Quais Data Skills você realmente precisa? Esta Matriz 2 × 2 dirá a você.

Data Skills – as habilidades para transformar dados em insight e ação – são o direcionador das economias modernas.  De acordo com o Fórum Econômico Mundial , os trabalhos de computação e focados matematicamente estão mostrando o crescimento mais forte, à custa de papéis menos quantitativos.

Então, seja para maximizar o papel que desempenhamos no crescimento econômico orientado por dados, ou simplesmente para garantir que nós e nossas equipes permaneçam relevantes e empregáveis, precisamos pensar na transição para um conjunto de habilidades mais distorcido em dados. Mas em quais habilidades você deve se concentrar? A maioria de nós pode esperar acompanhar essa tendência, ou seria melhor recuar para áreas menores da economia, deixando as habilidades de dados para os especialistas?

Para ajudar a responder a essa pergunta, a filtered.com reinicializou e adaptou uma abordagem que adotamos para priorizar as habilidades do Microsoft Excel de acordo com os benefícios e custos de adquiri-las. Foi aplicada uma análise de utilidade do tempo ao campo de habilidades de dados. “Tempo” é hora de aprender – um proxy para o custo de oportunidade para você ou sua equipe de adquirir a habilidade. “Utilidade” é o quanto você provavelmente precisará dessa habilidade, um substituto para o valor agregado à corporação e suas próprias perspectivas de carreira.

Combine tempo e utilidade, e você terá uma matriz simples 2 × 2 com quatro quadrantes:

  • Learn: alta utilidade, pouco tempo para aprender. Esta é uma fruta barata que irá agregar valor para você e sua equipe rapidamente.
  • Plan: alta utilidade, alto tempo de aprendizado. Embora isso seja valioso, adquirir essa habilidade significará priorizá-la antes de outros aprendizados e atividades. Você precisa ter certeza de que vale a pena o investimento.
  • Browse: baixa utilidade, pouco tempo para aprender. Você não precisa disso agora, mas é fácil de adquirir, portanto, fique atento no caso de seu utilitário aumentar.
  • Ignore: baixa utilidade, alto tempo de aprendizado. Você não tem tempo para isso.

Para ajudá-lo a decidir onde concentrar seu esforço de desenvolvimento, o estudo plotou as principais habilidades de dados em relação a essa estrutura. Foram alocadas habilidades associadas a funções como: analista de negócios, analista de dados, cientista de dados, engenheiro de aprendizado de máquina ou hacker de crescimento. Em seguida, foram priorizados para o impacto com base na frequência com que aparecem nas postagens de emprego, nos relatórios de imprensa e no feedback de seus alunos. E, finalmente, isso foi somado com informações sobre a dificuldade das habilidades para aprender – usando o tempo para a competência como uma métrica e avaliando a profundidade e a amplitude de cada habilidade.

Lembrando que isso foi realizado para técnicas, e não para tecnologias específicas: portanto, para aprendizado de máquina em vez de TensorFlow; para inteligência de negócios em vez de Microsoft Excel, etc. Depois de descobrir quais são as técnicas prioritárias em seu contexto, você pode descobrir qual software específico e as habilidades associadas melhor as suportam.

Você também pode aplicar essa estrutura ao seu próprio contexto, onde o impacto das habilidades de dados pode ser diferente. Aqui estão os nossos resultados:

No exemplo da Filtered, descobriu-se que a construção dessa matriz os ajudou a tomar decisões difíceis sobre onde focalizar: à primeira vista, todas as habilidades em nossa longa lista pareciam valiosas. Mas, realisticamente, só se pode esperar mover a agulha em alguns, pelo menos a curto prazo. Concluiu-se  que o melhor retorno do investimento em competências para a empresa foi na visualização de dados, com base em sua alta utilidade e baixo tempo de aprendizado. 

Experimente a matriz em sua própria empresa para ajudar sua equipe a determinar quais habilidades de dados são mais importantes para começar a aprender agora.

Siga nosso Instagram e acompanhe as novidades.

Somos especialistas em Staffing de TI. Conte conosco para buscar, selecionar, acompanhar e reter talentos de tecnologia. 

Soluções