Awari

Qual a diferença entre o Analista e o Cientista de Dados? Entrevista com Maurício Bezerra, Data Analyst do Guiabolso

A evolução de processadores, gadgets, computadores e celulares na última década permitiu um grande avanço do universo digital. Com isso, a internet tornou-se cada vez mais acessível e populada e, assim, quantidades massivas de dados passaram a ser produzidas diariamente – o que conhecemos como Big Data. 

Interpretar essa quantidade de dados, porém, não é tarefa simples e, portanto, requer um profissional especializado em processá-los e interpretá-los de forma correta. Neste cenário, surgem os especialistas na área de Data Science, responsáveis por coletar, analisar e interpretar conjuntos de dados, pouco a pouco, para desvendar padrões significativos neles.

Neste contexto dentro de Data Science, duas profissões tornaram-se as mais “populares”: Cientista de Dados e Analista de Dados. Por serem funções em constante evolução, porém, as profissões possuem uma intersecção muito grande e nem sempre as empresas e o mercado têm clareza da distinção entre as funções.

Mas, o que um Analista de Dados faz na prática? O que ele faz de diferente do Cientista de Dados?

Para responder essas perguntas, a Awari conversou com Maurício Bezerra, Analista de Dados do Guiabolso, um aplicativo para ajudar no controle financeiro pessoal, com funções para quem quer ficar de olho em gastos excessivos e estipular metas de economia.

Com isso, neste artigo vamos entender como é o dia a dia de um Data Analyst e as responsabilidades dele no universo de Data Science. Vamos lá?

Awari: Maurício, qual a rotina de um Analista de Dados?

Maurício: No universo de Data Science, o Analista de Dados é quem está mais próximo do negócio em si. É função dele entender o negócio, fazer análises e apresentar soluções para todas áreas de uma empresa. É uma pessoa que tem que ter domínio sobre o que tem armazenado no banco de dados. Isso porque, como ele está muito conectado com o Business da empresa, ele tem que saber onde encontrar os dados para gerar um informações precisas para as áreas de negócio. 

Nesse processo, o analista irá fazer mapeamento dos dados, obter documentações desse processo e elaborar, junto com a área de negócio, relatórios e acompanhamentos para direcionar as decisões seja do setor de vendas, marketing e CRM. 

Qual a diferença entre um Analista e um Cientista de Dados?

Maurício: O analista de dados é sempre o cara que analisa o passado e o que está acontecendo agora em um projeto. Eu consigo pegar uma informação passada, que foi gerada no banco de dados e consigo apresentar para a área de negócio. O cientista de dados, geralmente, vai entrar para fazer predições. 

Por exemplo: eu preciso gerar um modelo para fazer uma previsão de quantas pessoas irão entrar nesse fluxo. O cientista de dados terá o papel de usar estatísticas e outras ferramentas para gerar essas preditivas. Já o analista de dados ficará na parte de Business Intelligence (BI)e vai fazer uma análise do passado, para definir que decisão podemos seguir com base em dados que já foram gerados.  

E como é o trabalho de um Analista de Dados no dia a dia? 

Maurício: No Guiabolso nós temos um Data Analyst (DA) para cada unidade de negócio. Assim, são quatro unidades: crédito, CRM, Growth e GBC (plataforma interna da empresa). Hoje, há, também, um analista de dados que dá suporte para todas essas áreas para gerar informações do que elas precisarem, seja saber como está a venda naquele dia, entender análises históricas e atuais, variadas e multivariadas. O grau de complexidade de análises de um analista de dados é um pouco menor. Você, por exemplo, não precisa criar modelos ou algo do tipo, que seria função do Cientista de Dados.  

A função do Analista de Dados é traduzir os dados para uma linguagem da área de negócios. Na verdade, tem muito Data Analyst que está com o papel de Business Intelligence (BI). Isso porque o papel dos dois é bem parecido. DA tem algumas outras funções específicas como mapeamento e documentação dos dados, até mesmo fazer a parte do tratamento das informações. Já o BI, por sua vez, é o cara que vai montar a parte de visualização, onde entram essas ferramentas que a gente tem hoje no mercado: Microsoft PowerBI, Tableau e Qlik Sense.

