A indústria de data science: quem faz o quê (infográfico)

Hoje em dia, a área de data science está em alta, e é pouco provável que isso mude tão cedo. Enquanto a abordagem orientada por dados ganha espaço em todas as áreas do negócio, as empresas disputam ferozmente as melhores competências analíticas disponíveis no mercado, e os salários para funções em data science estão disparando. O foco crescente das empresas em atrair talentos de data science anda de mãos dadas com a criação de um novo conjunto de cargos e títulos relacionados à área. Às vezes, novas funções e nomes surgem para refletir necessidades em transformação; em outras, provavelmente aparecem como uma maneira criativa de se diferenciar de outros recrutadores. De qualquer forma, é difícil ter uma visão geral dos diferentes papéis — e fica ainda mais difícil quando você tenta descobrir qual função combina melhor com suas ambições pessoais e profissionais.

A indústria de data science: quem faz o quê

A DataCamp analisou essa avalanche de vagas em data science para decifrar esses títulos criativos e chamativos e transformá-los em uma comparação entre diferentes carreiras relacionadas à área. Resumimos os resultados no nosso infográfico mais recente “A indústria de data science: quem faz o quê”:

Neste infográfico, comparamos os papéis de data scientists, data analysts, data architects, data engineers, estatísticos e muitos outros. Mostramos como cada um atua dentro das empresas e no processo de data science, quais tecnologias dominam e qual é o conjunto de habilidades e a mentalidade típica de cada função. Além disso, destacamos os principais empregadores que estão contratando para essas posições e como as médias salariais nacionais se comparam entre si. Esperamos que este infográfico ajude você a entender melhor os diferentes cargos disponíveis para profissionais apaixonados por dados. Se quiser aprender mais sobre data science, confira os tutoriais interativos de R e data science da DataCamp e junte-se a 220.000 entusiastas de dados! Curte infográficos? Veja também Statistical Language Wars, How to Become a Data Scientist in 8 Easy Steps e R vs Python.