<div dir="ltr"><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000">Para entender um pouco do que acontece em alguns lugares, esses são os requisitos para um cargo de CIENTISTA DE DADOS numa empresa em Londres:</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000"><br></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000"><div><img src="cid:ii_k1flan9b0" alt="image.png" width="562" height="335"><br></div><div><br></div><div><br></div><div><br></div><div>Doris</div><div><br></div></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000"><br></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000"><br></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small;color:#000000"><br></div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">Em sex, 4 de out de 2019 às 23:48, Bernardo B. Andrade <<a href="mailto:bbandrade@unb.br">bbandrade@unb.br</a>> escreveu:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Caros,<br>
<br>
Vou pegar embalo na mensagem mais recente do professor Pedro.<br>
<br>
Primeiramente sinto falta de uma definição (e escopo) para Ciência de <br>
Dados... para fins desse texto vou definir:<br>
<br>
- Soft DS: fundamentos de bancos de dados, computação em paralelo, <br>
visualização, text mining, web mining, BI.<br>
- Hard DS: análise de complexidade (de algoritmos), otimização numérica, <br>
modelagem de dados superdimensionados, álgebra linear computacional, ML.<br>
<br>
(Digressão: Infelizmente muita gente (alunos em particular) adora o soft <br>
DS... na hora do hard DS pede pra voltar pra estatística... rsrs)<br>
<br>
Discordo do Wickman e do tom apocalíptico de muitas discussões sobre CD <br>
e estatística. Nâo perdemos bonde algum. A Estatística é uma área fértil <br>
a qual, juntamente com as engenharias, matemática aplicada e computação, <br>
pariu essa criança mimada e hiperativa chamada "ciência de dados". Essa <br>
criança vai amadurecer (está amadurecendo) e nesse processo a formação <br>
de recursos humanos sofrerá mudanças.<br>
<br>
Na academia, as mudanças vão ocorrer naturalmente à medida que os jovens <br>
pesquisadores (ansiosos por mudanças) forem publicando em bons <br>
periódicos de engenharias, matemática aplicada e computação (além de <br>
estatística, obviamente), à medida que criarem grupos de pesquisa <br>
fortes, produzirem patentes, projetos com grandes empresas, etc. A <br>
verdadeira reforma se dá não por decreto ou mobilizações durante o <br>
SINAPE mas por força da nossa produção.<br>
<br>
No mundo corporativo as mudanças ocorrem mais rápido e nem sempre existe <br>
um match perfeito entre o profissional (analista de dados) e o egresso <br>
da universidade, seja ele um estatístico, engenheiro ou economista ou <br>
até cientista de dados. Até porque o profissional que trabalha com dados <br>
tem inúmeros perfis e precisa ser moldado no próprio ambiente de <br>
trabalho e em cursos de especialização. Pense não apenas no cientista de <br>
dados mas também no "quant" (mercado financeiro), no analista de risco, <br>
entre outros. Alguns perfis são mais favoráveis a um atuário, outros a <br>
um estatístico e outros a um cientista de computação. Jamais um <br>
currículo de graduação vai atender ao mercado plenamente. Deve dialogar <br>
com o mercado mas nunca será capaz de produzir o "data god", essa figura <br>
mitológica que domina estatística, BI, AI, ML, KDD, big data, analytics, <br>
bioinformatics... (Lembra do pato... anda, nada e voa, nenhum dos três <br>
bem).<br>
<br>
Nesse sentido acho que é perfeitamente possível ter bons cursos de <br>
estatística sem grandes conteúdos de CD. Assim como é ótimo que tenhamos <br>
programas com essa ênfase.<br>
<br>
Também discordo das queixas de que não somos multidisciplinares (seja lá <br>
o que isso for). Pesquisa requer, em parte, isolamento (no bom sentido) <br>
e foco. Na minha definição, somos uma comunidade com formação e atuação <br>
ampla. Culturalmente somos mais próximos dos matemáticos e isso nos <br>
torna menos dinâmicos e ousados do que, por exemplo, engenheiros e <br>
cientistas de computação. Por outro lado, tendemos a ser mais rigorosos <br>
em termos metodológicos. There is no free lunch! De probabilidade a <br>
bioestatística temos muito espaço para produzir e colaborar seja dentro <br>
como fora da academia.<br>
<br>
Talvez a realidade de São Carlos seja uma. A de Brasília outra. Nordeste <br>
uma terceira. ENCE uma quarta e por aí vai. Uns podem realizar seu <br>
"datafest", outros optarem por eventos voltados para finanças e <br>
econometria enquanto outros se tornam referência em bioestatística. É <br>
bom que seja assim.<br>
<br>
Abraços e bom fim de semana,<br>
<br>
Bernardo<br>
<br>
<br>
-- <br>
Prof. Bernardo Borba de Andrade<br>
Chefe de Departamento<br>
Estatística - IE - UnB<br>
Tels. 61-3107-3668 - 3107-3696<br>
<br>
<br>
_______________________________________________<br>
abe mailing list<br>
<a href="mailto:abe@lists.ime.usp.br" target="_blank">abe@lists.ime.usp.br</a><br>
<a href="https://lists.ime.usp.br/listinfo/abe" rel="noreferrer" target="_blank">https://lists.ime.usp.br/listinfo/abe</a><br>
</blockquote></div>