Como é a vida de um cientista de dados na Bayer?

Esses problemas podem ser os mais variados possíveis:

• Quando uma mercadoria chegará ao cliente?

• Quanto a companhia venderá de cada produto nos próximos dois anos?

• Quais clientes devem receber a comunicação de uma campanha comercial?

• Por meio de imagens, identificar produtos fora dos padrões e descartá-los automaticamente.

Esse escopo tão amplo ocorre porque sou do time de TI (tecnologia da informação), e a função do cientista de dados de TI é ajudar as diferentes áreas de negócio da Bayer a resolver problemas complexos, mas existem também os cientistas de dados que são parte de times de negócio e, por isso, atuam com escopo um pouco mais fechado.

Há vantagens e desvantagens nas duas abordagens. Enquanto o profissional de TI tem a diversidade das soluções a seu favor, esta também pesa contra, pois dificilmente ele se tornará especialista em um determinado assunto, além de precisar de bastante ajuda para entender o contexto do problema que está resolvendo.

As atividades do cientista de dados dependem muito do problema que ele está resolvendo e do momento do projeto, pois cada fase exige uma atuação diferente. Se o projeto estiver no início, faz sentido uma imersão no problema e no contexto que o envolve. Na sequência, vem o mergulho nos dados, para um melhor entendimento do problema e de possíveis soluções.

Em seguida, vem uma das etapas mais interessantes. É aqui que a ciência de dados se afasta da exatidão da ciência e se aproxima da arte. Nesse momento, o cientista utiliza sua criatividade para formular possíveis soluções para o problema. Após isso, a arte volta a encontrar a ciência para o momento mais belo da jornada. O profissional usará a ciência para validar a arte, afinal, tudo o que é realizado por um cientista de dados precisa ser provado.

Após ter uma solução, o profissional deve mensurar qual o retorno para a companhia, seja em lucro, satisfação do cliente, aumento de participação no mercado, ou qualquer outra métrica que seja tangível e de fácil entendimento. Feito isso, falta apenas integrar a solução aos processos e sistemas da companhia.

Para concluir, é importante mencionar que o cientista de dados normalmente traz alguns comportamentos muito valorizados pela companhia.

Orientado por dados: tudo o que um cientista de dados faz traz muita solidez e acurácia, por serem baseadas e confirmadas por dados.

Lidar com ambiguidade: desde o início do projeto, o cientista é cercado por incertezas, porém, ao longo da jornada, ele remove essas incertezas, para convergir em uma solução.

Comunicação clara: é necessário se comunicar com pessoas dos mais diferentes níveis hierárquicos, com maior ou menor envolvimento no problema e com diferentes níveis de conhecimento analítico.

Foco em resultados: tudo o que é efetuado tem um objetivo claro e mensurável, além de estar alinhado com as estratégias da companhia.

Experimentação: existem várias formas de resolver problemas, então é preciso criar uma dinâmica de testes e validações rápidas.