Quais ferramentas você mais utiliza no seu coitidano?  

Maurício: Para o Analista de Dados é regra aprender SQL (Structured Query Language, ou Linguagem de Consulta Estruturada, em português). Isso porque ela é a linguagem principal para você consultar qualquer base de banco de dados atualmente. Há, também, outras ferramentas que utilizo, como Databricks, na qual podemos usar as linguagens R e Python dentro dela. Uso o Databricks para fazer *ETL e tratamento de dados, ela é uma ferramenta útil para essa função. Para visualização, utilizamos o Tableau e Looker, que servem para Data Visualization.

*A sigla ETL significa Extração, Transformação e Carga (em inglês Extract, Transform and Load) e visa trabalhar com toda a parte de extração de dados de fontes externas.

Dica da Awari: Ficou curioso com alguma ferramenta ou linguagem citada e quer aprender mais sobre ela? Abaixo, listamos onde você pode conhecer cada uma delas:

Qual a importância de ter um Analista de Dados no time de Data Science? 

Maurício: A principal função do analista de dados dentro de uma squad de data science é criar a tomada de decisão com base em dados. A importância dele é dar o norte e o direcionamento para aquele projeto. Às vezes, uma squad terá um cientista, um engenheiro, um desenvolvedor, pessoal de negócios, e é com esses dados do analista que eles irão decidir de onde partir. 

Por exemplo, tem um projeto que é muito comum nas empresas, principalmente em CRM, que é o famoso teste A/B. E, nestes testes, eles irão se direcionar com base nos dados que o analista de dados irá apresentar. Por exemplo: essa parte do teste de A/B performou de tal forma, como iremos agir? Precisamos alterar alguma página ou código? Esse é o ponto fundamental, levar o dado para melhor tomada de decisão. 

A carreira em análise de dados pode ser uma porta de entrada para quem migra para área de tecnologia? 

Maurício: Se você olhar toda a carreira em ciência de dados, a análise de dados é a menos complexa. Para atuar em Data Analytics, você pode, por exemplo, ser uma pessoa que tem uma pegada mais de Business, de estratégia de negócio do que ser expert em programar. A SQL também acaba sendo uma linguagem mais simples do que Python e R, que cientistas de dados utilizam com mais frequência. 

Eu acredito que seja uma porta de entrada, mas você também pode crescer muito em Data Analytics. As empresas precisam de todas as vertentes de dados atualmente. Tem oportunidades, tem crescimento, tem projetos complexos que você pode atuar. Você pode ser um líder, se especializar em determinada área. É uma carreira introdutória, mas que dá para você crescer bastante e tem oportunidade no mercado para isso. 

Por que as empresas confundem as funções do Analista, Cientista e o Engenheiro de Dados?

Maurício: Empresas com a pegada mais Tech, como o Guiabolso, conseguem identificar e colocar cada um em seu quadradinho, mas no mercado mais tradicional que é maior, onde estão as grandes empresas, ainda está engatinhando nessa questão. Às vezes nem a empresa sabe do que elas precisam. E aí aparecem aquelas vagas que você tem que saber fazer tudo (risos).

Quais dicas você daria para um profissional que quer migrar para área de Analista de Dados?

Maurício: É fundamental estudar bastante. O que eu costumo falar para quem quer migrar para área de tecnologia é: entra no LinkedIn, procura vagas de Analista de Dados de nível júnior, lê a descrição e começa sua jornada de conhecimento estudando aqueles tópicos. Os principais passos são:

  • Estudar SQL
  • Estudar Python
  • Estudar técnicas de análise de dados e data visualization

Há, também, muito conteúdo sobre Data Analytics disponível na internet que podem te auxiliar nos estudos, como:

Utilizando essas ferramentas, você certamente terá um ótimo início de jornada em Data Analytics. 

Eduardo Valim

Escrito por

Eduardo Valim

é redator na Awari e escreve sobre carreira e tecnologia.