À medida que as organizações produzem mais dados e digitalizam produtos e processos, uma força de trabalho orientada por dados nunca foi tão crucial. Por isso, aprendizagem e desenvolvimento passaram a ser centrais nas estratégias de negócios — especialmente iniciativas focadas em construir competências de ciência de dados em toda a organização.
Em 4 de novembro, o Data Science Evangelist da DataCamp, Adel Nehme, recebeu Sheil Naik, Global Data Technical Trainer na Bloomberg, para discutir como o time do Sheil usa blended learning para ensinar análise de dados com Python e como a Bloomberg mede a mudança de comportamento após suas iniciativas de capacitação.
O valor de se tornar orientado por dados
Nunca foi tão valioso ser orientado por dados. O CEO da Anaconda, Peter Wang, descreve a ciência de dados como uma metodologia baseada em evidências para resolver problemas de negócios, na qual cientistas de dados "utilizam ferramentas matemáticas e computacionais para analisar o mundo dos negócios". Essa abordagem viabilizou inúmeros casos de uso em diferentes setores, de previsão de churn em marketing à detecção automática de fraudes em instituições financeiras.
A ciência de dados está no coração da cultura orientada por dados da Bloomberg. O time de data science expande os limites do possível de várias formas, incluindo a criação de boas práticas para projetos de processamento de linguagem natural, a democratização de ferramentas de dados e a oferta de soluções inteligentes em seus produtos. Ter uma cultura orientada por dados também significa capacitar todos com as habilidades necessárias para tomar decisões baseadas em dados, aprimorar processos com dados e produzir matérias jornalísticas orientadas por dados.
Como formar uma força de trabalho orientada por dados com blended learning
A Global Data Division da Bloomberg é responsável por manter a atualidade e a qualidade de todos os conjuntos de dados financeiros disponíveis no Bloomberg Terminal. Como trainer técnico de dados, Sheil Naik trabalha com líderes de negócios em toda a Divisão para identificar as habilidades necessárias para ter sucesso ao trabalhar com dados na Bloomberg e para desenhar, oferecer e avaliar programas de treinamento focados em desenvolver e aprimorar essas habilidades. Entre elas estão o uso de ferramentas de controle de versão como Git e GitHub, análise de dados com SQL, análise de dados com Python e mais.
O programa Data Analysis with Python da Bloomberg é uma grade curricular trimestral de blended learning que inclui uma introdução de uma hora explicando como Python é usado na Bloomberg, de 12 a 20 horas de cursos da DataCamp, três sessões ao vivo de 1,5 hora conduzidas por especialistas técnicos internos e um projeto final usando dados da Bloomberg.
A Bloomberg seleciona cuidadosamente os cursos da DataCamp para equilibrar objetivos de aprendizagem e carga horária, reunindo capítulos de cursos como Introduction to Python, Intermediate Python e outros. Servindo como material de base, esses cursos já permitiram que mais de 450 alunos — muitos deles sem nunca ter programado — aprendessem e aplicassem os conceitos necessários para acompanhar as três sessões ao vivo, concluir o projeto final e terminar o programa de treinamento.
Os alunos saíram de zero — sem nunca ter escrito uma linha de código — para entregar uma análise jornalística orientada por dados como parte do projeto final do programa — Sheil Naik, Global Data Technical Trainer na Bloomberg
Ao combinar aprendizado autodirigido com aulas ao vivo, esse modelo de blended learning garante consistência e flexibilidade de aprendizagem entre regiões, agendas e unidades de negócio na Bloomberg. A consistência da grade curricular e da experiência oferecida no nível fundamental permite que os trainers da Bloomberg escalem as sessões em sala e incluam alunos no mundo todo. Além disso, usar um provedor de aprendizagem como a DataCamp nesse nível oferece insights e dados de desempenho para avaliar a eficácia do treinamento.
Medindo a mudança de comportamento
Uma metodologia para avaliar o retorno direto sobre o investimento em programas de treinamento é o Modelo de Avaliação de Kirkpatrick. Esse modelo propõe quatro níveis de avaliação: a reação inicial após o treinamento, a aprendizagem, a mudança de comportamento e o impacto nos resultados de negócio das habilidades adquiridas.
A implementação da Bloomberg no terceiro nível do modelo de Kirkpatrick mede o número de atividades de produtores (salvar, editar, importar, renomear, enviar etc.) em seu ambiente proprietário de Jupyter Notebook.
Com base nesses pontos de dados, Sheil aplicou as técnicas ensinadas em Data Analysis with Python e identificou um aumento de 561% na média de atividades de produtores em uma das turmas que se formaram no programa. Segundo Sheil, o objetivo final da capacitação em dados na Bloomberg é combinar tecnologia com a expertise dos colaboradores para produzir análises relevantes.
Se você quer saber mais sobre blended learning, como operacionalizá-lo na sua organização e os principais aprendizados que o Sheil recomenda para todo profissional de L&D, não deixe de assistir à gravação completa do webinar.
