Não tenha mais dúvida entre o Analista e o Cientista de Dados

D nesse vídeo aqui eu vou explicar para você a real diferença entre o analista e o cientista de dados para que você nunca mais tenha dúvida e principalmente não caia em golpes de pós-graduações ou cursos de pessoas por aí que dizem formar você para cientista de dados mas na verdade estão te ensinando a profissão de analista de dados para isso eu vou mostrar aqui as duas profissões e comparando elas sob o mesmo atributo então a gente vai fazer a diferenciação do analista e do cientista de dados baseado nos seguintes atributos eu vou analisar com você

o objetivo de cada profissional as tarefas diárias de cada um desses profissionais as ferramentas que cada um utiliza e o salário inicial mas antes se você gosta desse tipo de conteúdo se inscreve no canal deixa seu like para eu saber se você gosta dessas explicações sobre as profissões para eu explicar essas duas profissões para você des eu preciso dizer que eu já vivi as duas né eu comecei a minha profissão como analista de bi e eu trabalhei em algumas empresas aonde eu era o único cientista de dados ou eu era o primeiro contratado na área

de dados então eu já trabalhei com análise de dados Eu já trabalhei como cientista de dados Eu já trabalhei como engenheiro de dados Eu já trabalhei como engenheiro de machine learning eu já fiz modelagem né como engenheiro de de Analytics então eu já passei por as tarefas desses profissionais muitas e muitas vezes em vários projetos antes mesmo desses profissionais estarem né sendo contratados então eu consigo explicar para você do ponto de vista mesmo prático como que é a diferenciação Entre esses profissionais quando a gente vai isar um profissional ou a gente vai entender o que

Cada um faz se você conseguir entender o motivo pelo qual aquele profissional foi contratado você consegue diferenciar qualquer profissional que você veja pela frente porque o profissional ele só é criado para resolver um tipo de problema para fazer um tipo de tarefa e as pessoas dão um título para ele se você entender essa história né ou o por esse profissional ele existe para resolver Que tipo de problema você consegue diferenciar todos eles por exemplo o analista e o cientista Qual é o objetivo desses dois profissionais o objetivo do analist de dados é responder perguntas de

negócio olhando pro passado vamos falar um pouquinho sobre esse ponto aqui é olhando dois itens O primeiro é perguntas de negócio O que que é pergunta de negócio meig pergunta de negócio é simplesmente quando a pessoa chega na sua mesa e fala assim para você megon pega os dados para mim de marketing do dia de ontem megon faz um relatório para e para para eu mandar pro meu chefe por exemplo falando sobre as vendas do último mês você consegue puxar os dados lá do atendimento para saber quantas reclamações a gente teve no dia de ontem

Meo você consegue puxar os dados lá do financeiro para saber qual foi o nosso custo de marketing no último mês sabe essas demandas que as pessoas chegam para você na sua mesa e te pedem alguma coisa em algumas empresas que não tem estrutura a pessoa chega na sua mesa e pede para você em outras elas mandam um e-mail fazendo uma requisição em outras Você tem uma ferramenta de gestão de tarefas enfim de alguma forma essa demanda ela vai chegar para você né em formato de pergunta e aí você vai então analisar os dados e vai

responder para essa pessoa né você vai puxar os dados por exemplo e vai entender quantas vendas aconteceram nos últimos 30 dias vai pegar lá o dado do financeiro e vai fazer uma análise mostrando qual foi o custo de marketing dos últimos se meses né vai e baixar os dados do atendimento e entender quantas reclamações tiveram na última semana enfim você vai pegar esses dados vai investigar vai analisar esses dados e vai responder a pergunta para essa pessoa mas Preste bastante atenção nesse meu discurso ele é sempre voltado pro passado quantas vendas foram feitas nas últimas

