{"id":117928,"date":"2022-07-20T15:06:22","date_gmt":"2022-07-20T18:06:22","guid":{"rendered":"https:\/\/fluency.io\/br\/blog\/?p=12157"},"modified":"2023-07-26T15:54:53","modified_gmt":"2023-07-26T18:54:53","slug":"inteligencia-de-dados","status":"publish","type":"post","link":"https:\/\/homolog.fluency.io\/br\/blog\/inteligencia-de-dados\/","title":{"rendered":"Intelig\u00eancia de Dados: o que \u00e9, carreiras na \u00e1rea e como come\u00e7ar"},"content":{"rendered":"\n

Em maio de 2017, a revista The Economist<\/em> publicou um artigo* que se tornou um bord\u00e3o quando se fala em Ci\u00eancia de Dados<\/a> e Big Data<\/em>: \u201cData is the new oil\u201d <\/em>(\u201cDados s\u00e3o o novo petr\u00f3leo\u201d, em tradu\u00e7\u00e3o livre).<\/p>\n\n\n\n

A analogia se referia \u00e0s mudan\u00e7as no ranking das empresas mais valiosas dos EUA. Durante todo o s\u00e9culo XX, a lista foi liderada por empresas do setor de \u00f3leo e g\u00e1s. A partir do s\u00e9culo XXI, por\u00e9m, big techs <\/em>passaram \u00e0 frente, por causa dos dados.<\/p>\n\n\n\n

Meia d\u00e9cada depois, por\u00e9m, o consenso \u00e9 o de que j\u00e1 n\u00e3o basta as empresas apenas possu\u00edrem esse \u201cnovo petr\u00f3leo\u201d. \u00c9 preciso criar \u201crefinarias\u201d para transform\u00e1-lo em produtos de valor agregado, como an\u00e1lises preditivas<\/strong> e decis\u00f5es automatizadas<\/strong>.<\/p>\n\n\n\n

\u00c9 nesse cen\u00e1rio que uma nova express\u00e3o vem ganhando import\u00e2ncia: Intelig\u00eancia de Dados<\/strong>. Sim, provavelmente voc\u00ea deduziu: ela \u00e9 o segredo para as empresas criarem as \u201crefinarias\u201d desse \u201cnovo petr\u00f3leo\u201d (os dados).<\/p>\n\n\n\n

Isso abre uma gama de oportunidades a diversos profissionais e especializa\u00e7\u00f5es da \u00e1rea de dados, desde Analistas e Cientistas at\u00e9 Engenheiros de Dados. Como? \u00c9 o que vamos entender a seguir.<\/p>\n\n\n\n

O que \u00e9 Intelig\u00eancia de Dados?<\/strong><\/h2>\n\n\n\n

Intelig\u00eancia de Dados<\/strong> pode ser entendida tanto como uma \u00e1rea multidisciplinar<\/strong> quanto como uma cultura organizacional,<\/strong> que usa ferramentas anal\u00edticas e de Intelig\u00eancia Artificial (IA) para transformar grandes quantidades de dados (big data<\/em>) em conhecimentos \u00fateis \u00e0s pessoas de neg\u00f3cio, sejam colaboradores ou tomadores de decis\u00e3o.<\/p>\n\n\n\n

Em resumo, o objetivo maior \u00e9 fazer com que massas complexas de dados cheguem como produtos acabados, como informa\u00e7\u00e3o<\/strong> e conhecimento<\/strong>, a qualquer pessoa da empresa \u2014 os chamados \u201cdata citizens\u201d <\/em>(\u201ccidad\u00e3os de dados\u201d, em tradu\u00e7\u00e3o livre).<\/p>\n\n\n\n

\u2014 \u201cTudo bem\u201d \u2014 voc\u00ea pode estar se perguntando \u2014 \u201cmas isso n\u00e3o s\u00f3 mais uma express\u00e3o nova, uma buzzword<\/em>, para o que j\u00e1 se fala desde o hype<\/em> do Big Data<\/em>? N\u00e3o \u00e9 a mesma coisa que Business Intelligence (BI)<\/em>?\u201d<\/p>\n\n\n\n

Sim e n\u00e3o. Por ser uma express\u00e3o nova (como v\u00e1rias em tecnologia), naturalmente \u00e9 envolta em alguma confus\u00e3o e ambiguidade. H\u00e1 quem use o termo como uma \u201cnova embalagem\u201d para vender softwares de BI e consultorias, \u00e9 claro. Mas o que nos interessa, aqui, \u00e9 que o conceito em si agrega valor aos neg\u00f3cios e abre oportunidades a profissionais.<\/p>\n\n\n\n

\"Imagem
\u00c1rea multidisciplinar alia parte t\u00e9cnica (ferramental e tecnologia) e humanos (cultura organizacional) e abre muitas oportunidades a profissionais de dados. Fonte: clicdata.com<\/a><\/figcaption><\/figure>\n\n\n\n

Obviamente, h\u00e1 um processo complexo para empresas atingirem tal maturidade. N\u00e3o \u00e9 um silo com meia d\u00fazia de Data Scientists<\/a><\/em> atuando isolados, um dashboard<\/em> com gr\u00e1ficos coloridos ou a \u00faltima ferramenta da moda em BI <\/em>que destravar\u00e3o a Intelig\u00eancia de Dados em uma empresa.<\/p>\n\n\n\n

\u00c9 necess\u00e1rio um processo de inova\u00e7\u00e3o, capacita\u00e7\u00e3o e melhoria cont\u00ednua entre partes t\u00e9cnicas<\/strong> (dados, ferramental e tecnologia) e humanas<\/strong> (cultura) para se chegar a tal excel\u00eancia. \u00c9 a\u00ed que se abrem as oportunidades para diversas especializa\u00e7\u00f5es na \u00e1rea de dados.<\/p>\n\n\n\n

Carreiras na \u00e1rea<\/strong><\/h2>\n\n\n\n

Para tornar a Intelig\u00eancia de Dados realidade, uma empresa necessita de um time multidisciplinar, que ir\u00e1 criar as bases tecnol\u00f3gicas para transformar dados brutos em informa\u00e7\u00e3o e conhecimento. Al\u00e9m disso, outros pap\u00e9is, menos t\u00e9cnicos, tamb\u00e9m s\u00e3o necess\u00e1rios. Vamos conhec\u00ea-los.<\/p>\n\n\n\n

Data Engineering<\/strong><\/h3>\n\n\n\n

Data Engineering<\/em> ou Engenharia de Dados<\/a><\/strong> \u00e9 a especializa\u00e7\u00e3o que cuida da forma como os dados s\u00e3o capturados, armazenados e servidos dentro de uma empresa. \u00c9 o primeiro elo da cadeia da Intelig\u00eancia de Dados.<\/p>\n\n\n\n

Uma pessoa Engenheira de Dados precisa dominar conhecimentos sobre:<\/p>\n\n\n\n