Quatro maneiras de suprir a carência por especialistas em big data

McKinsey prevê que o gap de profissionais focados em grandes volumes de dados atinja 1,5 milhão até 2018 apenas nos Estados Unidos

Projetos de utilização de big data tendem a manter o ritmo de crescimento. Um relatório da IDC aponta que as ferramentas de análise de grandes volumes de dados crescerão 2,5 vezes mais do que os gastos com business intelligence (BI) tradicionais. Além disso, o mercado de soluções analíticas baseada em cloud viverá uma expansão ainda mais acelerada, de acordo com a consultoria. 

A alta demanda de um lado tende a gerar carência de outros. Estima-se que, apenas nos Estados Unidos, existirão nada menos do que 181 mil cargos orientados a análise de informações e um volume tão grande quanto esse para pessoas capazes de fazer gestão e interpretação de dados. A certeza é que não existe mão de obra suficiente para suprir essa carência.

Globalmente, o número ainda é maior. O Gartner aponta que a demanda por profissionais orientados a projetos de big data criou 4,4 milhões de postos de trabalho em 2015. A consultoria estima que apenas um terço desse montante foi preenchido.

Isso ocorre porque as funções requerem habilidades que vão além do uso de painéis para monitorar o fluxo de informações. É fundamental ter experiência para ajustar corretamente o que é relevante e definir parâmetros para estabelecer filtros e algoritmos. Esse conhecimento dificilmente se atinge com meras certificações profissionais. Muitas vezes, a exigência chega em níveis de mestrado ou doutorado.

Uma pesquisa da Burch Works publicada em 2013 identificou que aproximadamente nove em cada dez profissionais de big data tem, no mínimo, um título de mestrado, isso só considerando a quantidade de disciplinas que precisa dominar. A lista inclui temas como estatística, matemática aplicada, metodologias de pesquisas e/ou economia.

A McKinsey Global Institute prevê que o gap de profissionais orientados a iniciativas focadas em grandes volumes de dados atinja 1,5 milhão de especialistas até 2018 apenas nos Estados Unidos.

Como dá para ver, as oportunidades e os desafios tem grandes dimensões. Portanto, se você está procurando talentos para sua equipe, aqui vão quatro abordagens alternativas para encontrar, desenvolver e reter bons profissionais.

1. Escolha pessoas que conheçam o negócio de sua empresa/indústria

“Concordo que as habilidades necessárias são incrivelmente difíceis de serem encontradas’, comenta Nick Heudecker, diretor de pesquisas para gestão de informação no Gartner. “Muitas empresas não sabem o que procurar quando iniciam um projeto, muito menos onde encontrar esses recursos. Há dúvidas também sobre quais problemas encarar e que ferramentas serão necessárias para a tarefa”, adiciona. 

2. Desenvolva seus melhores talentos

Min Xiao, líder do time de engenharia de campo da provedora de software Tamr, cita que entrevistou cerca de 500 pessoas ao longo dos últimos cinco anos. Dessas, cerca de 50 foram contratadas. Ele concorda que é bastante difícil encontrar o profissional certo para projetos de big data. Por isso, aposta em seu próprio métodos para esses desafios.

“Procuro pessoas que não são superstars, mas que tem potencial para se tornarem. Tenho contratar muita gente jovem que nunca trabalhou como cientista de dados, mas que tragam características para desempenhar bem essa tarefa. Busco também profissionais de mid-level ou sêniores que também nunca atuaram nesses cargos, mas que tenham alto potencial de desempenhar bem a função”, detalha.

Particularmente, seu objetivo é por pessoas com formação orientada a estatística, ciências da computação ou algum curso focado em física. “Antes de mais nada, é preciso ser muito inteligente para se formar em física. Além disso, são pessoas treinadas em matemática e que, durante o curso, tem uma camada básica interessante de informática”.

3. Ninjas em Excel

Jason Chavarry, gerente do departamento de analytics da The Hershey Company, procura talentos em big data em outros lugares pouco comuns: usuários avançados de Microsoft Excel. “É um bom ponto de apoio. Pessoas ganham certas habilidades em manuseio de dados e tendem a ser solicitadas para ajudar em tarefas de outras áreas das empresas”, comenta.

“Se alguém demonstra capacidade de manusear bem uma ferramenta, possivelmente conseguirá desempenhar tarefas em outras”, pontua, reforçando que alguns projetos requerem ferramentas mais sofisticadas que outros.