semanas Qual é o investimento de marketing do último mês né Qual o número de de reclamações da última semana então o analista ele tem o foco em analisar os dados para responder perguntas olhando pro passado para descrever algo que já aconteceu tá agora do ponto de vista do cientista ele faz quase a mesma coisa apenas por um único diferencial o o cientista de dados ele Analisa os dados para responder perguntas de negócio olhando para o o futuro então enquanto o analista ele Analisa os dados e descreve o passado o cientista ele Analisa os mesmos dados

mas ele cria cenários futuros então o analista por exemplo ele responde perguntas de negócio do tipo assim megon você consegue prever para mim quantos itens nós vamos vender nos próximos se meses megaron você consegue prever Qual é o número de pessoas que vão entrar na loja nos próximos trê meses meon você consegue prever para mim qual vai ser o retorno do do dessa campanha de marketing que o time tá preparando maon você consegue fazer uma previsão de qual vai ser o volume de vendas por exemplo o volume de reclamações no Natal para eu saber quais

pessoas contratar então Observe que o cientista de dados ele Analisa os mesmos dados mas ele Analisa com o objetivo de olhar pro futuro em criar cenários futuros que digam o que vai acontecer se a empresa ela manter o mesmo ritmo então o cientista de dados ele olha os dados entende os padrões o comportamento e reflete isso pro futuro e responde as pessoas com um olhar para o futuro Então esse é o objetivo desses dois profissionais tá um é olhar e descrever o passado o outro é olhar e fazer uma previsão do futuro e por isso

as tarefas diárias de ambos os profissionais eles elas se diferenciam um pouco o analista de dados Ele trabalha muito fazendo análises descritivas e também diagnósticas quando você faz uma análise descritiva que você descreve o que aconteceu então por exemplo eu peguei lá uma campanha de marketing eu fiz uma descrição dela então qu quanto foi investido quanto foi retornado quantos novos clientes vieram pela essa campanha quantas vendas aconteceram quais itens foram vendidos nessa campanha quantas reclamações tiveram Qual é a categoria mais vendida então tô descrevendo isso quando você apresenta essa descrição pra Pessoa PR para responder

uma pergunta que ela te fez a segunda pergunta que ela vai te fazer imediatamente é Tá mas por que que as vendas aumentaram Por que que o retorno de marketing foi tão baixo por que que o número de clientes foi tão pequeno Por que que essa categoria vendeu mais a pessoa ela quer descobrir um pouco as causas tá E aí a gente vai para uma análise do tipo diagnóstica aonde a gente não vai conseguir explicar realmente a causa e efeito mas a gente vai conseguir encontrar correlações de ações alavancas que podem ter feito com que

aquele número aumentasse ou diminuísse então análise de dados ele foca principalmente em análise descritivas e diagnósticas outra parte do trabalho do análise de dados ele passa praticamente maior parte do tempo dele fazendo visualizações de dados criando indicadores criando métricas criando eh gráficos de acompanhamento montando painéis que a gente chama de dashboards que tem gráficos que dizem respeito ao mesmo objetivo por exemplo então é um painel de marketing ali você tem gastos faturamento campanhas novos clientes você tem um painel por exemplo de vendas novas vendas produtos vendas retornadas e assim por diante então ele passa grande

parte do tempo trabalhando ali criando visualizações de dados e essas essas duas tip esses dois tipos de tarefas eles são tarefas que a gente chama de tarefas AD hck né o AD hck aqui é um termo do latim pessoal lado direito usa muito mas significa tarefas que não tem uma sequência ou que você não tem obrigação de dar continuidade para aquilo Sabe aquela tarefa que você faz apresenta e aquilo morre né aquilo não tem uma continuidade aquilo não dá origem a um projeto não é parte de algo maior então o analista de dados Ele trabalha

muito nesse cenário fazendo tarefas a de rock né fazendo pedidos que pedem para ele né respondendo pedidos que pedem para ele até tem uma Piada Interna né dentro da área de dados falando que o analista ele trabalha numa Pastelaria né ele frita um pastelzinho de dados ali porque todo mundo chega e fala ou dá para puxar os dados ali dos últimos seis meses é rapidinho né ô pega para mim os dados de marketing ali da última semana é fácil de fazer né então a pessoa sempre acha que tudo é fácil então sempre pede um pastelzinho

