A missão da DataCamp é ajudar pessoas e empresas, em cada etapa da jornada rumo ao letramento em dados, construindo a plataforma mais inteligente de educação em ciência de dados.
Este post traz mais contexto sobre por que começamos a DataCamp em um nível macro. Na primeira parte, falamos sobre o mercado de ciência de dados (talentos). Em seguida, apresentamos os pilares que sustentam nossa visão para o futuro da educação em ciência de dados. Por fim, abordamos a importância da certificação.
O mercado
A oportunidade
Entender como analisar dados permite que pessoas e empresas tomem decisões melhores, criem serviços e produtos melhores e inovadores, etc. Acreditamos que o impacto da análise de dados e da ciência de dados nos próximos 20 anos será tão grande quanto o impacto da engenharia de software e da ciência da computação nos últimos 20 anos. O software está dominando o mundo, mas a ciência de dados e a IA vão colocar a engenharia de software no cardápio do jantar!
A lacuna de talentos
Embora isso seja muito empolgante, há um problema: a Harvard Business Review e um relatório da McKinsey foram os primeiros a jogar luz sobre a escassez de cientistas de dados. Hoje, empresas de todos os setores enfrentam dificuldade para encontrar cientistas de dados ou pessoas com um bom nível de letramento/fluência em dados. As estimativas sobre a (esperada) falta de cientistas de dados variam de centenas de milhares a milhões, segundo pesquisas mais recentes sobre o tema.
Embora se possa discutir a precisão dessas previsões, uma coisa é clara: as instituições de ensino tradicionais não conseguirão formar pessoas suficientes nas próximas décadas para fechar essa lacuna. Além disso, grande parte do mundo não tem acesso a educação de alta qualidade em ciência de dados nas instituições tradicionais, pois isso costuma ser (muito) caro.
Consequentemente, o poder da ciência de dados só será plenamente aproveitado se encontrarmos maneiras de recapacitar a força de trabalho atual com custo acessível. Por um lado, é de se esperar que muita gente faça capacitação por conta própria para crescer na carreira (e, em menor escala, para migrar de área); por outro, as empresas devem recapacitar uma parte relevante de seus times. Vale notar que o grupo que estuda para avançar na carreira é maior do que o de quem estuda para mudar de carreira. Essa constatação não é nova. A lynda.com e a Pluralsight provaram que o foco em educação continuada é uma estratégia vencedora, respectivamente, nos mercados criativo e de desenvolvimento.
Por fim, é importante entender que a lacuna de habilidades existe em vários níveis: vai de quem trabalha com dados semanalmente e esbarra nos limites das ferramentas atuais (muitas vezes Microsoft Excel), passando por analistas e cientistas de dados, até gestores e consultores. Todos esses públicos têm necessidades diferentes, mas em todos eles faltam pessoas com o nível adequado de letramento/fluência em dados.
Por tudo isso, acreditamos que o mercado de educação em letramento em dados é enorme — provavelmente maior do que o mercado de ensino de noções básicas de programação. Dois pontos parecem confirmar essa visão:
- Mais de sessenta por cento dos nossos 1,7 milhão de alunos são profissionais em atuação em diversas áreas (consultoria, finanças, saúde, pesquisa, marketing, …), ocupando os mais variados cargos. Você pode ler algumas das histórias deles na DataCamp.
- Muita gente associa ciência de dados ao setor de tecnologia e, por isso, acredita que São Francisco é a Meca da área. Porém, ciência de dados está longe de ser exclusiva de São Francisco. Se você classificar o tráfego de aprendizagem da DataCamp por cidade, São Francisco aparece apenas na 24ª posição, atrás de 7 cidades da Índia e 4 dos EUA (Nova York é a número 1 nos EUA). A necessidade de ciência de dados está em todo lugar. ### Uma guinada para o open source O desenvolvimento de software open source transformou por completo a comunidade de desenvolvimento web e agora está transformando as comunidades de estatística aplicada e ciência de dados. Se antes SAS e SPSS dominavam o mundo da estatística aplicada, não faz tanto tempo assim, hoje tecnologias open source como R e Python praticamente assumiram a liderança. Aliás, a DataCamp também abriu código de alguns cursos e tecnologias. É difícil contestar o crescimento do open source como a camada fundamental do futuro da ciência de dados. Essa é a principal razão de todo o nosso treinamento em ciência de dados estar, no momento, focado em open source. Além disso, sua natureza facilita a criação de ferramentas educacionais interativas. O foco em open source também nos permite retribuir às comunidades de ciência de dados open source. Oferecemos fontes de receita escaláveis para contribuidores que criam cursos na DataCamp por meio do nosso modelo de royalties. Embora o open source continue sendo uma parte importante do nosso programa de estudos nos próximos anos, nosso objetivo é, no fim das contas, oferecer treinamento em todas as ferramentas e metodologias relevantes para nossos alunos. Pode esperar que passemos a desenvolver também treinamentos para ferramentas proprietárias no futuro. ## O futuro da educação em ciência de dados Foco vertical e tecnologia proporcionam a melhor experiência de aprendizagem A Universidade de Bolonha, na Itália, foi fundada em 1088 e é a mais antiga da Europa.