4. Faça o talento brotar e crescer

A escassez faz com que muitas companhias tentem fazer brotar talentos dentro de suas próprias estruturas. Ashley Stirrup, CMO da integradora Talend, afirma que sua empresa vem obtendo bons resultados em projetos de big data a partir de programas de mentoria, no qual coloca jovens para trabalharem em conjunto com especialistas mais experientes.

“Há muitos conhecimentos que podem ser unidos a partir da construção de uma ponta entre profissionais de negócio e aqueles que conhecem novas tecnologias”, pondera, citando que muitas vezes um lado não enxerga o potencial das ferramentas enquanto o outro não identifica usabilidade para elas atividades práticas.

fonte
Escrever um comentário (0 Comentários)

Um balanço na árvore

Poucos empresários sabem que existem outras opções disponíveis no mercado e por isso se sentem obrigados a gastar quantias absurdas com softwares obsoletos, mal escritos e pouco funcionais, que necessitam de licenças periódicas, hardwares incrivelmente potentes, além é claro, dos consultores mais caros do planeta.

Este cenário existe ainda hoje com empresas adotando seus softwares de ERP (Planejamento de Recursos Empresariais), CRM (Gestão de Relacionamento com o Cliente) e, claro, com soluções de BI-Business Intelligence (Inteligência de Negócios).

Verdadeiras fortunas são investidas e na maioria das vezes sem que sejam atingidos os objetivos propostos para o projeto. Normalmente estas soluções se limitam a fazer o mínimo necessário, cumprindo apenas com a parte transacional, por exemplo, emitindo uma nota fiscal, mas pecando com a parte analítica, por exemplo, com a falta de um painel interativo que informe em um único local, de forma visualmente clara e agradável, os totais de vendas de cada grupo de produtos, por filiais, ao longo do tempo.

Um balanço na árvore - Figura clássica para quem é da área da TI, mas, infelizmente, pouco conhecida por empresários.

Deslize para o lado para ver o conteúdo completo

Crie uma Solução de Apoio à Decisão sob medida para o seu negócio e aumente a lucratividade sem desperdiçar um Real em licenças de uso.
#OpenSource #Agile #ROI #Clássico


entre em contato


Escrever um comentário (0 Comentários)

Como usar Data Science para revelar perfis comportamentais?

Em junho deste ano, a empresa Tail Target, em parceria com grupos de usuário, fez um estudo sobre o perfil do desenvolvedor Java no Brasil. Para isso, divulgou entre os desenvolvedores um link que deveria ser clicado por quem quisesse participar da pesquisa.

Este link não continha uma pergunta sequer nem levava para nenhum questionário. Imediatamente, choveram e-mails avisando que o link divulgado estava errado. Não estava. Em menos de uma semana estava pronto um estudo completo que mostrava os interesses, demografia e estilo de vida dos desenvolvedores. Mágica? Não, Data Science.

Data Science é um novo campo que alia Big Data, processamento estatístico e inteligência artificial para encontrar informações e detectar padrões. É cada vez mais comum encontrar grandes empresas cuja tomada de decisão está baseada em Data Science.

Para outras, Data Science é fundamental para a própria existência do seu negócio. No Netflix, 75% da audiência vem do seu algoritmo de recomendação, que é um ótimo exemplo de Data Science aplicada. A plataforma de relacionamentos e-Harmony usa Data Science para encontrar o par ideal para uma pessoa e já é responsável por 5% dos casamentos nos EUA.

O estudo sobre o perfil do desenvolvedor Java analisou dados de navegação anônimos de centenas de pessoas que visitaram um dos sites sobre desenvolvimento Java que estavam sendo monitorados. Fazendo uma análise sobre que outros sites estas pessoas visitavam, algoritmos de inteligência artificial detectaram padrões que permitiram traçar um perfil comportamental dessas pessoas.

Segundo esse estudo, 88% dos desenvolvedores Java brasileiros são homens e apenas 12% são mulheres. Os adultos representam a maioria desses desenvolvedores (44%), seguidos de jovens adultos (30%) e adolescentes (25%). Finanças, tecnologia, futebol, viagens e TV, nessa ordem, são os assuntos que mais interessam os desenvolvedores.

