O desenvolvimento das Tecnologias de Informação (TI) e a sua disseminação nas mais variadas áreas de atividade trouxe para a ribalta uma série de termos e conceitos que, à primeira vista, nos podem parecer estranhos e indecifráveis, como é o caso de Biga Data, Inteligência Artificial (IA), Realidade Aumentada, Blockchain ou Machine Learning.

Por detrás destes conceitos estão tecnologias e profissionais qualificados que, por exemplo, permitem que os consumidores façam uma compra online de forma simples e intuitiva ou que não seja necessário estar sempre a introduzir os dados pessoais quando entramos nas nossas apps bancárias.

Muito haveria a dizer em relação à Big Data ou ao Machine Learning, mas hoje, contudo, o alvo da nossa análise é a Data Analytics e, mais em específico, os Data Analysts, profissão cada vez mais procurada e valorizada salarialmente pelo mercado de trabalho nacional e internacional.

O que é e o que faz um Data Analyst?

Antes de nos debruçarmos, em específico na definição de Data Analyst, é importante explicarmos que a Ciência de Dados (Data Science), área de atividade de um Data Analyst, é uma ciência que abraça conhecimentos de diversas fontes,  como matemática, programação e estatística, com o objetivo de transformar grandes volumes de dados, compila-los, analisá-los, correlacioná-los e deles extrair informações que possam ser uteis na definição de estratégias de negócio para áreas tão diversas como o Marketing, Apoio ao Cliente, Vendas, etc.

Contudo, para que todo este processo tome forma, mesmo com a ajuda da inteligência artificial a dar uma ajuda, é ao Data Analyst que vai pertencer o grosso do trabalho.

Caberá a estes profissionais altamente qualificados, com o auxílio de engenheiros de dados (criam a infraestrutura) e da Ciência de Dados (predição estatística), a tarefa de ler os dados fornecidos e deles extrair a informação para posterior análise e criação de relatórios.

Dados este que serão um precioso instrumento para que os gestores possam tomar decisões mais informadas e assertivas para a alavancagem das suas empresas.

De uma forma mais prática, as responsabilidades de um Data Analyst passam por:

§  Criar e monitorizar métricas e indicadores (KPIs);

§  Trabalhar de perto com a equipa de Data (engenheiros dados, cientistas de dados, etc.) na definição do processo de coleta, processamento e triagem dos dados;

§  Realizar análises preliminares e aventar hipóteses com base na consulta de bancos de dados SQL;

§  Elaborar relatórios com base na análise dos dados que assinalem tendências, apontem possíveis oportunidades de negócio e assinalem problemas;

§  Orientar decisões imediatas e acompanhar os seus efeitos.

As várias dimensões do trabalho de um Data Analyst acabam por ter aplicação prática, por exemplo, em empresas de streaming ou canais de e-commerce, que através da análise dos dados se poderá identificar padrões e comportamentos de consumo que ajudarão na personalização da recomendação e jornada de compra.

Não é, contudo, apenas em áreas tradicionalmente ligadas ao mundo digital que a análise de dados é importante.

Também em áreas como os seguros, em que as seguradoras têm de avaliar uma série de variáveis relacionadas com as apólices e as características dos segurados, os Data Analysts são fundamentais ajudando estas empresas a, com mais exatidão, fazer refletir no preço dos pacotes de seguros que vendem os riscos que eventualmente tenham sido detetados.

Como te tornares num Data Analyst?

Ao pensarmos em formação, a primeira coisa em que muitos pensam é no ensino superior, porém, não existe uma licenciatura específica de Data Analyst em Portugal.

Apesar de esta área estar presente nos currículos de vários cursos superiores (Informática, Tecnologias da Informação, etc.), a especialidade de Data Analyst só existe no formato pós-graduação.

Isto acaba por ser um problema não só em termos de tempo, mas também em termos de intensidade da formação, ligação ao mercado de trabalho e propinas.

Estes problemas acaba por ser obstáculos intransponíveis para quem já trabalha e está a pensar em adquiri novas competências ou até mudar de área laboral.

Existem, contudo alternativas, não só menos dispendiosas, como menos prolongadas no tempo, mais intensivas, práticas e com uma alta taxa de empregabilidade no pós-curso, como é o caso do curso de Data Analyst oferecido pela Wild Code School.

Requisitos do Curso de Data Analyst

Aberto a todos os maiores de 18 anos que se sintam confortáveis com Microsoft Excel ou Google Sheets e tenham os conhecimentos básicos de matemática e estatística, este curso de Data Analyst inovador, intensivo e com uma forte componente prática irá, ao longo de três meses, oferecer aos formandos uma vasta e profunda panóplia de conhecimentos e skills em tecnologias como SQL, Python e Machine Learning de uma forma acessível, cativante e com a assistência dos instrutores Wild Code School a tempo inteiro para que a entrada no mercado de trabalho seja o mais imediata possível.

Aliás, na rubrica empregabilidade, é de referir que 90% de todos os formandos Wild Code School acabam por encontrar trabalho no espaço de um ano em Portugal, dos quais 65% correspondem a postos de trabalho permanente.

Para além da formação técnica, os formandos deste curso de Data Analyst terão ajuda no aperfeiçoamento do CV, desenvolvimento das competências interpessoais – soft skills, e preparação para processo de recrutamento com simulações de entrevistas de seleção.

Uma vez finalizado o curso, o formando será um profissional de pleno direito que será capaz de, entre outras coisas, abordar técnicas de processamento de dados através de todos os estágios do ciclo de vida dos dados e alavancar ferramentas como Tableau ou Power BI para reportar e cativar visualizações.

De referir ainda que, todos os projetos desenvolvidos nas aulas farão parte do portfólio do formando para que este consiga demonstrar as suas habilidades aos recrutadores.

Habilidades estas, que com o apoio constante da equipa de Career Support da Wild Code School o farão receber inúmeras oportunidades para conhecer empresas em eventos como feiras de emprego, projetos de cliente, datathons, consultas digitais e muito mais.