À primeira vista, a ciência de dados parece ser apenas mais um termo comercial, algo abstrato e mal definido. Entretanto, data science e suas aplicações vem mudando constantemente a forma como fazemos negócios e vivemos nosso dia a dia. Considerando que 90% de todos os dados do mundo foram criados nos últimos anos, há muito crescimento deste campo excitante pela frente.

 

O que é data science?

 

Enquanto a estatística tradicional e a análise de dados sempre focaram no uso de dados para explicar e prever, a ciência de dados leva isso adiante e usa dados para aprender. Assim, é possível construir algoritmos e programas que coletam dados de várias fontes e aplicam híbridos de métodos matemáticos e computacionais para obter insights mais profundos.

 

A análise tradicional usa conjuntos de dados estruturados. Já a ciência de dados ousa fazer outras perguntas, analisando “big data” não estruturados derivados de milhões de fontes, bem como mídias não tradicionais, como texto, vídeo e imagens.

 

Então, como tudo isso está se manifestando no mercado? Aqui, vamos dar uma olhada em três exemplos reais de como a ciência de dados está impulsionando a inovação nos negócios em uma ampla gama de setores.

 

O AirBnb utiliza a ciência de dados para ajudar os locatários a definirem seus preços

 

O Airbnb sempre foi um negócio informado pelos dados. Desde entender a demografia dos locatários até a previsão de disponibilidade e preços, o Airbnb é um excelente exemplo de como a indústria de tecnologia está aproveitando a ciência de dados. Na verdade, a empresa tem uma seção inteira de seu blog dedicada ao trabalho inovador que sua equipe de dados está fazendo.

 

Diante de uma grande quantidade de dados de clientes, hosts, locais e demanda por aluguéis, a Airbnb passou a usar a ciência de dados para criar um sistema de preços dinâmico chamado Aerosolve, que já foi lançado como um recurso open-source.

 

Usando técnicas de aprendizado de máquina, a Aerosolve prevê o preço ideal para uma locação com base em sua localização, época do ano e uma variedade de outros atributos. Para os anfitriões da Airbnb, revolucionou a forma como os proprietários de aluguel podem definir os seus preços no mercado e maximizar os retornos. E isso não é tudo: os cientistas de dados do Airbnb também lançaram recentemente o Airflow, uma plataforma de gerenciamento de fluxo de trabalho de código aberto para a construção de pipelines de dados e facilidade para ingerir dados.

 

Não há escassez de necessidade para essas soluções e, no futuro previsível, veremos um crescimento explosivo em soluções de ciência de dados para empresas de tecnologia como a Airbnb.

 

A ciência de dados revoluciona a análise de esportes

 

Usando táticas de ciência de dados e aprendizado de máquina, a equipe do Booz Allen conseguiu desenvolver um aplicativo para os treinadores da MLB para prever qualquer lançamento de arremessador com até 75% de precisão, mudando a maneira como as equipes se preparam para um jogo. Observando todos os arremessadores que jogaram mais de 1.000 arremessos, a equipe desenvolveu um modelo que leva em conta as estatísticas atuais de bastão, situações no jogo e medidas genéricas de arremesso para prever a próxima jogada.

 

Agora, antes de um jogo começar, um treinador tem a capacidade de analisar a formação de uma equipe adversária e executar modelos preditivos para antecipar como estruturar suas jogadas. Não apenas adicionando capacidade para sua equipe, mas mudando a maneira como o jogo acontece.

 

Organizações sem fins lucrativos resolvem os problemas sociais com dados

 

Fundado em 2014, o Bayes Impact, sediado em São Francisco, é um grupo de experientes cientistas de dados que auxiliam organizações sem fins lucrativos na solução de alguns dos maiores desafios de dados do mundo. Desde sua fundação, Bayes ajudou o Departamento de Saúde dos EUA a fazer melhores combinações entre doadores de órgãos e aqueles que precisam de transplantes, trabalhou com a Michael J. Fox Foundation para desenvolver melhores métodos de ciência de dados para a pesquisa de Parkinson e criou métodos para ajudar a detectar fraudes em microfinanças.

 

A Bayes também está desenvolvendo um modelo para ajudar a cidade de São Francisco a aproveitar a ciência de dados para otimizar serviços essenciais, como taxas de resposta a emergências. Por meio de organizações como a Bayes, a ciência de dados tem o poder de causar um impacto social significativo em nosso mundo orientado por dados.

 

Então, o que tudo isso significa para o mercado de trabalho? Com a necessidade cada vez maior de soluções baseadas em dados em todos os setores, a demanda por cientistas de dados superou a oferta. De acordo com um estudo recente da McKinsey, “Até 2018, os Estados Unidos enfrentarão escassez de até 190.000 cientistas de dados com treinamento avançado em estatística e aprendizado de máquina, além de 1,5 milhão de gerentes e analistas com proficiência suficiente em estatística para usar big data efetivamente.”

 

No Brasil isso não é tão diferente. De acordo com o guia salarial de 2018 da consultoria Robert Half, o cientista de dados é um dos profissionais com mais oportunidades na área de tecnologia. Os salários, que neste ano ficam entre R$ 12 mil e R$ 22 mil, cresceram 15,25% desde 2017.

 

Duas coisas são certas: há uma séria necessidade de cientistas de dados no atual mercado de trabalho, e não há falta de problemas para que pessoas especializadas na análise de dados possam resolver.

 

3 exemplos do uso da data science para resolver problemas
Avalie esse post
Você pode também gostar