Por Gustavo Bragança*

Estamos passando por novas Revoluções Industriais: a Revolução Digital e a nomeada Indústria 4.0. A primeira é caracterizada pelo surgimento da Internet, que se tornou presente em tudo — conectando não somente pessoas a pessoas, mas pessoas a objetos e, até mesmo, objetos a objetos. Já a segunda é marcada pela tecnologia transformando o mercado e a indústria como um todo, a ponto de gerar grandes avanços por meio da inteligência artificial, da comunicação máquina a máquina baseada em Internet das Coisas, dos carros autônomos e de tantas outras inovações.

O importante é sabermos que as máquinas e sistemas criados na Revolução Digital e na Indústria 4.0, por serem de natureza digital, podem registrar facilmente qualquer modificação em seu estado. E cada registro desses é um datum. Como temos hoje bilhões e bilhões de máquinas digitais, estamos criando uma quantidade incomensurável de dados. É aí que surgem os profissionais em data science, com o objetivo de transformar estes dados crus em insights valiosos, além de também prover a infraestrutura necessária para tal.

O estudo da ciência de dados surgiu em universidades e centros de pesquisas, em áreas como Ciência de Computação, Estatística, Biologia (a partir, por exemplo, do estudo do DNA), Física e Astronomia. Assim, os primeiros profissionais a atuarem no setor foram mestres e doutores formados nessas instituições. Em seguida, por demanda do mercado, começaram a surgir centros de formação de profissionais em ciência de dados. No Brasil, a Udacity chegou há dois anos com cursos voltados ao tema e, recentemente, lançou uma Escola de Ciência de Dados e outra de Inteligência Artificial. Há também outros centros de excelência, como a Pontifícia Universidade Católica e a Fundação Getúlio Vargas, que oferecem programas a nível de pós-graduação.

Por ser uma área relativamente nova, com aproximadamente 40 anos, os tipos de profissionais que atuam neste campo e suas habilidades ainda estão sendo definidos. Ainda assim, podemos descrever algumas delas e seus salários médios, de acordo com o site Love Mondays em junho de 2018:

- O Analista de Dados, como o próprio nome diz, é o profissional encarregado de analisar os dados e extrair valor deles para ajudar na tomada de decisões. Este profissional utiliza ferramentas como estatística descritiva, visualização de dados, SQL, Excel e ferramentas de self-service analytics, como o Tableau. É também um profissional com conhecimentos mais sólidos no core businessda empresa. O seu salário médio mensal é de R$ 4.485,00.

- O Cientista de Dados utiliza estatística (descritiva e bayesiana) e aprendizado de máquina para criar modelos matemáticos para a predição e/ou classificação dos dados. Este profissional também possui conhecimento de programação, com foco em Python e R — linguagens úteis no processo de manuseio dos dados e na criação dos modelos. Também é importante que ele tenha conhecimentos em visualização de dados para que possa comunicar suas descobertas da melhor forma possível. Possui salário médio mensal de R$ 9.725,00.

- O Engenheiro de Dados é o responsável por criar e manter a infraestrutura que coleta e armazena os dados. Assim, é importante que tenha sólidos conhecimentos em programação e administração de sistemas. Dependendo da quantidade de dados que a empresa coleta e armazena, torna-se importante que este profissional também tenha conhecimentos em tecnologias associadas ao cenário de Big Data e computação em nuvem. O seu salário médio é de R$ 5.040,00 mensais.

- O Engenheiro de Machine Learning é responsável por ajustar e operacionalizar modelos de aprendizado de máquinas que foram, muitas vezes, criados e testados pelo Cientista de Dados. Por isso, este profissional possui habilidades com programação, administração de sistemas, computação em nuvem, tecnologias de Big Data e, especialmente, aprendizado de máquina e inteligência artificial. Há pouca informação sobre a média salarial no Love Mondays, porém um profissional relatou um salário de R$ 12.400,00.

A lista acima não indica uma ordem de carreira a ser seguida, ou seja, o Analista de Dados não se torna um Engenheiro de Aprendizagem de Máquinas com senioridade, por exemplo. As quatro profissões são complementares e atendem necessidades diferentes. Assim, cada uma delas tem sua própria trilha de carreira a ser seguida. Também não se deve considerar os salários como “escritos em pedra”: há uma grande variação de valores — que dependem do tipo e da necessidade de cada empresa.

O impacto gerado por estes profissionais no nosso dia a dia é marcante — e cada vez mais frequente. São diversos os setores da sociedade nos quais a mudança está ocorrendo ou no limiar de acontecer. Podemos citar alguns exemplos:

- No varejo, sistemas de recomendação de produto, como os da Amazon, já não são novidade, e hoje conseguem chegar a uma individualização extrema: os produtos indicados para você provavelmente não são os mesmos que os sugeridos para seu amigo. Também é possível definir com maior precisão quais produtos são comprados em conjunto nas gôndolas de mercado e, assim, determinar a melhor posição deles nas lojas. O que antes era feito de forma intuitiva hoje se faz com base em dados que auxiliam nas tomadas de decisão.

- Na mobilidade, conseguimos nos transportar melhor graças a serviços de traçamento de rota em tempo real realizados por aplicativos como o Waze.
 Com a ascensão dos smartphones e o aumento da oferta de internet de maior velocidade, vimos uma revolução na forma com que nos transportamos de táxi e carros particulares, sendo ela possível graças à ciência de dados em larga escala. 
E, no futuro próximo, veículos autônomos estarão nas estradas, melhorando o transporte de pessoas e a logística do escoamento de produtos da agropecuária e indústria.

- No marketing, é possível definir melhor os segmentos de clientes e, assim, direcionar anúncios mais específicos para cada grupo, aumentando a conversão de vendas de produtos e a aquisição de novos clientes.

- Na saúde, a revolução ainda está ocorrendo. Sistemas de inteligência artificial estão sendo criados para analisar milhares de exames relativos a várias enfermidades e, com isso, determinar tratamentos mais eficazes. Com a automação, será possível dar acesso ao tratamento médico para mais pessoas.

Acredito que a forma como vivemos em sociedade e interagimos como indivíduos vai mudar suavemente — sem percebermos alterações nas nossas rotinas de imediato —, mas essa transformação ficará evidente se analisarmos as mudanças após décadas. Na verdade, já podemos ver como nossa sociedade mudou se olharmos para as transformações ocorridas 10 ou 20 anos atrás. E como a ciência de dados está muito relacionada à inteligência artificial e à automação, profissões deixarão de existir, principalmente aquelas associadas a trabalhos manuais, como caixas de mercado e motoristas. Porém, novas profissões surgirão, como aquelas associadas a desenvolvimento, engenharia e manutenção destes novos sistemas — entre tantas outras que ainda não são nem possíveis de definir.

Assim, caso você esteja procurando uma carreira na área de dados, escolha aquela cujas habilidades você mais se identifica e com a qual você possa trazer mais contribuições. Esta área está em forte expansão e muitas oportunidades surgirão nos próximos anos.

*Gustavo Bragança é PhD em Astrofísica pelo Observatório Nacional e pelo Observatoire de la Côte D’Azur, França, onde se especializou em ciência de dados e programação. Já atuou como professor na Universidade Federal do Rio de Janeiro e atualmente é mentor de alunos da Udacity.