A área de dados exige o conhecimento e aplicação de três disciplinas distintas, que em conjunto, formam o que é necessário para a execução da Ciência de Dados em uma organização.
No Diagrama de Venn abaixo, é possível entender a relação de cada disciplinas e o resultado de suas respectivas junções. Para entender essas junções, é necessário entender cada "grande área".
Ciência da Programação/Programação
O processo de Ciência de Dados necessita da habilidade de lidar com grandes conjuntos de dados que possuem diferentes formatos e são importados de diferentes fontes.
Boa parte do tempo do trabalho da área de dados reside durante essa etapa.
Para lidar com grandes conjuntos de dados, normalmente em tamanhos maiores que terabytes, é necessário ferramentas que permitam otimizar o tempo e o custo de extração e armazenamento.
Para tanto, conhecimentos computacionais de processamento de grandes volumes de dados e de gerenciamento e utilização de bancos de dados são necessários para conseguir obter êxito em aplicações de produtos voltados a dados.
Além disso, boa parte dos dados não são coletados em um formato ideal, portanto, a utilização de linguagens de programação auxiliam e agilizam o processo de limpeza desses dados.
Por fim, uma vez que os dados são coletados e tratados, é necessário a aplicação de algoritmos de forma otimizada, ou seja, de forma que consigam lidar com esse grande conjunto de dados. Portanto, o conhecimento de técnicas específicas de linguagem de programação são também necessários.
Matemática/Estatística
Para o uso correto dos dados para a exploração, experimentação e previsão é necessário o conhecimento de estatística e matemática.
Essas áreas são essenciais para a construção de análises que possibilitem tirar informações úteis dos dados e também para a criação de algoritmos que possibilitem realizar previsões de indicadores.
É comum o uso do termo Statistical Learning para o conjunto de conhecimentos de estatística.
Em relação ao conteúdo da disciplina de matemática, é necessário aprender cálculo e álgebra linear.
Conhecimento da área
Existem diversas áreas de estudo/trabalho que utilizam a Ciência de Dados.
Na indústria financeira, por exemplo, é necessário que se tenha o conhecimento de finanças e economia para a correta criação ou aplicação de um produto criado a partir dos dados. O mesmo para área da saúde, varejo e indústria.
Ao realizar a exploração de dados, um cientista de dados que trabalha na área da saúde não conseguiria realizar efetivamente um trabalho relacionado a dados na área de finanças devido a falta do conhecimento teórico e empírico.
Portanto, é crucial o domínio de um conhecimento específico.
Considerações
Por fim, a junção das três áreas possibilita a aplicação da Ciência de Dados em organizações. É interessante ponderar que um profissional de dados tenha mais conhecimento em uma área em detrimento de outra, portanto, é importante em uma organização ter um time com uma variedade de conhecimentos específicos.
____________________________________________________
Quer aprender mais?
Veja nosso curso de Fundamentos de Análise de Dados, onde ensinamos todo o processo para aqueles que desejam entrar na área. O curso faz parte da trilha Ciência de Dados para Economia e Finanças.
