Aos 41 anos, o carioca David Matos transformou-se em um daqueles profissionais muito disputados pelo mercado. Formado em Ciência da Computação com MBA em Finanças pela FGV, passou os últimos 18 anos trabalhando com Business Intelligence, banco de dados e soluções de gestão de capital humano no Brasil e em diversos países da América do Sul. Acumulou conhecimento, fez cursos de estatística e migrou para uma nova área - Ciência de Dados. Ingressou em um universo onde a demanda por bons profissionais está muito acima da oferta, o que valoriza cada dia mais o passe do profissional.

Um cientista de dados é um especialista capacitado para extrair padrões e soluções de grandes volumes de informações, muitas vezes com a ajuda de linguagens complexas de computação. Com essa qualificação, Matos tornou-se um ativo valioso para grandes companhias. Foi convidado a trabalhar nos Estados Unidos. Arrumou as malas sem pensar duas vezes. Hoje, reside na Califórnia.

“Eu sempre fui apaixonado por computação e tecnologia, pautei minha formação e minha carreira profissional nessas áreas”, afirma o profissional. “Extrair de uma montanha de dados as informações efetivamente relevantes, que realmente embasem novas estratégias e resolvam problemas, é um desafio cada vez maior para as organizações.” Discreto, ele não revela quanto recebe por mês. Comenta, apenas, que a remuneração varia de acordo com o nível de senioridade, mas em geral é acima da média, pois esses profissionais são escassos no mercado.

Ele tem razão. Em janeiro deste ano, a profissão “cientistas de dados” foi eleita a melhor dos Estados Unidos pelo terceiro ano consecutivo, com salário anual médio de US$ 110 mil, o equivalente a aproximadamente R$ 35 mil por mês. Trata-se de uma das carreiras com maior potencial de crescimento em indústrias diferentes, segundo pesquisa do LinkedIn sobre o mercado de trabalho nos EUA.

De 2012 a 2017 o número de vagas para esses profissionais nos EUA aumentou 6,5 vezes, configurando-se como a segunda profissão com maior crescimento, ficando atrás apenas do engenheiro de machine learning (especializado em ensinar computadores a pensar como humanos). Um cenário bem parecido como o brasileiro. De acordo com o Guia Salarial 2018 da Consultoria Robert Half, o cientista de dados é um dos profissionais com melhores oportunidades na área de tecnologia, com salários, neste ano, entre R$ 12 mil e R$ 22 mil mensais, um crescimento de 15,25% em relação aos valores praticados em 2017.

Vale lembrar que a demanda para extrair conclusões de bancos de dados sempre existiu. Porém, há duas décadas, havia muito menos informação disponível e captada, e menos computadores para tratá-las. Foi apenas em 2012 que o termo “ciência de dados” começou a ser usado em maior escala. Até os anos 2000, a atividade era mais restrita a projetos desenvolvidos no universo acadêmico. “Os tempos são outros e as demandas também, o que têm levado as empresas, entre elas bancos e instituições financeiras, a investirem na formação de equipes de cientistas de dados”, afirma Eduardo de Rezende Francisco, coordenador do MBA em Big Data Aplicado da ESPM. “Os dados são efetivamente uma mina de ouro, quem souber melhor integrar as informações internas com as externas em prol do conhecimento de seu público alvo sairá na frente”.

Mas quem é esse profissional?

De acordo com Francisco, o profissional chamado comumente de “cientista de dados” deve, em geral, ter três grandes competências muito bem desenvolvidas: habilidades analíticas (estatística e matemática aplicada, modelos de otimização); habilidade de manipulação de bases de dados (computação, design e gestão de banco de dados, conhecimento de dados não estruturados) e conhecimento em negócios (conhecimento avançado sobre macroprocessos e produtos no contexto do mercado em que atuará).

“Esse perfil ideal é inexistente no mercado e, talvez não existirá uma pessoa com todas essas habilidades muito bem desenvolvidas”, diz o coordenador da ESPM. “Daí as companhias – e os bancos estão começando a entender isso –, contratarem profissionais com perfis complementares para que o time, no conjunto, reúna todas as competências necessárias para o sucesso da área.”

