Como fazemos ciência de dados no isaac

A missão do isaac é empoderar escolas para reescrever o amanhã. Para isso, construímos produtos de tecnologia e finanças — e dados são o núcleo desses produtos. Isso é tão importante que um dos nossos valores é “Tudo começa com dados”.

Estamos dando os primeiros passos na construção do nosso time de data science, e temos a oportunidade de definir os princípios fundamentais que orientam a forma como trabalhamos juntos. Esse é um exercício contínuo: precisamos nos aventurar e aprender sempre, na prática. Mesmo assim, acreditamos que é importante definir o nosso norte:

Nós causamos impacto

Nossa medida fundamental de sucesso é o impacto que nós causamos sobre o esforço do isaac em conquistar clientes apaixonados — só isso. Nós não temos nenhuma agenda que não seja a de contribuir com a missão da empresa de forma ética e sustentável. Não tratamos data science como uma função de suporte. Ao contrário: dados são essenciais para o sucesso, portanto data science é uma função core.

“Nós causamos impacto” é uma boa representação da essência do nosso time, e se traduz em cinco princípios fundamentais:

1. Fazemos as perguntas certas

2. Temos a mente aberta

3. Focamos e priorizamos

4. Trabalhamos lado a lado com outras áreas

5. Produzimos valor de forma durável

Vale a pena explicar cada um desses pontos.

1. Fazemos as perguntas certas

Como cientistas de dados, entendemos que formular as perguntas certas é metade do caminho para respondê-las — mas pode ser muito desafiador! Nós investimos muito esforço em entender profundamente o negócio. Nossa missão como time não é receber demandas isoladas e escrever código que produza respostas “corretas”, sem questionar.

Ao invés disso, trabalhamos em parceria com outros times para chegar a um entendimento muito claro de qual problema precisamos resolver juntos. Só então desenvolvemos soluções. Mundo afora, é comum ver “soluções em busca de problemas”, mas esse é um padrão que nós evitamos a todo custo.

2. Temos a mente aberta

Algumas vezes, a solução apropriada para um problema é um modelo de machine learning (ML). Mas nem sempre! Outras vezes, precisamos de análises estatísticas, ou de estimativas simples, ou mesmo de um processo de negócios mais bem pensado. Em alguns casos, nós precisamos de um produto de dados completo que use ML em escala. De qualquer forma, evitamos noções pré-concebidas sobre qual é o trabalho de cientistas de dados. Em vez disso, colaboramos com outras áreas de negócios para desenhar uma solução conjunta.

3. Focamos e priorizamos

O número de clientes do isaac — escolas e responsáveis — não para de crescer, e existem muitos tópicos e projetos em que nós poderíamos trabalhar. Por outro lado, alguns desses projetos têm um impacto potencial muito maior do que outros. Nós concentramos a nossa atenção nos poucos problemas que acreditamos que reúnem o maior valor. Como esse valor é incerto, reexaminamos continuamente as nossas opções — mesmo assim, trabalhamos em poucos assuntos por vez e dizemos “não” frequentemente.

4. Trabalhamos lado a lado com outras áreas

Nós fazemos parcerias com vários times — finanças, tecnologia, vendas, etc. — para produzir resultados que sejam relevantes para o isaac. Incorporamos o conhecimento específico desses times para entregar soluções que realmente têm impacto. Pensamos no que podemos trazer para a mesa, e valorizamos a contribuição de outras pessoas. Trabalhamos como um só time porque, no fundo, somos um só time mesmo.

5. Produzimos valor de forma durável

A ciência de dados deveria se basear em pesquisa reproduzível e conhecimento que se acumula e atualiza no tempo. Para isso, precisamos ter em mente como os nossos entregáveis serão usados na prática, como podemos usar práticas de engenharia de software para colaborar de forma mais eficiente, e como assegurar que usamos dados confiáveis. Afinal, modelos sofisticados não servem para compensar dados (ou código) de baixa qualidade.

Gostou desse texto e do desafio do time de dados aqui no isaac? Acesse a nossa página de carreiras e venha ajudar a transformar a educação no Brasil!