Machine Learning: entenda as oportunidades profissionais dessa área

Udacity Brasil
27 de fev de 2018

Ela está no atendimento virtual de sites e na filtragem dos spams de seu email. Está na próxima música que seu aplicativo irá recomendar e também nos posts que aparecem na timeline das redes sociais.

Sim, estamos falando dela: a tecnologia do machine learning (ML) – algoritmos que "aprendem" a partir de um conjunto de dados – está em toda parte, mesmo que nem sempre seja assim tão óbvio. E o crescente interesse nesse assunto tem dois bons motivos.

O primeiro deles é a possibilidade de automatizar inúmeras e inimagináveis tarefas. A segunda razão é a capacidade que os sistemas de ML têm de alcançar desempenho sobre-humano em uma ampla gama de atividades, da detecção de fraudes bancárias ao diagnóstico de doenças.

Quer ser tornar um engenheiro de machine learning? Conheça a trilha completa da Udacity

Apesar de ser o assunto do momento, tudo começou há décadas. O machine learning é um tipo de Inteligência Artificial (AI), um termo criado em 1955 pelo professor de matemática norteamericano John McCarthy, primeiro a realizar uma conferência sobre o tema.

O ML tem sido considerado uma das tecnologias mais importantes desse século por permitir que os computadores continuem melhorando seu desempenho sem que humanos tenham que fazer intervenções constantes.

Também chamado de "aprendizado de máquina", o machine learning é exatamente o que o nome sugere: um sistema programado para aprender a desempenhar tarefas por conta própria. A cada dia, esse tipo de tecnologia se torna mais eficaz e disponível em todo o mundo.

O mercado e o trabalho de machine learning

A realidade dos cientistas de dados – responsável, entre outras coisas, por criar soluções de machine learning para diferentes finalidades – e dos engenheiros de machine learning é repleta de possibilidades que, antes, pareciam coisa de ficção científica.

E o mercado tem se mostrado promissor para o profissional que domina esse tipo de conhecimento.

Um estudo global da Deloitte prevê que o número de implementações de sistemas de machine learning no mundo dobrará de 2017 para 2018. E voltará a duplicar novamente no ano de 2020.

O curioso é que, embora seja um mercado em expansão, ainda é difícil encontrar profissionais devidamente qualificados e que dominem conhecimentos na área.

Um relatório recente da consultoria McKinsey revelou, por exemplo, que no ano de 2018, só nos Estados Unidos, existirá um déficit de 1,5 milhão de profissionais (gestores e analistas) capazes de compreender e interpretar as informações de big data, as vastas quantidades de dados que alimentam os algoritmos de machine learning.

Basicamente, há vagas abertas em todo o mundo.

Leia: AI, ML, DL... Entenda as siglas por trás da revolução tecnológica

Dia a dia com machine learning

Anderson Amaral, sócio da Dataholics, conhece bem essa realidade. Ex-aluno da Udacity, ele completou o Nanodegree Engenheiro de Machine Learning em 2017 e atualmente é um profissional muito disputado no mercado.

"O mercado de trabalho é extremamente promissor nessa área, tanto no Brasil quanto no exterior. A demanda por profissionais ainda não está sendo suprida. O gargalo no momento é esse: faltam pessoas qualificadas", explica ele. "Recebo propostas de trabalho toda semana, aqui e fora do país."

Amaral revela que algumas grandes empresas já entenderam a urgência de criar seus próprios times de cientistas de dados e engenheiros de machine learning, mas muitas outras ainda não estão prontas para lidar com essa nova realidade.

"Nossa empresa é prestadora de serviços na área de machine learning e agora também estamos fazendo consultoria para grandes companhias. A demanda está muito grande e praticamente não temos concorrência", diz.

O empresário revela ainda que o mercado é favorável também para freelancers que trabalham por conta própria desenvolvendo sistemas de machine learning.

"Um bom modelo pode facilmente ser vendido por 100 mil reais e fica pronto rapidamente, em cerca de uma semana. O valor cobrado depende do quanto o sistema resolve o problema do cliente", afirma. "Eu recomendo trabalhar por conta e abrir a própria empresa."

Leia: Conheça 8 aplicações de deep learning no mercado

Vagas a serem preenchidas

Para quem prefere a estabilidade de um emprego fixo, o mercado também é favorável.

O mais recente guia salarial da Robert Half indica boas faixas de remuneração para o ano de 2018 nessa área. Um analista de big data pode ganhar de R$ 5,5 mil a R$ 12 mil e um especialista chega a ter R$ 22 mil de salário.

