Saltar para o conteúdo principal da página

Cientista de Dados

Lidera o processo de aplicação de data analytics e fornece insights a partir de dados, otimizando o processo de análise e apresentando representações visuais dos dados
Atualização13.01.2024

Definição

O que significa ser Cientista de Dados?

O Cientista de Dados são especialistas em obter informações valiosas e significativas a partir de grandes volumes de dados. Um Cientista de Dados é responsável por coletar, organizar, analisar e interpretar dados de forma a fornecer informações que auxilia na tomada de decisões estratégicas da organização.

Este perfil para além de identificar as fontes de dados relevantes assegura a qualidade e integridade dos dados. O Cientista de Dados tem conhecimentos analíticos, estatísticos e de programação para analisar grandes volumes de dados e criar modelos preditivos de forma a encontrar soluções para problemas complexos, posteriormente, são responsáveis por criar visualizações claras e eficazes para que quem toma as decisões consiga compreender e utilizar estas informações de forma eficaz.

Missão

Quais os objetivos deste perfil?

  • Identificar, gerir e combinar múltiplas fontes de dados e assegurar a consistência dos conjuntos de dados;
  • Identificar os modelos matemáticos, selecionar e otimizar os algoritmos para obter valor através dos dados;
  • Comunicar padrões e recomendar formas de aplicação de dados.

Principais atividades

Quais as principais tarefas deste perfil?

  • Representar os desafios do negócio através de modelos matemáticos;
  • Recolher, compreender, limpar, analisar, integrar e investigar conjuntos de dados;
  • Desenvolver soluções analíticas e de inteligência artificial;
  • Desenvolver provas de conceito;
  • Criar e otimizar algoritmos usando ferramentas de ciência de dados;
  • Descobrir correlações de dados, criar e testar hipóteses;
  • Identificar os modelos de visualização em função dos desafios empresariais e dos conjuntos de dados;
  • Garantir a segurança dos dados através de estratégias preventivas;
  • Cumprir as orientações éticas e os requisitos legais.

Experiência relevante

O que é importante ter?

  • Experiência na utilização de linguagens para transformar dados e obter insights (ex. Python, R, SQL, Spark, SAS);
  • Experiência na execução de modelos analíticos (ex. regressão, clustering, machine learning);
  • Domínio técnico e metodológico das principais técnicas e conceitos estatísticos.