Líderes de TI são criativos para preencher as lacunas de ciência de dados

Nos últimos anos, os líderes de TI de uma empresa de serviços financeiros dos EUA têm lutado para contratar cientistas de dados para aproveitar o fluxo crescente de dados recebidos que, se usados corretamente, podem melhorar a experiência do cliente e gerar novos produtos. Para lidar com esse problema de contratação, eles tiveram que ser criativos.

Eles não estão apenas oferecendo trabalho remoto e horários flexíveis. Eles também criaram um relacionamento com universidades, configurando um pipeline de estagiários emergentes focados em tecnologia, que trabalham na empresa, ganham experiência em ciência de dados e podem ser contratados depois de se formarem.

“Embora tenhamos visto uma enorme proliferação de dados, a oferta de analistas não atende à demanda”, diz Bess Healy, Vice-Presidente Sênior e CIO da Synchrony, com sede em Stamford, Connecticut, uma empresa financeira com mais de 18.000 funcionários e US$ 62 bilhões em depósitos. “Tentamos ser orientados por dados em nossas decisões, por isso temos uma grande necessidade de conjuntos de habilidades de análise. …Temos uma abordagem muito focada em construir esse pipeline”.

A Synchrony não é a única empresa que lida com a escassez de cientistas de dados para realizar trabalhos cada vez mais críticos na empresa.

As empresas estão lutando para contratar verdadeiros cientistas de dados – aqueles treinados e experientes o suficiente para trabalhar em problemas complexos e difíceis que podem nunca ter sido resolvidos antes. E contratá-los se torna muito mais difícil se a empresa não for a maior marca ou o maior nome. Encontrar e reter trabalhadores de TI, em geral, tem sido difícil há algum tempo. É exponencialmente mais difícil quando se trata de cientistas de dados.

Uma pesquisa recente do IDC mostrou que existem 210.000 empregos em ciência de dados listados no LinkedIn. O relatório de pesquisa também observou que as principais empresas, como Deloitte, Amazon e Microsoft, estão procurando preencher um amplo espectro de empregos técnicos, mas a ciência de dados supera em muito todas as outras funções.

Isso é apoiado por uma pesquisa de 2021 realizada por analistas do setor da Forrester, que mostrou que, de 2.329 tomadores de decisão de dados e analytics em todo o mundo, 55% querem contratar cientistas de dados. Outros 62% disseram que planejam contratar engenheiros de dados e 37% estão procurando engenheiros de machine learning – membros da equipe de data analytics que possam apoiar os cientistas de dados.

“Os cientistas de dados estão em alta demanda porque têm a alquimia para transformar dados em insights”, diz Brandon Purcell, Vice-Presidente e Analista Principal da Forrester. “É muito místico para o leigo. Eles têm um conjunto de habilidades muito especializado. Tem havido uma leva de pessoas entrando nesta profissão. É mais do que era antes. Mas ainda não é muito”.

Expansão das equipes de ciência de dados

A composição da equipe de ciência de dados de uma empresa também está mudando.

Os cientistas de dados têm extensa formação acadêmica – geralmente em ciência da computação, estatística e matemática. Eles se especializam na construção de algoritmos poderosos e na análise, processamento e modelagem de dados para que possam interpretar os resultados e criar planos acionáveis. Mas, durante anos, esses especialistas também se encontraram em empregos em que se esperava que fizessem trabalhos de engenharia, como construir dutos e incorporar modelos em sistemas operacionais. Isso deixou os cientistas de dados não apenas entediados, mas também frustrados por não estarem se concentrando no trabalho principal para o qual foram treinados.

Agora, as empresas estão percebendo essa frustração e, na tentativa de atrair novos cientistas de dados e reter os que já estão em suas equipes, estão expandindo as funções nas equipes de analytics.

As empresas estão cada vez mais trazendo engenheiros de dados integrados, que podem lidar com trabalhos como construir pipelines de ETL, preparar dados e disponibilizá-los para análise de cientistas de dados. E engenheiros de machine learning estão sendo contratados para projetar e construir modelos preditivos automatizados. Essas pessoas estão criando um sistema de suporte à ciência de dados.

“O que era chamado de cientista de dados há três anos agora é [dividido entre] cientista de dados, engenheiro de dados e engenheiro de machine learning”, diz Purcell. “As empresas mais avançadas conseguem isso. É um esporte de equipe, com certeza”.

As empresas também confiam cada vez mais no que às vezes é chamado de Geração D. Esses trabalhadores não apenas estão familiarizados e confortáveis com a tecnologia, mas também têm um nível básico de alfabetização de dados. Eles podem não ser capazes de construir algoritmos ou analisar dados, mas eles entendem que tipos de perguntas podem ser respondidas por dados e que tipo de dados seriam usados para encontrar essas respostas.