"Há uma grande procura por cientistas de dados. Começou no exterior, mas, de uns três anos para cá, também tem ocorrido no Brasil", afirma Gabriel Moreira, lead data scientist na CI&T, empresa parceira de contratação da Udacity.

No dia a dia da CI&T, que oferece soluções para outras empresas, a tecnologia é usada em serviços digitais e online, como sistemas de recomendação de conteúdo, chatbots, históricos de call center e categorização de informações sobre clientes.

Apesar do cenário comercial positivo, ele reforça que faltam profissionais qualificados. "Recentemente participei de um processo de recrutamento e tem sido bem difícil encontrá-los", revela. "Os cursos online são o principal canal de formação. É um conhecimento acessível."

Em sua opinião, todos os serviços e negócios irão envolver algum tipo de machine learning em um futuro próximo – o que não significa que se trata de uma substituição em massa. "A tecnologia está ajudando o ser humano e essa sinergia vai nos ajudar a sermos mais relevantes", afirma.

Leia: Como seguir uma carreira em desenvolvimento de carros autônomos

As opiniões de quem contrata

Outra parceira de contratação da Udacity e que aposta muito no futuro do machine learning é a multinacional Accenture.

"Acreditamos que existe um potencial enorme de negócios na aplicação destas técnicas em problemas de redução de custos, aumento de qualidade de atendimento, identificação de padrões e combinações entre produtos, serviços, canais, clientes e momentos", diz Daniel Lázaro, diretor executivo para tecnologias de analytics da Accenture na América Latina.

Por esse motivo, a companhia, que atende outras em diversos segmentos, sabe que a presença de profissionais especializados nessa área é fundamental.

"A demanda vai crescer de forma exponencial. Na Accenture, temos tido oportunidade de ajudar clientes em diversos segmentos com aplicações práticas de técnicas e tecnologia de aprendizagem de máquina, muitas vezes numa estratégia de usar a máquina como complemento do ser humano, potencializando-o e não substituindo-o", comenta.

O fato é que, embora o machine learning seja um tema em voga, ele se mantém pouco conhecido de maneira geral, algo que empresas especializadas em seleção e recrutamento observam diariamente.

"Muito se busca por profissionais com esse know how, mas são poucas empresas de segmentos tradicionais que já têm uma área para lidar com eles", explica Raphael Falcão, diretor da Hays Response e Experts, uma das maiores empresas de recrutamento do mundo. "Ao mesmo tempo, todos os grandes executivos sabem a importância de ter esse tipo de conhecimento por perto."

"Nós, recrutadores, temos um novo desafio para fazer a seleção, porque os candidatos dessa área não têm uma formação tradicional", diz o especialista. "Ao buscar esse profissional, temos que fazer testes para entender se a pessoa é mesmo apta e tem os conhecimentos necessários."

Leia: Como o Spotify usa machine learning para sugerir a sua próxima música?

Porque investir em educação contínua faz sentido

Em termos de formação de machine learning, cursos online, que têm mais facilidade para se atualizar e oferecem flexibilidade na hora do aprendizado, costumam levar vantagem em relação às instituições tradicionais de ensino.

E não faltam histórias de sucesso de quem investiu em educação para se capacitar, como cientista de dados e mestre em bioinformática Daniel Rodrigues Loureiro.

Ex-aluno da Udacity, ele optou pelos Nanodegree Engenheiro de Machine Learning, Engenheiro de Inteligência Artificial e Deep Learning e destaca sua abordagem prática, focada no aprendizado por projetos.

"Sempre tive vontade de reciclar os conhecimentos em inteligência artificial que adquiri durante o mestrado. Quando vi que a Udacity oferecia cursos que abordavam tópicos em IA, não pensei duas vezes", relata ele, que atualmente trabalha na Chance, empresa de recrutamento e seleção que presta serviços utilizando inteligência artificial.

"Após o curso, pude me dedicar mais aos estudos de IA e voltar a trabalhar com ciência, que é a minha grande paixão", revela.

Para Loureiro, um bom profissional da área de dados é aquele que consegue combinar bem tanto o lado de implementação dos algoritmos quanto os conhecimentos de modelagem estatística e inteligência artificial mais teórica.

Pela natureza dinâmica de seu campo de atuação, ele aponta que a necessidade de aprendizado é constante.

"Recomendo muito essa área para quem tem um instinto curioso e gosta de estudar", afirma. A recompensa é um leque cada vez maior de oportunidades profissionais – e o potencial para delinear tanto o presente quanto o futuro.

Leia: 4 motivos para começar a aprender machine learning hoje