Para a maioria dos especialistas, a ciência de dados é como um esporte coletivo, em que cada integrante da equipe tem habilidades – analíticas, no caso - que se complementam. Sendo assim, a tendência é que surjam cada vez mais times, e não um único posto com esse fim. Para que o time marque pontos e vença o jogo, porém, os profissionais precisam não só aprender a programar, mas, também, ter uma base sólida de matemática e estatística.

Profissionais com formações mais técnicas como computação, engenharia, estatística, matemática e física costumam se encaixar melhor no perfil desejado. “Mas há casos de profissionais de áreas como marketing e ciências sociais na composição dos grupos”, diz David Matos. “A graduação não é o ponto determinante para esta profissão, por se tratar de uma área multidisciplinar e não existir ainda um curso específico de graduação que prepare um cientista de dados.” Para ele, quem deseja ingressar na área deve buscar outras formas de aprimoramento, como cursos online, competições de Data Science, grupos de estudo, livros e criação de um portfólio de projetos.

“O objetivo de [lidar com] dados é gerar apoio para a tomada de decisão e isso precisa ser muito claro e bem comunicado”, diz Alexandre Ribeiro, vice-presidente da Cosin Consultoria. “O mercado em geral ainda não entendeu muito bem o que faz o cientista de dados, como ele deve se comportar; é algo muito novo.” Algumas características, contudo, já são bem evidentes: em termos de personalidade, deve ser um profissional que realmente se empolgue em buscar sinergia entre os dados, seja curioso, insistente, goste de levantar hipóteses de correlações e insistir nelas até que se provem acertadas (ou erradas) de maneira irrefutável.

Divulgação

“O OBJETIVO DE [LIDAR COM] DADOS É GERAR APOIO PARA A TOMADA DE DECISÃO E ISSO PRECISA SER MUITO CLARO E BEM COMUNICADO”

— Alexandre Ribeiro, da Cosin Consultoria

“Formar um cientista de dados demora anos, não é fácil, exige muita base acadêmica. Daí a resposta para haver na atualidade mais demanda do que oferta desses profissionais”, afirma Tom de Godoy, CTO da Data Robot, plataforma especializada na criação de modelos de machine learning com uso de inteligência artificial. “Ferramentas mais inteligentes e eficientes na análise de informações ajudam na operação dos cientistas de dados, facilitando a escalabilidade desse trabalho nas diversas áreas da companhia.”

“FORMAR UM CIENTISTA DE DADOS DEMORA ANOS, NÃO É FÁCIL, EXIGE MUITA BASE ACADÊMICA”

— Tom de Godoy, da Data Robot

Divulgação

Expansão no setor financeiro?

As fintechs estão entre as primeiras empresas do setor financeiro a valorizar a figura do cientista de dados em seus quadros. E a explicação para essa largada na frente é simples: nasceram digitais e precisavam diminuir os riscos a serem tomados. Com um bom domínio dos dados, tornaram-se ainda mais competitivas. No Nubank, por exemplo, são cerca de 15 profissionais focados na mineração dos dados, divididos em três grandes áreas: engenharia de softwares, gerência de produtos e ciência de dados.

Na visão de Clayton Neves Xavier, superintendente executivo de gestão de dados do Bradesco, os grandes bancos lidam com um grande volume de informações há muito tempo, de uma forma mais tradicional, porém. “O desenvolvimento de modelos com uso de dados na indústria financeira ocorre desde a década de 1990, com as primeiras gerações de modelos de score de crédito, risco de mercado e CRM”, lembra. “Com o desenvolvimento da capacidade de armazenamento e processamento de grandes volumes de dados, porém, está sendo possível explorar novas fontes e tipos de informação. Com isso, os profissionais que aplicavam técnicas de modelagem tradicional, estão incorporando técnicas de aprendizado de máquina e uso de big data em seu dia a dia.”

