Latest · January 13, 2022 0

6 maneiras de ser um superstar de big data – TechRepublic

A empresária de óculos em pé perto da tela

Em 2019, as habilidades de big data e analytics são a área de necessidade número um nas empresas. De acordo com a agência de recrutamento da AWS Jefferson Frank, as áreas de habilidades técnicas em demanda incluem linguagens de programação como Python, C++ e Java, aprendizado de máquina e experiência em IA, competência em análise quantitativa, mineração de dados e bancos de dados SQL/NoSQL e desenvolvimento de algoritmos.

Estes são apenas os conjuntos de habilidades técnicas que são necessários. Para ser uma estrela digital e influenciadora de big data,

você também deve ter habilidades sociais e visão de negócios.

VEJO: 60 maneiras de obter o máximo valor de suas iniciativas de big data (PDF gratuito) (TechRepublic)

Estas são as seis habilidades obrigatórias para estrelas de big data.

  1. Conheça os prós e contras da sua empresa

Você entende as linhas de produtos da sua empresa, fontes de receita, relatórios financeiros e de vendas e objetivos estratégicos? Ter o dedo no pulso do negócio e o que o faz funcionar é tão importante quanto ser capaz de cortar código e/ou executar tecnicamente se você quiser preencher a lacuna entre TI e ciência de dados e o usuário final.

2. Ter conhecimento sobre engenharia de processos de negócios

As tecnologias de big data, como análise, aprendizado de máquina, IoT, automação de processos robóticos e IA, são disruptivas para os negócios. Essas tecnologias são disruptivas porque impactam os processos de negócios estabelecidos que precisam ser redesenhados, e isso significa que os usuários devem ser treinados novamente.

Com muita frequência, a TI e até mesmo o negócio final inserem novas tecnologias nos processos de negócios sem avaliar como os processos e trabalhadores existentes serão afetados.

Isso pode levar à rejeição de um projeto que poderia ter sido bem-sucedido se tivesse sido inserido e testado adequadamente em um novo processo de negócios antes que o processo fosse implementado. Você precisa ser capaz de trabalhar com tecnólogos e usuários finais para que a tecnologia que adiciona a um processo de negócios melhore o processo e facilite o trabalho.

3. Colaborar e comandar a colaboração

A inserção de tecnologia de big data e a reengenharia de processos de negócios dependem de uma colaboração saudável entre os usuários finais que estão familiarizados com o fluxo do processo de negócios e os tecnólogos que estão fornecendo a nova tecnologia a ser usada no processo de negócios.

Uma estrela digital em ascensão deve dar o exemplo, então você precisa ser visto como um colaborador altruísta que faz todo o possível para tornar o projeto um sucesso. Você também deve ser capaz de inspirar outras pessoas a colaborar com entusiasmo para que a equipe possa criar ótimos processos de negócios que aproveitem algumas das excelentes tecnologias de big data disponíveis.

4. Acompanhamento de projetos de big data

Uma das melhores maneiras de ganhar experiência com projetos de big data é acompanhar os projetos de big data implementados; isso permite que você veja o que está indo bem e o que pode ser melhorado. Você pode aplicar esse conhecimento em projetos futuros.

Além disso, acompanhar os projetos após a implementação informa aos clientes que você se preocupa com seus sistemas e ambiente de trabalho, e abre caminho para uma grande cooperação e colaboração do usuário em seu próximo projeto em conjunto.

5. Aderir à conformidade e governança

Os campeões de big data sempre definem o tempo do projeto para conformidade e governança e verificação de controle de qualidade. Nunca é uma opção pular esta etapa.

6. Manter a qualidade dos dados

Uma das razões pelas quais os projetos de big data digital falham é a baixa qualidade dos dados. A maioria dos usuários de TI e de negócios sabe disso, mas também sabe que limpar os dados – especialmente se parte da limpeza precisar ser manual – é um trabalho tedioso que atrapalha outros projetos.

O resultado é que a etapa de limpeza de dados não é feita tão completamente quanto deveria, e isso leva a grandes riscos. Uma decisão de negócios ruim pode ser tomada porque os dados nos quais ela se baseou eram ruins. Um projeto pode ser cancelado porque os dados eram ruins, mesmo que os algoritmos estejam corretos. Os campeões de big data digital sempre insistem em dados de qualidade.

Mary E. Shacklett é presidente da Transworld Data, uma empresa de pesquisa de tecnologia e desenvolvimento de mercado. Antes de fundar a empresa, Mary foi vice-presidente sênior de marketing e tecnologia da TCCU, Inc., uma empresa de serviços financeiros; Vice-presidente d…