A surpresa nesse estudo veio ao medir os microssegmentos que mais interessavam aos desenvolvedores homens e mulheres. Entre os homens, os principais microssegmentos são TV Aberta, novelas, carros de alta renda, séries de TV e viagens internacionais. Já as mulheres preferem ler sobre TV Aberta, TV a cabo, cabelo e maquiagem. Ou seja, os desenvolvedores homens são noveleiros. As desenvolvedoras não.

Os algoritmos aplicados não coletam informações demográficas nem qualquer informação fornecida pelos usuários. O que eles fazem é processar registros de acesso a milhares de sites e executar uma série de algoritmos de inteligência artificial que tentam adivinhar as informações demográficas e os interesses baseado no comportamento online dessas pessoas.

Obviamente existe uma margem de erro nesses algoritmos, mas eles têm se tornado cada vez mais precisos. Depois da publicação deste estudo, um pesquisador da Universidade de Kent enviou os dados de uma pesquisa similar feita em 2003. Esse estudo usou métodos tradicionais: entrevistas e questionários para encontrar a demografia do desenvolvedor Java. O estudo de 2003 identificou que 88% dos desenvolvedores eram homens. Esse é exatamente o mesmo número encontrado pelos algoritmos que fizeram o mesmo levantamento usando dados comportamentais.

*Fabiane Nardon é PhD em Engenharia Eletrônica pela Escola Politécnica da USP, Mestre em Ciência da Computação pela Universidade Federal do Rio Grande do Sul e Bacharel em Ciência da Computação pela Universidade de Passo Fundo. Desde 2012, é a Cientista Chefe da Tail Target.

fonte
Escrever um comentário (0 Comentários)

Como o Google flagrou a Microsoft

Empresa montou uma armadilha para provar que estava sendo plagiada pela Microsoft. Deu certo!

O Bing incomoda o Google. O buscador da Microsoft, que foi lançado em 2009, conquistou 17% do mercado americano - e, se for somado com o Yahoo (que também utiliza a tecnologia de buscas da Microsoft), chega a 30,8%. Por isso o pessoal do Google passou a acompanhar o concorrente de perto. E a notar que certos resultados do Bing ficavam cada vez mais parecidos com os apresentados pelo próprio Google. Plágio?

As suspeitas recairam sobre a Bing Toolbar, uma barrinha de ferramentas distribuída pela Microsoft. Esse programa traz atalhos para fazer pesquisas mais rapidamente. E também monitora, com o consentimento do usuário, a navegação: vê no que a pessoa clicou e manda essas informações para a Microsoft, que usa os dados para aperfeiçoar o Bing. Acontece que de vez em quando os usuários da Bing Toolbar também faziam pesquisas no Google. E quando isso acontecia... Bingo. A Microsoft gravava os resultados gerados pelo Google, via em quais deles as pessoas clicavam e incorporava tudo a seu próprio buscador. Plágio.

Em uma manobra digna de filme, os engenheiros do Google criaram uma armadilha para flagrar a Microsoft. Funcionou. O Google conseguiu gerar uma prova de que estava sendo copiado (veja infográfico ao lado). E partiu para o ataque. "Alguns resultados do Bing parecem uma versão velha e incompleta dos nossos", fustigou o engenheiro Amit Singhal, do Google. A Microsoft respondeu dizendo que, sim, emprega dados colhidos pela Bing Toolbar para melhorar seus resultados - mas que isso é apenas uma das muitas referências que utiliza. "Definitivamente nós não copiamos os resultados de pesquisa do Google", defende-se Stefan Weitz, diretor do Bing.

Gato e rato

Entenda o truque aplicado pelo Google


1. A arapuca

Engenheiros do Google criam uma armadilha: a palavra "hiybbprqag", que não significa nada. Ela é inserida nos resultados das buscas do Google - se alguém digitá-la, obterá um link (que leva a um site criado pelo Google).


2. A operação

Vinte engenheiros do Google instalam o programa Bing Toobar, da Microsoft, em seus computadores. Sua missão: googlar o termo falso ("hiybbrqag") e clicar no resultado que aparece na tela. O objetivo é induzir o programa da Microsoft a copiar essa informação.


3. A comprovação

Vinte dias depois, a palavra maluca aparece nos resultados do Bing, inclusive apontando para o mesmo link. Ou seja: o Bing incorporou uma informação sem sentido, plantada pelo Google - que apresenta isso como prova.

fonte
Escrever um comentário (0 Comentários)