A chegada da quarta revolução industrial e as constantes mudanças na sociedade evidenciaram a importância de empresas e profissionais lidarem com a quantidade enorme de dados gerados a todo instante. Para sobreviver no mundo dos negócios, é preciso saber trabalhar com uma imensa massa de informações e gerar inteligência em cima disto. Ajay Banga, CEO da Mastercard, afirmou que "dados são o novo petróleo, a diferença é que o petróleo vai acabar um dia". Ou seja, os dois itens são capazes de gerar valor, mas assim como o petróleo precisa ser refinado, a maior riqueza dos dados não está em si, mas nas possibilidades de seu uso e nos resultados que isto pode trazer.
Startups, fintechs, retails techs e bancos já descobriram o valor trazido pela cultura data driven e estão absorvendo profissionais especializados em ciência de dados - seja para organizar dados, explorá-los ou investigar novas formas para tornar seus processos melhores ou criar produtos ou serviços. Isto faz com que grande parte destas empresas já tenham ambientes e equipes voltados para análise de dados.
Dentre as possibilidades de especializações neste segmento, estão a do engenheiro de dados e a do analista de dados ou citizen data scientist. O primeiro é responsável por capturar, armazenar, organizar e entregar os dados para os profissionais analíticos explorarem e encontrarem novos e valiosos insights. "Os sites que fazem recomendações em tempo real, por exemplo, usam um modelo analítico prescritivo que foi construído por um profissional de análise de dados. Só que desde a hora da captura dos dados até a hora da entrega do resultado, é o engenheiro trabalhando na construção de pipelines de dados e de toda tubulação necessária para que eles possam ser entregues para qualquer aplicação", afirma Regina Cantele, coordenadora dos MBAs em Engenharia de Dados e em Business Intelligence & Analytics da FIAP.
Ou seja, o engenheiro não tem como objetivo analisar os dados, mas sim construir o caminho para que alguém faça isso. Portanto, precisa conhecer vários bancos de dados - dos relacionais aos NoSQL -, de in memory à cloud, somado a frameworks de desenvolvimento, DataOps e microsserviços. Já o analista de dados deve trabalhar muito bem com a apresentação dos dados, seja contando uma boa história sobre a descoberta do insight - data storytelling -, seja utilizando ferramentas self service analytics, construindo visualizações de dados sofisticadas com o emprego de muita arte. Importante também conhecer as soluções analíticas denominadas augmented analytics para acelerar os resultados de seu trabalho. "Este profissional faz descobertas através do analytics para aprender e ter um diferencial competitivo em relação a outras empresas", adiciona a coordenadora sobre o curso de Business Intelligence.
O perfil do aluno que pode se beneficiar do MBA em Engenharia de Dados é mais técnico, que gosta de trabalhar muito perto dos dados. Já o MBA em Business Intelligence & Analytics visa formar o profissional que irá criar modelos analíticos para impulsionar a inteligência competitiva da empresa.