ali a gente vai lá frita um pastelzinho de dados e entrega pra pessoa então a tarefa di área do analista tem muito mais essa coisa do apagar o incêndio né de você tá sempre ajudando o time de negócio dentro da dinâmica da empresa então é importante eh entender que essa diferenciação também ajuda você a diferenciar esses dois profissionais porque do ponto de vista da ciência de dados as tarefas diárias são as seguintes o cientista Ele trabalha muito mais com análises preditivas E prescritivas então quando a pessoa chega para você e pergunta assim ah quanto a

gente vai vender daqui se meses Quantos itens serão vendidos daqui se meses você vai lá treinou algoritmo faz a previsão no futuro e dá uma resposta para ele aí ele vai perguntar assim para você tá mas o que que a gente tem que fazer agora para que isso aumente o que a gente tem que fazer fazer agora para que isso diminua e aí você vai fazer uma sugestão do que deve ser feito essa análise essas sugestões que você faz ela fica dentro da análise prescritiva Ou seja você vai prescrever para ele ações que você julga

necessário fazer que ten um maior impacto Então você na hora que faz o algoritmo que Prev ver o futuro cada um desses algoritmos ele tem uma variável que impacta mais ou que impacta menos Então você consegue olhar ali o que você deve sugerir pra pessoa de negócio fazer então sei lá aumentar preço né Eh diminuir quantidade de produto aumentar investimento em marketing mudar por exemplo a campanha você faz sugestões mesmo do que você acha que tem maior impacto naquela ação que vai fazer né o número de vendas aumentar ou diminuir Então você faz uma análise

prescritiva quando você apresenta uma análise preditiva provalmente ess segunda pergunta que vão fazer para você quando você apresentar análise preditiva Além disso O Cientista de dados ele passa a maior parte do treino do do tempo treinando algoritmos e não é simplesmente treinar o algoritmo tá para você treinar o algoritmo dá um dá muito trabalho você tem que coletar os dados tem que tratar os dados tem que limpar os dados tem que substituir os dados faltantes tem que estudar os dados tem que estudar o espaço desses onde esses dados estão né tem que criar features tem

que preparar essas features para ser treinado Depois você treina o algoritmo então a gente passa a maior parte do tempo fazendo essa preparação para treinar os algoritmos é por isso que essas duas atividades elas estão dentro de um projeto então o cientista de dados Ele trabalha muito mais voltado para desenvolver projetos né esses projetos eles resultam no que a gente chama de produto de dados então um algoritmo de previsão de vendas é um produto de dados um algoritmo de recomendação de produtos é um produto de dados o algoritmo de classificação de bons e maus pagadores

é um produto de dados então o cientistas de dados trabalha muito mais em um projeto as atividades elas são conectadas e o que você faz é faz parte de um todo tá diferente ali do analista que muitas vezes ele vai fazer as atividades e aquilo não tem uma continuidade tá eh ferramentas o analista de dados eles T ele ele possui né ou ele trabalha diariamente com essas ferramentas aqui coloquei as principais Excel para poder tratar e analisar os dados SQL para poder coletar os dados de uma base de dados se ele tiver permissão de acesso

ao banco de dados o banco de dados para você entender como fazer essa coleta de dados também como fazer a inserção dos dados no banco de dados para você guardar resultados da sua análise por exemplo Power Bi que é uma ferramenta de visualização uma das mais famosas que a maioria das empresas elas acabam comprando porque é da Microsoft é prima do Excel né então como a maioria das empresas tem Excel Power Bi é naturalmente aí uma segunda escolha tá estatística muito importante para fazer análise diagnóstica principalmente porque tem tudo a ver com Associação e correlação

