Termo inexistente até alguns anos atrás, o data scientist (cientista de dados) tem se tornado um profissional imprescindível para a competitividade das empresas. O boom do big data tornou necessária a atuação do data scientist, responsável, justamente, por analisar um grande volume de informações disponíveis e transformá-las em estratégias de negócios.

Luiz Gustavo Mariano, sócio da FLOW, tem estado à frente de processos de recrutamento e seleção de executivos para posições de data scientist. Segundo ele, o profissional que as empresas buscam para esta vaga precisa combinar habilidades, como conhecimento matemático e estatístico, linguagem de programação e, principalmente, saber traduzir um grande volume de dados em informações relevantes para o negócio.

“Este executivo tem sido procurado por empresas de vários setores, todas dispostas a construir um processo de tomada de decisão baseado no uso inteligente dos dados extraídos da própria operação do negócio. O data scientist é quem vai ajudar a extrair valor dos dados”, explica o headhunter.

Quem é o data scientist?

Por exigir muitos conhecimentos e por ser uma profissão relativamente nova, não há uma formação específica para tornar-se data scientist. O profissional pode ser da área de tecnologia da informação, administração de empresas e até das ciências naturais. É o caso de Luiz Covo, Head of Data Science do Grupo Netshoes. Ele é formado em administração e negócios pela FGV (Fundação Getúlio Vargas), depois estudou ciências biológicas com a pretensão de se tornar cientista, mas sempre trabalhou com tecnologia, o que fez com que juntasse essas três habilidades.

“Sempre me vi assim profissionalmente. Idealizei a profissão de cientista de dados antes de ela se tornar popular, pois já via a necessidade nas empresas. Observava as pessoas tomando decisões de forma aleatória e sabia que não podia ser assim. O data scientist  consegue testar hipóteses em massa e apresentar resultados práticos. A empresa que implementar soluções mais rápido vai sair na frente”, declara.

Covo explica que o data scientist precisa traduzir determinado problema para uma fórmula matemática, adotar linguagem de programação para fazer cálculos de forma massiva, lançar mão do método científico para formular e testar hipóteses e usar essas informações de maneira estratégica para o negócio. “Não acredito que o termo cientista de dados apareça por acaso. É uma tentativa de encontrar o meio do caminho entre o pragmatismo necessário na empresa e o rigor metodológico da academia”, diz.

Para que um data scientist?

As funções do data scientist podem ser inúmeras: precificação dinâmica, previsão de demanda, segmentação de clientes, otimização de portfólio de produtos, sugestão de cesta de produtos em e-commerce, otimização de ROI de campanhas de marketing, aumento da eficiência do time de vendas, otimização logística, maximização de margem de lucro, entre outras.

São desafios que podem ser novos, como no caso das empresas de e-commerce, relativamente novatas no mercado, se comparadas às indústrias tradicionais. Porém, a profissão já existia em outros ramos, só que com outros nomes, afirma Rodrigo Neman, Head of Analytics and Big Data na CI&T. “A área de análise de risco de bancos, por exemplo, sempre usou estatísticos, matemáticos e engenheiros.”

Neman diz que o data scientist está em alta porque muitas indústrias estão se transformando digitalmente. “Nesta transformação, as empresas precisam de uma cultura de dados de experimentação e aprendizado rápido para que as decisões sobre produtos e serviços sejam centradas no cliente e alcancem suas expectativas, que estão progressivamente maiores”, diz.

É o caso do Grupo XP, que busca um data scientist para desenvolver modelos de inteligência artificial para automatizar e dar mais eficiência a processos do negócio. O profissional vai contribuir em diversas frentes, desde a construção de modelos de recomendação e otimização de carteiras de produtos financeiros até a personalização de interações do cliente com as plataformas digitais da empresa.

“Os desafios não são novos, pois representam as principais alavancas de geração de valor para a empresa. Nova é a proposta de utilizar inteligência artificial para abordá-los de forma mais ativa”, diz Fernando Vasconcellos, sócio à frente do Marketing do Grupo XP.

O perfil do data scientist

Um desafio, porém, é certo, segundo os três especialistas: encontrar data scientists que consigam equilibrar conhecimentos técnicos e ferramentais com capacidade analítica e visão de negócio. Além disso, conforme complementa o headhunter Mariano, o profissional precisa ter experiência em liderar esse processo de transformação/ implementação da área, em organizações acostumadas com outro tipo de tomada de decisão.