Análise de Dados vs. Ciência de Dados: Qual é a Diferença?

Compreenda as distinções cruciais entre essas carreiras em ascensão

Saudações!

Você já se perguntou qual a diferença entre Análise de Dados e Ciência de Dados? Neste artigo, vou explorar as distinções cruciais entre essas carreiras em ascensão.

Para fortalecer seu conhecimento sobre o assunto, deixo também o link de uma lista de artigos que salvei sobre os diferentes papéis dentro da área de dados. A maioria dos artigos estão em inglês.

Read stories on the list “Roles in Data“ on Medium: https://medium.com/@lucas.rocha28/list/618b1470f67b

Vamos falar sobre:

1.Análise de Dados

1.1 O que faz um Analista de Dados

1.2 Ferramentas e skills na Análise de Dados

2. Ciência de Dados

2.1 O que faz um Cientista de Dados

2.2 Ferramentas e skills na Ciência de Dados

1. Análise de Dados

1.1 O que faz um Analista de Dados

O Analista de Dados é o profissional responsável por fazer análises descritivas e diagnósticas de um determinado problema de negócio. Como isso se dá na prática?

Existe uma pergunta ou um problema de negócio que precisa de uma solução, de uma resposta. Por exemplo: “Houve aumento de vendas nesse mês comparado com o mês anterior? ”

Esse tipo de pergunta e as perguntas de “por que houve ou não houve aumento de vendas neste mês? ” são respondidas pelos Analistas de Dados.

Antigamente, essas perguntas eram respondidas pelos analistas de BI. Aliás, algumas vagas não vêm com o título de Analista de Dados, mas a descrição da vaga condiz com o cargo de um Analista de Dados, pois as empresas ainda estão se acostumando com os termos.

Cabe ressaltar que em uma empresa madura na área de dados, estes já foram estruturados e disponibilizados por um Engenheiro de Dados, outro papel importante, mas que não será foco do artigo de hoje.

Com os dados já prontos para uso, os analistas, cientistas e outros interessados em consumir os dados podem usar esses dados para fazerem suas análises.

Deixando claro, então, o Analista de Dados só consegue consumir os dados estruturados e prontos para uso pois o Engenheiro de Dados fez um bom trabalho.

Em uma empresa que não tem essa divisão clara de tarefas, pode ser que esse papel de estruturar os dados seja feito por um Analista ou Cientista de Dados. Mas, novamente, em empresas maduras, isso é feito pelo Engenheiro de Dados.

Basicamente, então, esse é o papel do Analista de Dados: fazer análises preditivas e diagnósticas de problemas de negócios com dados já estruturados.

1. 2 Ferramentas e skills na Análise de Dados

As ferramentas que os Analistas de Dados costumam usar são Excel, de visualização de dados são Power BI ou Tableau, de programação são SQL e Python.

É necessário também ter conhecimentos de Estatística, já que o Analista de Dados reúne, organiza e interpreta dados estatísticos.

Além de Estatística, skills de comunicação e conhecimento de negócio são essenciais para o trabalho do Analista de Dados, já que o contato com o time de negócios e a diretoria é constante.

Saber conduzir uma reunião, criar e apresentar de forma clara dashboards que tragam informações importantes são funções importantes para esse profissional.

Basicamente, essas são as ferramentas e skills necessárias para o Analista de Dados desempenhar um bom trabalho.

2. Ciência de Dados

2.1 O que faz um Cientista de Dados

O Cientista de Dados é o profissional responsável por fazer análises preditivas de um determinado problema de negócio, além de poder fazer análises descritivas e diagnósticas também.

Dessa forma, esse profissional abrange um leque maior de funções a desempenhar em uma empresa se comparado com o Analista de Dados.

Como isso se dá na prática? Novamente, existe uma pergunta ou um problema de negócio que precisa de uma solução. Por exemplo: “Quais serão as quantidades de vendas daqui a um ano se as estratégias de Marketing forem a X, Y ou a Z? ”

Veja, isso são previsões do futuro. Para a empresa é muito importante que elas sejam o mais próximo da realidade para que tenham valor. O papel do Cientista de Dados é fazer com que elas sejam o mais próximo possível da realidade.

O Cientista de Dados extrai os dados de uma base de dados, de um data warehouse (lugar onde se armazenam os dados), que já foi criado e disponibilizado por um Engenheiro de Dados, como já comentei anteriormente, e dá início ao que chamamos de ETL.

ETL é a sigla para Extract, Transform and Load, que significa Extrair, Transformar e Carregar os dados.

Esse profissional após a extração, irá transformar esses dados para fazer suas análises. Na prática, caso ele esteja trabalhando em um Data Frame, por exemplo, linhas e colunas serão alteradas, excluídas e adicionadas, de acordo com a necessidade da análise.

Após a transformação, vem a parte de carregamento dos dados. O que será feito com o Data Frame atualizado, por exemplo? Esse Data Frame está sendo usado para criar um dashboard? Onde esse dashboard será armazenado? Quem terá acesso a isso?

Esse é, então, o papel principal do Cientista de Dados: fazer análises preditivas utilizando dados através de um processo de ETL.

2.2 Ferramentas e skills na Ciência de Dados

Além de ferramentas de programação como Python, R e SQL e também de ferramentas de criação de dashboards como Power BI ou até bibliotecas do Python como Plotly, Matplotlib e Seaborn, o Cientista de Dados precisa ter conhecimentos de Machine Learning.

Essa parte de análise preditiva é justamente conhecimento em Machine Learning e Estatística, que aqui no caso é uma estatística mais avançada.

Saber versionamento de código como git e soluções em nuvem como Streamlit também são importantes.

Skills de comunicação e conhecimento de negócio também são imprescindíveis para um Cientista de Dados, pois o contato com quem toma decisões importantes na empresa é constante.

Muitas vezes quem está começando quer aprender Python, SQL, Estatística e acaba esquecendo da comunicação, sendo que ela é extremamente importante.

Não adianta saber Python se não souber se comunicar, saber se expressar com clareza, saber ouvir os problemas e interpretar. As empresas acabam valorizando mais isso do que as habilidades técnicas na verdade.

Em suma, o Cientista de Dados tem na sua caixa de ferramentas, basicamente, as mesmas ferramentas de um Analista de Dados e somando a elas as ferramentas de Machine Learning que permitem fazer análises preditivas.

Ambas funções são muito importantes na área de dados e há espaço para esses diferentes perfis em muitas empresas, sendo profissionais bem requisitados no mercado de trabalho.

Enfim, esses são os papéis de um Analista de Dados e de um Cientista de Dados e foram apresentadas também as principais ferramentas e habilidades desses profissionais.

Espero ter ajudado de alguma forma! Abraços!