Segundo Xavier, a formação de equipes multidisciplinares, com profissionais da área de negócios e membros dos times de tecnologia com objetivos bem definidos, tornou-se ainda mais necessária nos últimos anos por conta da necessidade de as instituições financeiras atenderem o cliente da melhor forma, de maneira personalizada e digital. “Tudo isso, combinado com a busca de mais eficiência e menos custo”, declara o executivo.

Na visão de Ribeiro, da Cosin, trata-se de uma mudança de comportamento e da forma com que as instituições passarão a lidar com os dados e com os clientes. “Cada vez mais, os bancos têm necessidade de se apresentar como prestador de serviço não só financeiro e, para tanto, terão de entender melhor o comportamento de consumo e a forma como as novas gerações lidam com o dinheiro”, declara. “O trabalho do cientista de dados passa por essa seara, ajudando as instituições, mediante a correta análise de dados, a antecipar-se na apresentação de ofertas atrativas e aderentes ao perfil do investidor”, diz. O mesmo acontece com o crédito, com a adequação de ofertas para atender a cada cliente.

Com o objetivo de usar dados mais efetivos na identificação de oportunidades de serviços, criação de novos produtos e personalização de ofertas, o BTG Pactual, há algum tempo, tem adotado a ciência de dados em áreas como a tesouraria. “Em 2015, com a criação do Projeto BTG Pactual Digital, intensificamos nossos esforços nessa direção”, diz Mateus Carneiro, head global de RH do BTG Pactual. “Nosso interesse é levar o máximo de produto de forma mais customizada; daí a necessidade de aprimorar nossa capacidade em levantar, canalizar e usar melhor os dados disponíveis em nossos arquivos.” O BTG Pactual conta com uma equipe de cientistas de dados, formada em sua maioria por engenheiros e cientistas da computação. “Para nós, tão relevante quanto a base técnica que eles trazem, é a capacidade que têm de desenvolver uma visão ampla do negócio, de saber usar esse conhecimento dentro do ecossistema financeiro.”

Esse também é o desafio do Banrisul, banco estatal gaúcho, que busca, dentro de seu quadro de funcionários concursados, pessoas com formação em áreas correlatas e habilidades para trabalhar com dados. “O mundo digital é um mundo de dados, é em cima de dados reais que precisamos tomar decisões estratégicas, agilizar e aumentar a qualidade dos nossos serviços e, ainda, apresentar ofertas cada vez mais personalizadas”, afirma Margarete Fenner, superintendente do Núcleo de Estratégia e Monitoramento do Banrisul. “Com essa proposta, há seis meses criamos oficialmente uma área de governança de dados, que envolve não TI, mas a captura das informações e a forma como elas serão usadas e com que objetivo.”

O mesmo caminho está sendo percorrido pela Caixa, segundo Ana Claudia Souza, gerente nacional. “Não temos como buscar profissionais no mercado; abrir concurso para montar a equipe está longe de acontecer”, diz. “Assim, no nosso movimento de transformação digital, estamos trabalhando com plano generalista na depuração dos dados, com equipes diferentes para cada tipo de necessidade”, afirma.

Características que não podem faltar a um bom cientista de dados

CAPACIDADE DE IDENTIFICAR DE MANEIRA CORRETA O PROBLEMA DA ÁREA DE NEGÓCIO

Parece óbvio, mas não é: ao enxergar o problema, o profissional deve decidir qual a melhor maneira e qual ferramenta deve ser usada

HABILIDADE DE COMUNICAÇÃO

É essencial comunicar-se bem com a área de negócios e com a própria equipe

TER MENTE ABERTA

Ser receptivo a novas ideias e diferentes opiniões é uma das qualidades mais necessárias ao cientista de dados, pois ele deve ser capaz de aplicar métodos e conhecimentos diferentes para cada tipo de área

TER CONHECIMENTO TÉCNICO

Deve reunir habilidades matemáticas, raciocínio lógico e conhecimento avançado de estatísticas, além de conhecer banco de dados, de linguagens de programações de análise de dados e infraestrutura de big data

SABER TRABALHAR EM EQUIPE

São essenciais o trabalho em grupo e a comunicação clara, uma vez que a análise de dados é sempre feita em conjunto, com cada um colaborando com seus conhecimentos, vivências e expertises