Home > Tendências

Business Intelligence e o conhecimento circular

Um bom profissional deve aliar toda a experiência adquirida, ainda que tenham deixado cicatrizes, com o acompanhamento permanente do mercado para estar atualizado sobre o que ocorre atualmente

Daniel Lázaro *

27/03/2018 às 17h54

BI_758676196.jpg
Foto:

Algumas semanas atrás tive a sorte de ser procurado por um grande
amigo meu.

Já fomos colegas de trabalho e atuamos muito próximos nos desafios de
incorporar práticas, técnicas e tecnologias de Business Intelligence (BI) em empresas de diversos segmentos e áreas
de atuação e, por uma série de fatores, sua carreira passou a crescer em outras
instituições com desafios sempre muito focados nesta visão de práticas e
abordagens “tradicionais”.

Ao longo destes anos, segui tendo enormes oportunidades e exposição à
novas metodologias, tecnologias e técnicas referentes não só a aspectos de Big Data,
mas também de Inteligência Artificial e aplicações em situações bastante
interessantes e variadas em muitas empresas aqui na América Latina. E tive
oportunidade de entender mais claramente a enorme oportunidade que o mercado
traz para qualquer um que tenha interesse em aprender sobre estes aspectos,
como já comentei algumas vezes por aqui.

Eis que, para minha surpresa, este meu amigo me procurou para dividirmos
um pouco do que eu estava vendo sob esta ótica com “novas tecnologias e
técnicas”, porque havia ocorrido uma grande reestruturação na organização onde
ele atuava e seu cargo já não mais fazia parte do quadro da empresa na região.

E uma das principais preocupações dele era “como se revisar” em relação
à todas as tendências, linguagens de programação e a inundação de informações
(algumas vezes pouco direcionadas e produtivas), para manter-se atualizado e
gerar interesse do mercado de trabalho nele, que já não é um adolescente
recém-formado.

Por iniciativa própria (aliás, esta é uma característica que sempre
associo a sucesso: iniciativa), ele já estava estudando algo de Python, além de
ter se matriculado em um curso de MBA focado em Big Data.

Pudemos debater alguns elementos que eu também considero essenciais e
sempre presentes em equipes de sucesso de acordo com empreitadas pelas quais já
passei. Alguns desses elementos são obtidos justamente por pessoas que já
puderam errar, já apagaram dados, já tiveram problemas em entendimento de
especificações e necessidades de análise ou subestimaram a complexidade da
dinâmica de tomada de decisão em suas estruturas. Enfim, já ganharam algumas
cicatrizes de batalhas.

Listo algumas características que os profissionais com muita experiência
em Gestão de Dados e Business
Intelligence deveriam buscar alavancar e usar como fator de diferenciação, seja em busca de novos projetos em sua empresa ou fora, seja em busca de
posições mais desafiadoras:

 

·  Disciplina: os profissionais que já puderam cometer erros
adquirem uma característica de manterem-se disciplinados mesmo em situações de
grande pressão. Já lidei com equipes de gente muito nova, com muita energia,
mas com quase nenhuma disciplina, que entrega resultados bons, mas às custas de
muita tentativa e erro (mais do que o que seria necessário se o grupo
investisse algum tempo planejando as atividades e revisando dependências entre
frentes).

 

·  Método: eu já comentei em outras oportunidades que
alguns profissionais que se denominam “cientistas de dados” possuem uma grande
deficiência em relação a conhecimentos de “Engenharia de Software”. Como
exemplo, códigos escritos para uma simples execução (e não para alta
performance); uso de variáveis com pouca documentação, uso de “hard coding” e
outras práticas nocivas à “manutenibilidade” de uma solução. Profissionais com
mais experiência já puderam viver na pele problemas de atualizações de código,
erros em ambientes produtivos e podem direcionar os cientistas para uma entrega
de resultados mais eficaz sob esta ótica.