Historicamente, as instituições de ensino cobriam uma ampla variedade de temas (vamos chamar isso de foco horizontal). Por exemplo, a universidade mais antiga da Europa ensina de história, economia e psicologia a estatística, etc. O foco horizontal fazia sentido na época por conta da combinação de (i) economias de escala (infraestrutura, administração estudantil, atração dos melhores professores, valor de marca para certificação, etc.) e (ii) alcance geográfico limitado devido aos altos custos de comunicação e transporte. Esse modelo horizontal dominou a educação por séculos, e é por isso que ainda pensamos em instituições de ensino como entidades de foco horizontal.
Os custos de transporte e comunicação — e os custos fixos dos modelos educacionais — caíram bastante nas últimas décadas graças ao avanço tecnológico. E isso muda como o cenário educacional agora e no futuro?
Vendo o mercado de educação online de cima, a primeira onda de empresas basicamente reproduziu a abordagem horizontal do ensino presencial, enquanto a segunda onda veio com mais tecnologia e foco vertical (ou seja, concentrada em uma área de habilidades). O impacto positivo da primeira onda foi — sem dúvida — enorme, pois conseguiu levar educação de qualidade a escala. Dito isso, elas pouco avançaram no uso de tecnologia para realmente melhorar a experiência de aprendizagem e, do ponto de vista tecnológico, são até pouco empolgantes. O foco horizontal torna muito difícil superar o dilema tradicional entre personalização e escala na educação. O que isso quer dizer?
As experiências educacionais mais personalizadas costumavam ser muito difíceis de escalar. Aulas particulares, turmas pequenas etc. oferecem uma experiência ótima e altamente personalizada. No entanto, a falta de escala geralmente torna essas opções muito caras (e, portanto, acessíveis a poucos). Por outro lado, experiências altamente escaláveis — como vídeo aulas online e livros — costumam ser acessíveis, mas carecem de personalização. Sem personalização, o treinamento tende a ser menos eficaz e menos envolvente. As taxas relativamente baixas de conclusão dos MOOCs tradicionais são um bom exemplo de como menor engajamento afeta os resultados de aprendizagem.
Tecnologia e foco vertical agora permitem superar o antigo trade-off entre escala (e acessibilidade) e personalização, criando experiências personalizadas em larga escala. Isso possibilita que os alunos aprendam fazendo e que a experiência fique o mais próxima possível — no nosso caso — do trabalho em projetos reais de ciência de dados. Muitos dos nossos cursos têm taxas de conclusão acima de 50%, o que indica que o engajamento se beneficia dessa abordagem.
Uma rede de instrutores especialistas gera a melhor experiência educacional
A primeira onda da educação online peca na personalização, mas acertou um ingrediente-chave: aproveitou a experiência e o conhecimento de algumas das pessoas mais brilhantes de cada área.
A segunda onda parece ter esquecido o poder de contar com parceiros externos para criar conteúdo educacional. Em contraste, acreditamos fortemente na importância de construir uma rede de instrutores externos, tanto da indústria quanto da academia. Para ensinar o uso de ferramentas open source, pode muito bem ser o próprio autor do pacote; para temas mais teóricos, um professor renomado; para tópicos mais aplicados, um especialista do mercado. Os benefícios dessa abordagem são:
- Trabalhar com instrutores externos nos permite ampliar a biblioteca de cursos mais rápido — essencial em uma área que evolui velozmente, na qual nossos alunos querem aprender as últimas habilidades para ontem.
- Contar com parte da biblioteca criada por profissionais do mercado garante que ensinemos competências alinhadas às demandas de trabalho.
