A formação em ciência de dados: uma análise preliminar do panorama estadunidense

Autores

  • Renata Gonçalves Curty Universidade Estadual de Londrina (UEL)
  • Jucenir da Silva Serafim Universidade Estadual de Londrina (UEL)

DOI:

https://doi.org/10.5433/1981-8920.2016v21n2p307

Palavras-chave:

Ciência de Dados, Cientista de Dados, Competências Profissionais, Formação Profissional

Resumo

Introdução: Cientistas de dados têm recebido grande destaque nos últimos anos seguindo as demandas do mundo do trabalho estimuladas pela ciência aberta e pela era big data. Amplamente divulgada em 2008, e agora presente nos mais diferentes setores e aplicações, a terminologia “cientista de dados” foi anunciada em 2012 como a mais atraente e uma das mais bem remuneradas do século XXI, culminando em uma crescente oferta de cursos de formação. Objetivo: Caracterizar e compreender os aspectos formativos do cientista de dados. Metodologia: O artigo relata um recorte de uma pesquisa de levantamento com base na análise preliminar de 93 cursos em ciência de dados ofertados por instituições estadunidenses. Resultados: A análise de conteúdo das informações contidas nos websites dos programas identificados permitiu evidenciar que este profissional é formado para lidar com aspectos relacionados à coleta, tratamento, transformação, análise, visualização e curadoria de grandes e heterogêneas coleções de dados orientadas à resolução de problemas práticos e reais. Conclusão: Foi possível constatar que, de modo geral, a formação em ciência de dados atribui grande ênfase a habilidades estatísticas, matemáticas e computacionais, incluindo programação e modelagem avançada, sendo que muitas destas são prérequisitos para ingresso nestes cursos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Renata Gonçalves Curty, Universidade Estadual de Londrina (UEL)

Philosophy Doctor (PhD) e Master in Philosophy (MPhil) em Information Science and Technology pela School of Information Studies (Syracuse University, NY). Professora do Departamento de Ciência da Informação da UEL.

Jucenir da Silva Serafim, Universidade Estadual de Londrina (UEL)

Mestrando do Programa em Pós-graduação em Ciência

da Informação da UEL.

Referências

BIEHN, N. The missingV’s in big data: viabilityandvalue. Wired, New York, 2013. Disponível em: https://www.wired.com/insights/2013/05/the-missing-vsin-big-data-viability-and-value>. Acesso em: 14 ago. 2016.
CHATFIELD, A. T. et al. Data Scientists as a game changers in big data environments. In: PROCEEDINGS OF THE 25TH AUSTRALASIAN CONFERENCE ON INFORMATION SYSTEMS (ACIS), Anais…, Auckland: Auckland Universityof Technology, 2014. p.1-11.
CLEVELAND, W. S. Data Science: anactionplan for expandingthetechnicalareasofthefieldofstatistics. InternationalStatisticalReview, Malden, MA, v. 69, p. 21-26, 2001. doi:10.1111/j.1751-5823.2001.tb00477.x
CONAWAY, D. The data sciencevenndiagram. 2010. Disponível em: http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram>. Acesso em: 10 ago. 2016.
CROWDFLOWER. Data Science Report. 2016. Disponível em: http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf>. Acesso em: 10 set. 2016.
FINZER, W. The data scienceeducationdilemma. Technology Innovations in StatisticsEducation, Caifórnia, v. 7, n. 2, 2013. Disponível em: http://escholarship.org/uc/item/7gv0q9dc>. Acesso em: 22 ago. 2016.
GRANVILLE, V. Developinganalytictalent: becoming a data scientist. Indianapolis: John Wiley, 2014.
KIM, J. Y.; LEE, C. K. Anempiricalanalysisofrequirements for data scientistsusing online jobpostings. InternationalJournalof Software Engineeringand its Applications, Seoul, v. 10, n. 4, p.161-172, 2016.
LANEY, D. 3D Data management: controlling data volume, velocityandvariety. Application Delivery Strategies, Stanford. 2001. Disponível em: http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf>. Acesso em: 20 ago. 2016.
LOUKIDES, Mike. Whatis data science?Sebastopol, CA: O'Reilly Media, 2011.
PATIL, T. H.; DAVENPORT, D. J. Data Scientist: thesexiestjobofthe 21st century. Harvard Business Review, Brighton, MA, 2012. Disponível em: https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century>. Acesso em: 5 ago. 2016.
STANTON, J. et al. Interdisciplinary data scienceeducation. In: XIAO, N..; MCEWEN,L. R. SpecialIssues in Data Management. Washington, DC: American ChemicalSociety, 2012. p. 97-113. (ACS Symposium Series, v. 1110).doi: 10.1021/bk-2012-1110.ch006
SWAN, A.; BROWN, S. The skills, role andcareerstructureof data scientistsandcurators: anassessmentofcurrentpracticeand future needs. Reporttothe Joint Information Systems Committee (JISC). Truro: Key Perspectives for JISC, 2008. 34 p.
WARD, S.; BARKER, A. Undefinedby data: a surveyof big data definitions. 2013. Disponível em: arXivpreprint arXiv:1309.5821>. Acesso em: 10 out. 2016.
VAN DER AALST, W. M. P. Data scientist: theengineerofthe future. In: Enterprise Interoperability VI: interoperability for agility, resilienceandplasticityofcollaborations. Springer: New York,2014. doi: 10.1007/978-3-319-04948-9_2

Downloads

Publicado

2016-12-20

Como Citar

Curty, R. G., & Serafim, J. da S. (2016). A formação em ciência de dados: uma análise preliminar do panorama estadunidense. Informação & Informação, 21(2), 307–331. https://doi.org/10.5433/1981-8920.2016v21n2p307

Edição

v. 21 n. 2 (2016)

Seção

Artigos

Licença

A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.

O conteúdo dos textos e a citação e uso de imagens submetidas são de inteira responsabilidade dos autores.

Em todas as citações posteriores, deverá ser consignada a fonte original de publicação, no caso a Informação & Informação.

Crossref
Scopus
Google Scholar
Europe PMC