visualização dos dados, geração de insights. (Data Viz, transformar dados em informações, insights para a tomada de decisão).

Engenheiro de dados

Frequentemente, um analista de dados trabalhará com um engenheiro de dados para transformar esses dados brutos em dados acionáveis. Muitas vezes o engenheiro de dados foca nas etapas de limpeza e tratamento de dados. O analista de dados pega esses dados brutos já tratados e os transforma em informação.

Funções principais: coleta de dados, armazenamento de dados, qualidade dos dados, operacionalizar modelos de dados. (SQL, NoSQL, Python, ETL)

Cientistas de dados

Trabalham para transformar estes dados em modelos de aprendizagem de máquinas ou inferências estatísticas.

Funções principais: análise estatística, Machine Learning, criação de modelos estatísticos (Estatística, Python, R, Machine Learning)

Ser analítico, ter percepção do negócio e conseguir transformar as informações que recebe em conteúdos relevantes e estratégicos são fundamentais.

Leia também: Carreira de cientista de dados é promissora. Saiba como se tornar um

Experimente todos eles. Veja o que você realmente gosta. É muito pessoal. Mas adianto que é muito entusiasmante. Porque não é apenas um meio para atingir um fim. É um caminho de carreira onde muitas pessoas tornaram as ferramentas e tecnologias muito mais fáceis para você e para mim hoje. 

Por exemplo, 15 anos atrás uma consulta em SQL (linguagem estruturada relacional) levava entre 20 e 30 minutos para ser executada e era muito difícil encontrar referências para acompanhar as diferentes instruções SQL, para escrever os primeiros códigos e etc. Hoje em dia, através de todas as diferentes ferramentas que estão disponíveis, inclusive ferramentas open source como Python, existem muitas facilidades para o aprendizado e para a experimentação. Temos uma explosão de conteúdos e cursos gratuitos para aprender estes três caminhos possíveis dentro da carreira de dados e entender com qual destas áreas você se identifica mais.

Leia também: Transição de carreira: como deixei a reportagem para me tornar uma profissional de dados

O objetivo da coluna é ao longo do tempo compartilhar recursos e links para que você possa se empolgar com cada uma dessas diferentes funções e trilhar uma jornada de aprendizado e evolução de carreira dentro deste universo de dados. Na próxima coluna falaremos sobre habilidades analíticas. Até lá!

Se quiser saber mais sobre o que faz um analista de dados, clique aqui.

Vamos trocar? Me siga no Linkedin e assista aos vídeos no meu canal sobre transição de carreira e análise de dados. 

*Isabela Marinho é formada em Jornalismo e pós-graduada em Business Intelligence com Big Data. Trabalhou em redações de veículos como Folha de S. Paulo e G1; passou por agências de relações públicas, propaganda e mídia, como Burson-Marsteller, Ogilvy e DPZ&T e atualmente é Analytical Lead, no Google