A formação em ciência de dados: uma análise preliminar do panorama estadunidense

Renata Gonçalves Curty, Jucenir da Silva Serafim

Resumo


Introdução: Cientistas de dados têm recebido grande destaque nos últimos anos seguindo as demandas do mundo do trabalho estimuladas pela ciência aberta e pela era big data. Amplamente divulgada em 2008, e agora presente nos mais diferentes setores e aplicações, a terminologia “cientista de dados” foi anunciada em 2012 como a mais atraente e uma das mais bem remuneradas do século XXI, culminando em uma crescente oferta de cursos de formação. Objetivo: Caracterizar e compreender os aspectos formativos do cientista de dados. Metodologia: O artigo relata um recorte de uma pesquisa de levantamento com base na análise preliminar de 93 cursos em ciência de dados ofertados por instituições estadunidenses. Resultados: A análise de conteúdo das informações contidas nos websites dos programas identificados permitiu evidenciar que este profissional é formado para lidar com aspectos relacionados à coleta, tratamento, transformação, análise, visualização e curadoria de grandes e heterogêneas coleções de dados orientadas à resolução de problemas práticos e reais. Conclusão: Foi possível constatar que, de modo geral, a formação em ciência de dados atribui grande ênfase a habilidades estatísticas, matemáticas e computacionais, incluindo programação e modelagem avançada, sendo que muitas destas são prérequisitos para ingresso nestes cursos.


Palavras-chave


Ciência de Dados; Cientista de Dados; Competências Profissionais; Formação Profissional

Texto completo:

PDF

Referências


BIEHN, N. The missingV’s in big data: viabilityandvalue. Wired, New York, 2013. Disponível em: https://www.wired.com/insights/2013/05/the-missing-vsin-big-data-viability-and-value>. Acesso em: 14 ago. 2016.

CHATFIELD, A. T. et al. Data Scientists as a game changers in big data environments. In: PROCEEDINGS OF THE 25TH AUSTRALASIAN CONFERENCE ON INFORMATION SYSTEMS (ACIS), Anais…, Auckland: Auckland Universityof Technology, 2014. p.1-11.

CLEVELAND, W. S. Data Science: anactionplan for expandingthetechnicalareasofthefieldofstatistics. InternationalStatisticalReview, Malden, MA, v. 69, p. 21-26, 2001. doi:10.1111/j.1751-5823.2001.tb00477.x

CONAWAY, D. The data sciencevenndiagram. 2010. Disponível em: http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram>. Acesso em: 10 ago. 2016.

CROWDFLOWER. Data Science Report. 2016. Disponível em: http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf>. Acesso em: 10 set. 2016.

FINZER, W. The data scienceeducationdilemma. Technology Innovations in StatisticsEducation, Caifórnia, v. 7, n. 2, 2013. Disponível em: http://escholarship.org/uc/item/7gv0q9dc>. Acesso em: 22 ago. 2016.

GRANVILLE, V. Developinganalytictalent: becoming a data scientist. Indianapolis: John Wiley, 2014.

KIM, J. Y.; LEE, C. K. Anempiricalanalysisofrequirements for data scientistsusing online jobpostings. InternationalJournalof Software Engineeringand its Applications, Seoul, v. 10, n. 4, p.161-172, 2016.

LANEY, D. 3D Data management: controlling data volume, velocityandvariety. Application Delivery Strategies, Stanford. 2001. Disponível em: http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf>. Acesso em: 20 ago. 2016.

LOUKIDES, Mike. Whatis data science?Sebastopol, CA: O'Reilly Media, 2011.

PATIL, T. H.; DAVENPORT, D. J. Data Scientist: thesexiestjobofthe 21st century. Harvard Business Review, Brighton, MA, 2012. Disponível em: https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century>. Acesso em: 5 ago. 2016.

STANTON, J. et al. Interdisciplinary data scienceeducation. In: XIAO, N..; MCEWEN,L. R. SpecialIssues in Data Management. Washington, DC: American ChemicalSociety, 2012. p. 97-113. (ACS Symposium Series, v. 1110).doi: 10.1021/bk-2012-1110.ch006

SWAN, A.; BROWN, S. The skills, role andcareerstructureof data scientistsandcurators: anassessmentofcurrentpracticeand future needs. Reporttothe Joint Information Systems Committee (JISC). Truro: Key Perspectives for JISC, 2008. 34 p.

WARD, S.; BARKER, A. Undefinedby data: a surveyof big data definitions. 2013. Disponível em: arXivpreprint arXiv:1309.5821>. Acesso em: 10 out. 2016.

VAN DER AALST, W. M. P. Data scientist: theengineerofthe future. In: Enterprise Interoperability VI: interoperability for agility, resilienceandplasticityofcollaborations. Springer: New York,2014. doi: 10.1007/978-3-319-04948-9_2




DOI: http://dx.doi.org/10.5433/1981-8920.2016v21n2p307

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

  

Inf. Inf.

ISSN: 1981-8920 (versão somente online)

DOI: 10.5433/1981-8920

e-mail: infoeinfo@uel.br



Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional