IT Forum 365
como achar um cientista de dados

20 perguntas que todo recrutador deve fazer para contratar um cientista de dados

O mercado global sente falta de profissionais capacitados em analytics. Um roteiro de entrevista para acertar na seleção do “pensador analítico” ideal para sua empresa

Neste ano, os Estados Unidos vão precisar de algo entre 140 mil a 190 mil cientistas de dados, de acordo com estudo da consultoria McKinsey. A escassez, aliada à grande a demanda por esses profissionais, tem gerado um outro desafio para as organizações: saber como contratar esse “pensador analítico”, cuja principal característica está na capacidade de combinar know-how de negócios com inteligência computacional.

Embora em menor proporção, o Brasil também já começa a enfrentar dificuldades com a falta de gerentes e analistas capacitados a usar Big Data e Analytics para auxiliarem na tomada de decisões efetivas. Para ajudar as empresas nessa difícil tarefa, o SAS preparou um guia com 20 perguntas para serem aplicadas em entrevistas para seleção de cientistas de dados completos.

Um perfil complexo

Cientistas de dados possuem uma combinação única de habilidades. Eles possuem capacidades analíticas para extrair informações valiosas de grandes volumes de dados, e não só resolvem problemas sintetizando informações a partir desses dados, como também comunicam os resultados e persuadem os outros a aplicar essas informações às suas decisões.

Para avaliar toda a gama de habilidades necessárias ao cientistas de dados, você deve modelar a entrevista com os candidatos abordando mais do que conhecimentos técnicos. Avalie a agilidade de raciocínio lógico, capacidade de solução de problemas e a habilidade de colaborar e se comunicar com analistas de negócios e tomadores de decisão e a experiência prática.

Foi justamente para ajudar as organizações a avaliar todo esse conjunto de habilidades que desenvolvemos o guia de 20 perguntas. A lista foi dividida em três categorias principais: A) Perguntas técnicas; B) Questões práticas de experiência C) Questões de comunicação.

Considere essas perguntas como uma referência para montar seu questionário, ou um ponto de partida para as entrevistas com cientistas de dados. Elas foram criadas para avaliar os três conjuntos de habilidades acima, mas é preciso adicionar as próprias perguntas para garantir que o candidato seja adequado à cultura e aos requisitos da sua organização.

Perguntas técnicas

Essas perguntas ajudam a medir o conhecimento, além da capacidade de explicar tópicos complexos. Por exemplo:

  1. Qual é a praga da dimensionalidade e como devemos lidar com ela quando construímos modelos de aprendizado de máquina?
  1. Por que uma vírgula é um separador/delimitador de registro inválido?
  1. Explique a diferença entre uma linguagem de computação compilada e a linguagem de computação interpretada.
  1. Como se determina “k” para k-means clustering? Ou, como você determina o número de clusters em um conjunto de dados? (Em mineração de dados, o agrupamento k-meansé um método de clustering que objetiva particionar n observações dentre k grupos, em que cada observação pertence ao grupo mais próximo da média).
  1. O que é mais importante: poder preditivo ou “interpretabilidade” de um modelo?
  1. Explique precisão finita. Por que a precisão finita é um problema no aprendizado de máquina?
  1. Explique o “bias-variance trade-off” (ou seja, a chamada troca de viés-variância, propriedade de um conjunto de modelos preditivos em que modelos com menor viés na estimativa de parâmetro têm uma variância maior das estimativas de parâmetro entre amostras e vice-versa). Além disso, explique por que isso é fundamental para o aprendizado de máquina.

Questões práticas de experiência

Os candidatos a cientistas de dados devem ser capazes de descrever os projetos nos quais trabalharam e como se saíram. Eles também devem ser capazes de articular quais aspectos de seu treinamento técnico têm sido importantes em suas tarefas cotidianas e como eles podem aplicar suas habilidades ao negócio da empresa.

Lembre-se que a experiência prática do candidato não precisa ser necessariamente no setor de atuação de sua empresa. Alguns gerentes de RH dizem que suas melhores contratações são de pessoas de fora da indústria em que sua organização atua, que podem analisar os problemas sob uma nova perspectiva. Avalie as habilidades práticas, fazendo algumas destas perguntas:

  1. Descreva um uso recente de regressão logística.
  1. Descreva uma análise que você concluiu recentemente, incluindo estratégias e descobertas. Como foram as descobertas utilizadas pelo negócio? (Isso pode ser de um projeto de pesquisa ou tese de um estudante se o candidato for recém-formado).
  1. Dê exemplos de técnicas de limpeza de dados que você usou no passado.
  1. Quais assuntos você incluiria em um curso intensivo de ciência de dados de um dia? E por quê?
  1. Descreva uma situação em que você teve que decidir entre dois tipos diferentes de análise — e por que você escolheu o que fez.
  1. Explique os benefícios do desenvolvimento de software orientado por testes; ou explique os benefícios do teste unitário.

Questões com foco em comunicação

Mesmo o estatístico mais inteligente irá falhar se não puder explicar a relevância de seus resultados. Os cientistas de dados precisam entender seus dados e explicar sua importância para o problema em questão.

Com essas perguntas, você procura avaliar a capacidade do candidato de se comunicar de forma clara e persuasiva:

  1. Explique aos líderes da empresa qual é o modelo de sustentação e por que eles deveriam se importar.
  1. Como você identifica e supera obstáculos (durante projetos, com clientes, com tomadores de decisão, etc.)
  1. Conte sobre um projeto em que você trabalhou que teve sucesso em parte devido à forma como os resultados foram comunicados. Quais foram os fatores que tornaram um sucesso?
  1. Conte uma história convincente sobre dados que você analisou.
  1. Qual é o seu livro ou blog favorito de visualização de dados? E por quê?
  1. Como você projetaria um gráfico ou gráfico para um público daltônico?
  1. Explique a um analista de negócios o trade-off entre o poder preditivo e a “interpretabilidade” de um modelo — e por que isso é importante.

Em última análise, a procura é por alguém que seja experiente em tecnologia e experiente em negócios. Ele deve ser persuasivo e ter credibilidade, mas também criativo e apaixonado pelo que faz. A contratação de um bom profissional pode ajudar a antecipar as necessidades dos clientes, otimizar custos, evitar fraudes e muito mais.

Dicas finais para manter seu cientista de dados

Depois de contratar seu primeiro cientista de dados, use o plano abaixo, idealizado pelo  MIT Sloan Management Review, para criar um programa de ciência de dados que funcionará para sua empresa.

  1. Nomear e capacitar um líder de dados e analytics.
  1. Aponte aos cientistas de dados os seus maiores problemas da empresa e depois saia do caminho.
  1. Cultive o apoio aos seus cientistas de dados entre os tomadores de decisão.
  1. Conecte cientistas de dados dentro da organização, mas coloque-os perto dos tomadores de decisão.
  1. Incentive os cientistas de dados a sujarem as mãos
  1. Construa equipes de analistas com habilidades diversas.
  1. Recompense os cientistas de dados da maneira que eles se vejam importantes — com reconhecimento e desafios intelectuais.
Comentários

Notícias Relacionadas

IT Mídia S.A.

Copyright 2018 IT Mídia S.A. Todos os direitos reservados.