 

· Conhecimento
de Gestão
: profissionais mais
experientes, por mais que não tenham certificações de institutos como o PMI,
têm supostamente maior facilidade para identificar potenciais gargalos, seja em
recursos humanos ou computacionais, e podem alavancar seu conhecimento de
gestão de projetos (e/ou programas) na identificação de riscos, interdependências
e antever problemas mesmo sem conhecer absolutamente todo detalhe de
programação em Python ou R. Além disso, em estruturas de entrega com
metodologia ágil, a maturidade e disciplina na gestão são mais necessárias do
que em abordagens “tradicionais”, por mais que a aparência de “squads ágeis”
seja de “tribos desorganizadas”;

 

·  Arquitetura
de Dados
: mais uma vez,
profissionais que tiveram (ou têm) exposição a tecnologias “tradicionais”
entendem a relevância da estruturação correta de informações, geração de visões
agregadas, definição de permissões de acesso, relacionamentos entre tabelas e
bancos de dados, gestão de ciclo de vida de dado e outras disciplinas que
parecem ter sido relegadas à alguma “configuração instantânea e mágica” de
soluções mais modernas de Big Data e Inteligência Artificial. Não nos
enganemos: muita coisa está já bem automatizada, mas muitos parâmetros, análise
de impacto em mudanças de fontes de dados e melhoria contínua, além da
manutenção da “explicabilidade” das configurações e performance dos sistemas
depende de bom conhecimento de conceitos.

 

Ou seja, há vários conhecimentos adquiridos em anos de entrega de
projetos “tradicionais” de Business
Intelligence que devem ser alavancados por estes profissionais quando
entram para equipes de entrega com novas tecnologias ou com novos integrantes
em suas equipes.

Já vi muitos profissionais no mercado com conhecimento excepcional de
linguagens de programação e de ambientes de desenvolvimento ágeis, mas com
enormes deficiências conceituais, o que acaba gerando muita “tentativa-e-erro”
(ou “copia-e-cola” de código de bibliotecas como StackOverflow) até que os resultados obtidos pareçam ser os
desejados.

E quando os resultados começam a desviar do esperado, com soluções
geralmente sem ou com pouca documentação ou “explicabilidade”, geralmente muito
precisa ser refeito e/ou remontado, gerando desperdício de recursos.

BI

Outro ponto interessante de nossa conversa foi o pedido por sugestões
que pudessem ajudá-lo a se manter próximo destas novas tecnologias e
desenferrujado em termos de programação. Sugeri que ele buscasse algumas das
fontes que já comentei por aqui para treinamentos on-line (como Coursera e
Udacity) para parte da sua formação.

Para estar atualizado sobre o que ocorre atualmente, minha sugestão foi
observar as tendências internacionais, mas buscar as aplicações locais (seja de
sucesso ou de empreendedorismo), se inscrevendo em grupos de MeetUp que ocupam
geralmente muito mais horas do que existem disponíveis numa semana. Com a vantagem
de não serem exclusivos em grandes centros e de que alguns já se organizam para
sessões “virtuais”.

Por último, sugeri que ele adotasse uma linguagem de programação como
seu mais novo hobby. Seja Python, R, Java, Linda ou outro. E que também
explorasse ambientes de desenvolvimento como Jupyter, H2O e similares. E sim,
que criasse uma conta no GitHub, para acompanhar trabalhos que as pessoas estão
dividindo com a comunidade em geral e outra no Kaggle, para que ele se
desafiasse com problemas reais de negócio de empresas em todo mundo, inclusive
no Brasil.

Logo depois deste almoço, o universo conspirou a nosso favor e pude
indica-lo para uma posição de liderança de um tema super relevante (e novo)
numa organização muito próxima a mim.

Espero que estes pontos também possam ajudar quem está no mercado de
trabalho buscando novos desafios e buscando incorporar no seu cotidiano os
elementos mais modernos de Big Data, Inteligência Artificial e Ciência de
Dados.

 

(*) Daniel Lázaro é diretor executivo para Tecnologias de Analytics da
Accenture na América Latina

Junte-se a nós e receba nossas melhores histórias de tecnologia. Newsletter Newsletter por e-mail