Soft Skills mais importantes para a área de dados

Profissionais da área de Data Science (ou Ciência de Dados) são responsáveis por estudar os dados e procurar tirar deles informações relevantes usando princípios de computação, estatística, matemática, conhecimento dos negócios, entre outros. Por si só cientistas de dados são profissionais em T (possuem especialidades, mas conhecem um pouco de outras áreas). Para além das competências técnicas, as hard skills, cientistas de dados precisam desenvolver seus trabalhos levando em conta três princípios: o objetivo da pesquisa (por que), qual o tipo de metodologia ou análise (como) e, por fim, a ferramenta que utilizará para resolução do problema (o quê).

É nesse ponto que entram também as habilidades comportamentais, conhecidas como Soft Skills. Em poucas palavras, as soft skills nada mais são que as habilidades que estão relacionadas ao desenvolvimento do trabalho ou função sem que sejam necessariamente habilidades técnicas daquela função. Como assim? E o que eu devo fazer para desenvolver esse tipo de habilidade?

Estas perguntas serão respondidas dentro deste artigo. Vamos lá?

Soft Skills

As soft skills estão predominantemente ligadas a maneira como uma pessoa lida com a outra, ou seja, como ela interage com um grupo e como lida com suas próprias emoções. Assim, quanto mais natural e positivamente ela consegue lidar com o meio em que exercita seu trabalho e como se enxerga dentro deste ambiente, maiores serão as suas soft skills.

Por não se tratarem de habilidades facilmente mensuráveis por serem subjetivas, elas são dependentes de fatores emocionais construídos através da experiência do indivíduo ao longo da vida. Entretanto, existe uma série de práticas e dicas para que elas possam ser desenvolvidas a fim de conquistar o seu espaço além das habilidades técnicas.

Dessa forma, apresentamos 4 soft skills bastante importantes para profissionais da área de dados:

1) Colaboração

Há quem diga que esta é a mais importante de todas as soft skills e que dita uma característica bem necessária ao ser humano: conviver em sociedade. O trabalho em grupo é imprescindível para uma cultura colaborativa de um ambiente de trabalho/estudo.

A construção de um ambiente colaborativo em que se cultiva o feedback constante, a empatia e a capacidade de adaptação pode melhorar significativamente a produtividade e a habilidade de comunicação de colaboradores(as). Para profissionais da área de dados não é diferente. Por se tratarem de profissionais que buscam resolver os problemas e as dores de clientes com os dados que possuem, cientistas de dados precisam ser pessoas curiosas sobre o negócio que estão trabalhando. Além disso, precisam estar em constante comunicação com pessoas de várias áreas, fazendo pesquisa, ouvindo feedbacks e construindo, em colaboração, as soluções para os problemas através das análises dos dados.

Por exemplo, para uma corretora de investimentos, o mais importante é identificar quais investimentos possuem o maior ou menor risco ou quais tiveram maior rentabilidade dentro de um período específico. Já nos esportes, podemos ter como fator importante o rendimento de atletas de acordo com a nutrição e rotina de treinos aplicadas.

Para desenvolver esse tipo de habilidade, seguem algumas dicas de possíveis ações:

• Pedir feedbacks regulares sobre seu trabalho e também dar feedbacks a colaboradores(as), sempre com bastante respeito.
• Fazer brainstormings para agregar o maior número de opiniões possíveis e extrair informações importantes no desenvolvimento do seu trabalho.
• Estimular a inteligência emocional fazendo reflexões sobre as próprias ações e emoções, buscando reconhecê-las e administrá-las para conseguir solucionar seus maiores desafios e eliminar hábitos que prejudicam o seu crescimento.

2) Storytelling

Uma soft skill que mais diferencia uma pessoa cientista de dados de quem analisa puramente os dados é o storytelling (contação de histórias). Cientistas de dados precisam ser contadores(as) de histórias, pois boas histórias geram conexões, ajudam nas reflexões e transmitem a mensagem de maneira muito mais eficaz. Por este fator, o storytelling é largamente utilizado também nas análises e interpretações geradas através dos dados estudados.

Estes(as) profissionais precisam conseguir comunicar os seus resultados e a sua análise de maneira didática. Ou seja, devem ter a habilidade de usar os dados para contar uma história que sirva tanto para uma pessoa que não tem domínio da área quanto para aquela que já compreende muito dos processos de análise de dados.

Para ilustrar, pensemos em um(a) que precisa saber da previsão das vendas de certo produto levando em conta os dados dos últimos anos. Existem abordagens das mais variadas que podem ser utilizadas para predição que vão desde análise de tendências, correlação até técnicas de machine learning. Agora, imagine traduzir isso ao(à) cliente só com gráficos e cálculos. Não deve ser uma tarefa nada fácil, não é? É aí que entra a habilidade de “mastigar” as análises e entregar ao público algo que, ao bater o olho no relatório ou ouvir sua apresentação, ele possa compreender da maneira mais clara e sucinta.