e você precisa aprender um pouquinho de storytelling né se comunicar mesmo com as pessoas você não precisa ser o engraçadão da sala né O Silvio Santos né O pai da comunicação na sua empresa você só precisa comunicar o teu resultado de maneira efetiva simples e direta e para isso você tem uma estrutura para seguir então aprendeu isso você vai conseguir se dar bem na comunicação porque você vai apresentar o seu trabalho várias vezes né ao longo dos seus projetos então é muito importante saber se comunicar em relação aos centistas de dados as ferramentas que o

o sen dados mais usam no dia a dia são as seguintes Python para tratar analisar os dados aplicar os algoritmos eh fazer métodos estatísticos né produtizar fazer várias coisas automáticas e assim por diante SQL para coletar os dados do banco de dados o próprio banco de dados né para você saber coletar os dados e também inserir dados ali machine learning que é a principal ferramenta que difere o o cientista do analise de dados porque é um conjunto de algoritmos que são capazes de entender com comportamentos passados identificar tendências e conseguir replicar isso pro futuro com

um certo ajuste para criar esses cenários futuros que eu acabei de dizer para você e se você pegar o algoritmo de machine learning e olhar dentro dele você vai conseguir saber quais foram as alavancas que fazem aumentar e diminuir e é daí que sai a análise prescritiva Além disso trabalha com estatística estatística descritiva assim como analist de dados para descrever o cenário mas também tem estatística inferencial tanto para fazer a a mensuração da aquilo que é incerto então Ou seja a medida da Incerteza sobre alguns parâmetros que você vai fazer inferência e também para fazer

diferenciação de grupos que é o teste AB que a gente chama para você avaliar um teste AB você precisa da estatística inferencial então tem estatística bisana também que é bem legal você aprender Além disso tem o stelling porque você como senti de dados vai ter que se comunicar também o Git para poder e tornar os seus projetos versionados gcp e aws que são e serviços em nuvem a gcp serviço de nuvem da Google e aws serviço de de de nuvem da Amazon para você tem alguns serviços de Machine de Machine learn lá muito bons que

você precisa aprender porque as empresas elas usam esses serviços nas né dentro da empresa né para fazer algumas tarefas e aprender um pouquinho de ambiente virtual para você conseguir eh isolar os seus projetos e conseguir compartilhar os seus projetos contra as pessoas para que eles deem continuidade também então essa aqui é a caixa de ferramentas do cientistas de dados é um pouco maior que a caixa do analista de dados dados devido ao seu objetivo né de criar cenários futuros e não só descrever o passado e aqui tem um parênteses muito importante que eu preciso trazer

para você tá A primeira coisa é o seguinte o cientista de dados ele também precisa saber por exemplo Excel muitas vezes você vai receber uma pergunta de negócio a pessoa vai chegar para você você é cientista de dados ela vai falar assim Meg pega para mim os dados e de ontem de vendas você não pode falar para ele fal assim não não vou fazer isso porque eu sou cientista de dados eu quero só PR ver o futuro não não é assim que Fun funciona você vai ajudar a pessoa e aí quando você vai ajudar essa

pessoa você não precisa pegar por exemplo uma ferramenta do Python para fazer toda uma análise a pessoa só quer saber os dados de ontem então você baixa o dado ali coloca no Excel faz uma tabela dinâmica gera número para ele e manda para ele então você tem que saber dosar também qual ferramenta você vai usar para cada tipo de trabalho para você ganhar tempo né para você conseguir entregar mais rápido não vale a pena ficar matando uma formiga com uma bazuca todo momento Então você tem que saber dosar isso então eu quero dizer que você

como cientista você pode pode fazer trabalhos como analista também e o analista também pode fazer trabalhos como cientista não tem problema nenhum só que aqui tem uma distinção muito clara que é a seguinte você pode saber todas as ferramentas do cientistas de dados Você pode ter sido contratado como cientista de dados mas você está atuando como analista de dados o inverso também acontece você foi contratado como analista de dados você sabe as ferramentas do analista Você tá estudando as ferramentas do cientista Mas você atua como um analista de dado ou dependendo do seu trabalho as