Ficando criativo

Na Synchrony, Healy diz que está usando todas as opções acima – cientistas de dados, engenheiros de dados, analistas de dados e pessoas que geralmente são alfabetizadas em dados. Para preencher essas funções, eles não estão apenas configurando pipelines de estagiários com a Universidade de Illinois e a Universidade de Connecticut; no outono de 2021, eles também trabalharam como parte de uma equipe para lançar o Synchrony Skills Academy High School Program, uma iniciativa voltada para ajudar estudantes do ensino médio de origens sub-representadas a adquirir habilidades digitais e de software, incluindo data analytics.

A Oshkosh Corp., antiga Oshkosh Truck, está adotando uma tática semelhante ao ir além de simplesmente colocar anúncios para cientistas de dados necessários.

O fabricante industrial de caminhões especiais, veículos militares e aparelhos de combate a incêndio de aeroporto, com sede em Wisconsin, tem uma estratégia de quatro níveis: eles estão trabalhando para contratar cientistas de dados, treinar funcionários atuais para serem alfabetizados em dados, trazer estagiários de universidades e trabalhar com empreiteiros para lidar com picos de demanda.

“É importante contratarmos conjuntos de habilidades especializadas em ciência de dados que possam escrever algoritmos de machine learning”, diz Anupam Khare, Vice-Presidente Sênior e CIO da Oshkosh. “Acho muito importante porque os algoritmos que esta equipe está escrevendo estão ajudando nossos negócios a prever resultados prováveis e tomar melhores decisões. Para o restante [da nossa equipe de analytics], nossa estratégia é aprimorar as habilidades. A qualificação está se tornando cada vez mais importante e cria uma vantagem comercial para nós”.

Como o preenchimento de sua equipe de dados tem sido “muito difícil”, Khare disse que eles estão fortemente focados no treinamento interno. Para isso, a Oshkosh criou um programa de qualificação de funcionários, disponibilizando diversos recursos, como cursos on-line gratuitos e projetos vivenciais, para que as pessoas ganhem treinamento em diversas áreas técnicas. E é um programa popular, com funcionários fazendo mais de 2.500 cursos apenas nos últimos anos, diz o CIO.

“A demanda [por habilidades técnicas] aumentou muito e o pool é limitado, então nossa estratégia é ser muito intencional e não competir por todo tipo de talento, mas focar nas habilidades de que precisamos”, acrescenta Khare. “Tínhamos um analista de dados brilhante na equipe jurídica. Essa pessoa era apaixonada por ciência de dados e tinha uma inclinação para isso. Trouxemos essa pessoa da equipe jurídica para a equipe de analytics para treinar em ciência de dados. Agora ele é um cientista de dados brilhante para nós”.

Foco na formação de equipes

Na TruStone Financial Credit Union, com sede em Minnesota, que possui US$ 4 bilhões em ativos, 24 filiais e cerca de 200.000 membros, Gary Jeter, Vice-Presidente Executivo e CTO começou a contratar novos membros para a equipe de ciência de dados da empresa há cerca de nove meses. Ele já teve que mudar a descrição do trabalho várias vezes para tentar atrair os candidatos certos. E ele ainda nem postou para um cientista de dados.

“No meu último emprego, trabalhei bastante com cientistas de dados seniores”, diz ele. “Ser capaz de encontrar esse conjunto de habilidades é um desafio e a despesa será um grande aspecto disso. …Sim, estaremos em desvantagem se não pudermos contratar um cientista de dados. Vamos procurar treinar as pessoas internamente. Eles não serão verdadeiros cientistas de dados, mas serão proficientes em usar e organizar dados”.

Enquanto isso, Jeter planeja usar fornecedores e consultores para ajudar no trabalho de ciência de dados da TruStone. Ele também trouxe estudantes da Universidade de Minnesota para fazer seu projeto final do ano na TruStone. Os alunos estão focados no uso de machine learning para analisar os dados da empresa para impulsionar associações digitais, analisar quais produtos estão sendo usados e quais clientes os estão usando e a lucratividade desses produtos.

Chandana Gopal, Diretora de Pesquisa para o Futuro da Inteligência da empresa de análise IDC, diz que é inteligente ter uma variedade de especialistas em dados – todos, desde a geração D alfabetizados em dados até especialistas em dados com doutorado em matemática ou ciência de dados.

“Você não pode ter seus cientistas de dados fazendo trabalhos mundanos do dia-a-dia”, diz ela. “Você os tem em projetos especiais. Você permite que as pessoas da Geração D façam esses trabalhos diários porque sabem o suficiente para entender o que os dados estão dizendo a eles. O número de verdadeiros cientistas de dados com treinamento formal será uma pequena parte de sua força de trabalho. Ao tirar proveito de diferentes funções, você pode obter um contexto real de seus dados”.