Mas o que eu posso fazer para conseguir treinar essa habilidade? Você pode seguir algumas dicas que são chaves para o desenvolvimento da mentalidade criativa e de processo de escrita, tais como:

• Leitura de materiais abordando sobre storytelling e escrita acadêmica. Um livro bastante indicado para a área de dados é o Storytelling com Dados de Cole Nussbaumer Knaflic, que também conta com a versão em português.
• Praticar a escrita de rascunhos e criar pequenas histórias ou explicar trechos de seus códigos de maneira mais lúdica, caso use o Jupyter Notebook ou Google Colab em suas análises.
• Colher feedbacks de amigos(as) ou pessoas de confiança sobre seus rascunhos ou apresentações.
• Ter resiliência e seguir treinando. Ninguém inicia no processo de escrita com a sua melhor obra, muito menos a sua primeira apresentação será a escolhida. Mas a prática constante leva ao desenvolvimento da habilidade. O storytelling é uma habilidade que você utilizará em muitas outras situações de sua vida.

3) Proatividade

A pessoa cientista de dados desenvolve um perfil profissional proativo que além de explorar os dados que lhe foram fornecidos, está em constante busca por mais dados que possam testar e validar suas hipóteses e ajudar na criação de modelos de previsão.

Neste ponto, além das competências técnicas como as realizadas através das ferramentas (Excel, PowerBI, Jupyter Notebook ou Tableau), das linguagens de programação (Python, SQL, R, entre outros) e de todo conhecimento de metodologia científica e estatística, a pessoa cientista precisa estar atenta e aberta para ouvir os problemas de seus clientes. Ela também precisa pesquisar ativamente dentro do seu meio de trabalho por outras áreas que possam agregar conhecimento e dados importantes para sua investigação.

Dito isso, é de extrema importância entender que a pessoa profissional de dados precisa ser curiosa e ter iniciativa para circular pela empresa e outros setores que possam contribuir com a sua pesquisa. Afinal de contas, é comum dialogar com uma série de profissionais da área e ouvir a sua maioria pontuar que grande parte do tempo está em debruçar-se no problema e na pesquisa com as pessoas interessadas (stakeholders).

Então, a fim de se tornar uma pessoa mais proativa podemos pontuar algumas ações:

• Exercitar a escuta ativa e prestar atenção ao seu entorno.
• Oferecer-se para ajudar ou assumir novas responsabilidades.
• Pensar em soluções para situações ou problemas que você consegue imaginar, quanto mais inerente a sua área de seu estudo melhor.
• Procurar conhecer mais seus clientes e/ou a empresa em que está exercitando seu trabalho.

4) Flexibilidade e capacidade de adaptação

Esses soft skills casam completamente com a ideia do dev em T que abordamos aqui na Alura. Uma pessoa profissional de dados precisa ser ávida por conhecimento e que busque novas interpretações e maneiras de aprender com os dados que tem e com as experiências e necessidades de seus clientes. Além de ter a competência técnica na sua área de estudo, precisa ser flexível o suficiente para encontrar novas leituras para aqueles dados em que está trabalhando, se moldando a cada diferente problema de clientes.

Essas habilidades são essenciais para quem se propõe a trabalhar com a área de dados, onde é necessário entender o objetivo da demanda e os caminhos a seguir para saber mais sobre o negócio que está trabalhando. Essa navegação por diversos objetivos e diferentes negócios ajuda no processo de adaptação do(a) profissional às demandas do mercado.

Como citado em outros pontos deste artigo, o(a) cientista de dados precisa deixar didático o conteúdo complexo de seu trabalho. Além de todas as necessidades de aprofundamento e compreensão do problema dos(as) clientes, ele(a) também precisa conhecer conceitos de experiência do usuário, storytelling e outras ferramentas necessárias para apresentar possíveis soluções e interpretações que construiu analisando os dados.

Em um mercado de trabalho em que temos um grande número de profissionais se desenvolvendo em habilidades técnicas ou que estão no começo de suas carreiras, o desenvolvimento de soft skills pode ser um grande aliado na obtenção de uma vaga e de oportunidades dentro da área de dados. Além disso, uma série de empresas está passando a entender que o desenvolvimento de competências técnicas dos(as) profissionais que possuem um elevado nível de soft skills pode ser atingido pelas experiências e oportunidades oferecidas ao profissional dentro da empresa ou de formações promovidas por ela.

Não obstante, as soft skills, por se tratarem de habilidades comportamentais, podem ser aprendidas e praticadas nas mais diversas situações, seja na empresa, com a ajuda de seus amigos(as) e familiares ou até em cursos e rodas de conversa presenciais ou na internet. Nesse ponto, a Alura possui cursos e formações que podem contribuir também para o seu desenvolvimento pessoal e profissional.

Para ler mais, a gente também tem o artigo de Soft Skills da Alura para Empresas.

Quer se aprofundar um pouco mais nas soft skills e nas demandas mais requisitadas do mercado de trabalho na área de dados? Então confira a Escola de Data Science e suas formações e a Formação de Desenvolvimento Pessoal da Alura e mergulhe de cabeça na sua carreira dev em T.