pessoas vão pedir para você atuar como cientista de dados e qual que é esse Qual que é o problema que isso gera se você foi contratado como como cientista de dados por exemplo e as suas tarefas são tarefas de um analista de dados ou seja você passa a maior parte do tempo no Excel e no power bi limpando dado e fazendo indicadores quando você for buscar um novo emprego para ganhar mais para aumentar o teu salário ou para você subir de nível né Para você ir para sor ou para você ir para coordenador as pessoas

da outra empresa elas vão avaliar você como cientista de dados porque é o que tá escrito no seu currículo é o que tá escrito na sua carteira só que o teste que eles vão aplicar em você é um teste para cientista de dados e se você passa a maior parte do tempo no seu trabalho atuando como analise de dados você não vai desenvolver experiência suficiente para conseguir passar no seu processo seletivo então você pode ficar preso na sua empresa porque você não tá desenvolvendo habilidades da sua profissão você tá tapando buraco por exemplo de um

outro profissional então você tá atuando muito mais com analista né Mesmo tendo sido contratado como cientista e o inverso também é válido você é cientista foi contratado para isso mas você começou a estudar né e começou aprender pyon serviços em nuvem machine learning e tá começando a fazer alguns algoritmos de previsão algumas coisas assim e muitas vezes a empresa ela tá pedindo para você atuar como cientista Mas você sendo analista e ganhando o salário de analista Então você precisa ou reajustar o teu salário mudar para Outra profissão e reajustar o salário porque a diferença é

grande salarial Ou você tem que mudar de empresa porque você tá atuando como um outro profissional então tem que tomar muito cuidado com isso né Qual é a profissão que você foi contratado Qual é o que o que e o que você tá realmente atuando na empresa porque muitas vezes a empresa Ela não se importa com isso ela fica pedindo coisas que muitas vezes tá fora do teu escopo de trabalho e aí ou você tá fazendo mais e ganhando menos ou você tá fazendo uma coisa de diferente do que você foi contratado e aí quando

você for para uma outra empresa ter você vai ter que explicar a experiência que você teve você vai explicar a experiência de um outro profissional e assim vai ficar muito mais difícil para você trocar de emprego mudar de empresa então toma muito cuidado com isso tá vou fechar o parêntese aqui pra gente voltar e aí comparando esses dois profissionais em termos salariais tá o salário inicial do analist de dados hoje no mercado gira em torno aí de 3.000 a 4200 e do cientista de dados em torno de 4500 a 5500 né então o salário inicial

do cientista também a projeção de carreira dele salarialmente é maior porque a caixa de ferramentas dele é maior e porque o valor que ele entrega também é maior né muito mais importante você entregar Por exemplo uma previsão do futuro e e tomar decisão agora no presente para evitar do que algo aconteça do que você descrever algo que já aconteceu então o salários dos profissionais ele é proporcional ao quanto de valor você entrega pra empresa e o valor que você entrega pra empresa Depende das Ferramentas que você tem então o caminho é muito simples aprende ferramentas

novas gera mais valor e aumenta o salário não tem segredo eu vou deixar aqui na descrição desse vídeo a formação profissional em analise de dados e a formação profissional inem centista de dados da da escola EAD chamada comunidade des onde eu sou professor que prepara profissionalmente pessoas para atuar nessas áreas Além disso se você tem dúvidas sobre se você quer atuar como analista ou como cientista eu vou deixar o link de um quiz aqui para você que a gente preparou para fazendo algumas perguntas e também direcionando você para Como é o seu perfil para cada

uma dessas duas opções aqui faz o quiz lá que ele vai ajudar você e se você quiser algo mais prático ainda eu vou deixar o link de uma micro formação com preço super acessível para você já pegar um pouco das tarefas práticas desses profissionais e entender realmente se você gosta de fazer aquilo na prática