Os cientistas de dados são realmente gerentes de produtos?

Os cientistas de dados são realmente gerentes de produtos. Aqui está o porquê

Como mencionado acima, o título deste artigo pode ser uma opinião impopular, mas deixe-me divulgá-lo para ver o que você pensa com uma nova perspectiva. 

Se você ainda está na faculdade, esta afirmação pode parecer bastante surpreendente, no entanto, se você já está no ramo de tecnologia há alguns anos, esta afirmação pode não ser uma surpresa para você. 

É claro que essa afirmação não será verdadeira para todos, o tempo todo, mas chega bem perto quando você aponta as semelhanças entre essas duas funções de produto.

Com isso dito, vou delinear algumas das semelhanças entre as funções de ciência de dados e gerente de produto, habilidades necessárias e objetivos abaixo.

Entendimento do negócio e do produto

Quando você trabalha como cientista de dados, é essencial que você conheça o negócio, seus objetivos, bem como suas lacunas, o mesmo pode ser dito para gerentes de produto. 

A principal diferença entre essas funções é o método pelo qual seus objetivos específicos são alcançados, mas, em geral, os objetivos principais são compartilhados. Aqui está um exemplo: Objetivo da ciência de dados:

  • Identificar os problemas do produto
  • Usar modelos de ciência de dados como uma solução para um problema de produto
  • Usar modelos de ciência de dados como um produto
  • Analisar dados para prever dados futuros com algoritmos

Gerente de Produto Objetivo:

  • Identificar os problemas do produto
  • Classificar os problemas que mais o preocupam
  • Examinar os dados para tendências futuras de dados

Claro, a ciência de dados pode se concentrar na codificação, mas sem uma compreensão do negócio e do produto, um modelo de ciência de dados pode ser completamente inútil. 

Ter esse entendimento é essencial para ambas as funções, pois esse conhecimento é o caminho para se chegar às próximas etapas, um processo, diagnóstico de problemas e eventuais soluções.

No nível da estrutura da empresa, você verá que os cientistas de dados costumam ser a ponte entre os departamentos ou parte da engenharia e do produto. Esta declaração por si só pode mostrar que há uma sobreposição considerável. Aqui estão algumas habilidades que ambas as funções compartilham:

  • Exploração de dados
  • Solução de problemas
  • Ferramentas de visualização (Tableau, Looker, Lucidchart, Power Bi, Qlicksense, etc.)
  • Consultas (SQL)

Além de alguns dos poderes compartilhados entre as funções, há também um processo semelhante:

  • Isolamento de problemas do produto ou melhoria do produto
  • Análise de dados
  • Análise do processo atual
  • Soluções (é aqui que a ciência de dados difere por ser quem cria o modelo, os gerentes de produto organizarão essa etapa, com coisas como resultados, custos, cronograma e como isso afetará os negócios, mas os cientistas de dados também podem compartilhar parte desse trabalho)
  • Apresentação dos resultados
  • Evidência
  • Aprovação executiva/aprovação geral
  • Implementação

Como você pode ver, algumas habilidades, etapas do processo e objetivos da ciência de dados e gerenciamento de produtos são compartilhados. Às vezes, em empresas menores, não há gerentes de produto e, portanto, os cientistas de dados também precisam preencher essa função.

Colaboração das Partes Interessadas

Ao trabalhar como cientista de dados, você terá que colaborar com várias verticais de negócios e suas respectivas partes interessadas. 

O mesmo pode ser dito para gerentes de produto. Tanto os cientistas de dados quanto os gerentes de produto também podem ser partes interessadas. 

É aqui que essas funções compartilham a colaboração com as partes interessadas:

  • Prova de conceito com engenheiros de software, analistas de dados e executivos, etc.
  • Análise do nível de esforço com as mesmas funções anteriores e mais.
  • Organização de reuniões com essas funções
  • Atualização dessas funções nas etapas
  • Atribuição de trabalho a outros

Em geral, cientistas de dados e gerentes de produto podem provar ser multifuncionais em seu trabalho, bem como com quem colaboram, seja um analista de dados, vendedor ou engenheiro de software (etc.).

Resumo

O objetivo deste artigo não é dizer que uma função é melhor que outra, mas sim destacar que ambas as funções têm uma quantidade considerável de sobreposição em suas tarefas diárias, habilidades necessárias, com quem trabalham e objetivos gerais.

 Para ser mais específico, talvez os cientistas de dados sejam apenas gerentes de produto com habilidades especiais e foco em algoritmos.

0 Shares:
Você também pode gostar