- Ter parte da biblioteca criada por acadêmicos permite à DataCamp se apoiar em pesquisas (recentes), na reputação e na experiência educacional deles.
- Um segmento dos nossos alunos se motiva mais quando o curso é ministrado por um especialista de verdade ou por um de seus heróis do open source.
Valorizamos muito nossas parcerias de criação de cursos com empresas como a Anaconda. Também acreditamos que chegaremos à melhor coleção de cursos de ciência de dados combinando essas parcerias com uma rede de instrutores independentes. Você pode perguntar: “por que não fazer parceria com universidades para criar a biblioteca de cursos? ou com editoras de livros?”. Há várias razões pelas quais isso seria subótimo. Primeiro, lidar com os departamentos jurídicos dessas organizações seria mais lento, e a gente não gosta de lentidão. Segundo, acreditamos que o avanço tecnológico nas plataformas educacionais pode — e deve — empoderar o criador de conteúdo individual. Isso aconteceu na indústria da música, em parte no entretenimento e agora acontece na educação. Para quem se interessa: aqui está a lista completa de instrutores da DataCamp.
Certificação de nível de habilidade como mecanismo de conexão
Para resolver a escassez de pessoas com habilidades em dados, não basta treinar em larga escala e com preço acessível. É preciso um mecanismo eficiente de conexão para ajudar indivíduos a comunicarem seu nível de habilidade e para ajudar organizações a encontrarem pessoas com as competências de que precisam (dentro e fora da empresa).
Por séculos, diplomas universitários foram a forma mais comum de sinalizar capacidade e habilidades a possíveis empregadores. Há dois motivos principais para acreditar que os diplomas tradicionais não serão o principal mecanismo de sinalização para fluência em dados:
- O número de pessoas que adquirirão habilidades em dados pelo ensino tradicional será relativamente pequeno em comparação ao total de pessoas que aprenderão essas competências na próxima década. Nossos dados confirmam essa hipótese: de longe, o maior grupo de alunos tem entre 25 e 35 anos.
- A ciência de dados ainda é um campo em formação, e as habilidades relevantes mudam ano a ano. Portanto, é preciso um mecanismo de sinalização que evolua com a área e possa ser atualizado de forma eficiente. Isso também exige aprendizado ao longo da vida — algo que a maioria das instituições tradicionais não consegue oferecer. Há tanta coisa possível de aprender que é impossível dominar ciência de dados na universidade, mesmo com graduação, mestrado ou até doutorado. Um master não vai fazer você “dominar” ciência de dados ;-).
Dois mecanismos alternativos de sinalização vêm ganhando espaço:
- Certificados de conclusão de curso, oferecidos pela maioria das plataformas de educação online. Eles têm valor como sinal de motivação. Porém, são pouco eficazes para comunicar nível de habilidade porque: (i) muitas vezes não são estruturados para medir competências de forma rigorosa e (ii) poucos cursos têm volume suficiente para alcançar reconhecimento no mercado.
- Mecanismos de certificação que medem o nível de habilidade surgiram em áreas como computação em nuvem como uma forma eficiente e eficaz de comunicar competências. Hoje, certificações são um caminho comum para profissionais de TI se destacarem, e não para por aí. O Duolingo lançou sua versão do teste TOEFL para avaliar proficiência em idiomas, e o GMAT é amplamente aceito por escolas de negócios há muito tempo. Em ciência de dados, porém, ainda não há um modelo consolidado para avaliar e certificar o nível de habilidade de alguém. Queremos construir esse sistema de avaliação porque acreditamos que há uma oportunidade enorme de permitir que pessoas comuniquem melhor suas competências e que empresas entendam o nível de habilidade tanto de seus times quanto de candidatos.
Conclusão
A ubiquidade dos dados cria oportunidades gigantes para que pessoas e empresas tomem decisões melhores e saiam na frente. Porém, a crescente lacuna de talentos limita o impacto positivo da análise de dados no mundo. De um lado, as empresas não encontram os talentos de que precisam; de outro, há muita gente com acesso limitado a recursos educacionais de qualidade (por preço e disponibilidade).
Acreditamos na educação online como forma de resolver esse problema. Mais especificamente, acreditamos no valor da personalização para criar uma experiência de aprendizagem envolvente e eficaz. Também acreditamos na força de uma rede de instrutores especialistas para construir esse treinamento. E, por fim, acreditamos que falta ao mercado um mecanismo de conexão realmente eficaz.
No próximo post, vamos nos aprofundar no plano da DataCamp.
