Analista de dados: peculiaridades da profissão

Quais os conhecimentos e competências de que um analista de dados necessita
Competências de programação. As linguagens de programação são necessárias para automatizar o trabalho. São utilizadas para escrever consultas a bases de dados, processar dados e gerar relatórios. Na maioria dos casos, um analista de dados deve saber programar em Python, R e SQL.
Conhecimentos de matemática e estatística. Um analista de dados precisa de ter conhecimentos de teoria das probabilidades, álgebra linear, análise matemática e estatística avançada. Estes conhecimentos são importantes para a análise de dados, nomeadamente para encontrar padrões e anomalias e fazer previsões. Muitas das funções matemáticas já estão implementadas em funções Python e Excel, pelo que o importante é a compreensão da teoria.
Compreender as necessidades dos clientes empresariais. Um analista deve ter uma boa compreensão do negócio com o qual está a trabalhar. Esta é a única forma de determinar o significado das suas descobertas para a empresa.

No blogue da Magenta Favorita Unipessoal continuamos a nossa série de publicações sobre várias especialidades na área das tecnologias de informação. Hoje vamos falar sobre uma profissão que está na interseção entre TI, administração e matemática. Um analista de Big Data, ou analista de dados, é um especialista que analisa, interpreta e identifica padrões a partir de conjuntos de dados. As empresas utilizam os resultados das análises para tomar decisões de gestão, criar novas ofertas para os clientes e lançar novos serviços.

Se descrevermos a essência do trabalho de um analista com a ajuda de imagens, podemos distinguir três papéis que ele ou ela desempenha na empresa:

• O batedor. O analista tem de descobrir o que está a acontecer num determinado sector, empresa, mercado, etc. Para tal, utiliza bases de dados, relatórios de vendas, resultados de inquéritos, análises de sítios Web, etc.
• O diagnosticador. Após a exploração, é necessário examinar todos os indicadores obtidos, tirar conclusões e fornecer recomendações. Os especialistas aplicam a análise de regressão, o agrupamento e os algoritmos de aprendizagem automática para criar modelos em função do problema comercial.
• O tradutor. O analista deve ser capaz de explicar em linguagem simples a todas as partes interessadas o que está a acontecer e que medidas devem ser tomadas. Muitas vezes, os resultados são apresentados sob a forma de quadros, gráficos e tabelas utilizando o Excel, SQL, Tableau, Power BI e a linguagem de programação Python.

Ser capaz de comunicar com pessoas não técnicas. Um analista interage muito mais frequentemente com os funcionários da empresa do que, por exemplo, com programadores e engenheiros de dados. Por conseguinte, deve ser capaz de explicar até as coisas mais complexas numa linguagem clara, evitando termos técnicos. Além disso, tem de compreender claramente as tarefas que lhe são atribuídas. Se estas não estiverem claramente definidas, deve fazer perguntas até compreender em pormenor o que pretendem que faça.

Poderão os robots substituir os analistas?
É possível tornar-se um analista de dados mesmo sem formação especializada. É bom que a sua formação seja relevante para esta profissão: programação, matemática, economia, finanças. Mas se a sua formação for de um sector completamente diferente, não há problema. As pessoas que, por exemplo, estudaram história ou trabalharam como designers ao longo da sua carreira tornam-se analistas. Se souber utilizar SQL e formular hipóteses de negócio, pode muito bem tornar-se num bom analista de dados.

Esta profissão continuará a ser relevante no mercado de trabalho durante muito tempo. Os grandes volumes de dados são um recurso fundamental para as empresas: são utilizados nas TI, no comércio retalhista, nas finanças, nos cuidados de saúde, nos jogos, nos desportos cibernéticos, nas telecomunicações e no marketing. As decisões estratégicas são tomadas com base em análises e recomendações. Os analistas são pagos por cabeça e não por mãos. Por conseguinte, é pouco provável que sejam substituídos por robots. No entanto, os próprios analistas podem modernizar o seu trabalho através da automatização. Automatize tudo o que pode ser fisicamente automatizado. Desta forma, pode libertar o máximo de tempo para pensar, formular hipóteses, testar hipóteses, encontrar padrões, fazer recomendações, etc.