Deadlock é um termo muito usado em ambientes de bancos de dados transacionais e programação. Basicamente, o deadlock ocorre quando dois processos tentam atualizar a mesma linha em um banco de dados simultaneamente. O processo A fica esperando o processo B terminar, que por sua vez fica aguardando o processo A encerrar sua operação. O resultado disso é um deadlock. Esse é um problema comum em computação (clique aqui para ver uma definição mais abrangente sobre deadlock).

Temos um deadlock ocorrendo neste exato momento no Brasil: as empresas não iniciam seus projetos de Big Data, pois não encontram profissionais qualificados e os profissionais não iniciam sua qualificação em Big Data, pois dizem não encontrar vagas disponíveis. Ou seja, um processo está travando o outro.

Esta simples analogia ajuda a explicar porque boa parte das empresas no Brasil ainda não conseguiu avançar em projetos de Data Science e Big Data. Como iniciar um projeto, investir dinheiro e tempo, se o mercado de trabalho ainda não fornece profissionais capacitados? Como extrair informação relevante da massa de dados gerada pela empresa, se o pessoal de RH ainda não sabe como recrutar os profissionais para isso? Como montar uma equipe de Ciência de Dados, se as universidades ainda não conseguem acompanhar o avanço de tecnologias tão recentes e oferecer programas adaptados a nova realidade do ambiente dos negócios?

Não pense que as empresas não gostariam de ter acesso às valiosas informações que os dados podem fornecer. Sim, elas gostariam. E digo mais, elas precisam! O problema é: como buscar pessoal capacitado? Como encontrar alguém que conheça tecnologia e business e que consiga compreender as necessidades da empresa e fazer valer o investimento inicial necessário para projetos de Data Science e Big Data? Como capacitar os profissionais internos da empresa, se a concorrência pode levá-los para longe?

Do outro lado do deadlock, estão os profissionais. Adquirir conhecimento em tecnologias de Data Science e Big Data leva tempo e requer esforço, dedicação e dinheiro. E aí surge a pergunta: vale a pena iniciar uma capacitação em Big Data? E se não houver vagas suficientes? Quero muito fazer uma transição de carreira e me tornar um Cientista de Dados, mas vou conseguir emprego? Como posso me capacitar, se na empresa onde trabalho, meu gerente não faz ideia do que seja Big Data?

Aí está. Um deadlock na sua essência. As empresas não começam seus projetos de Data Science e Big Data, porque não encontram profissionais capacitados e os profissionais não se capacitam, porque acreditam que não encontrarão vagas disponíveis. Um processo bloqueando o outro.

Para resolver este problema, um dos lados tem que ceder. E na minha visão, cabe aos profissionais buscarem a capacitação necessária. Nenhum CEO em sã consciência, vai iniciar qualquer projeto se não puder contar com uma equipe minimamente qualificada. Os profissionais precisam se preparar, pois as vagas surgirão. É inevitável. O mundo já passou do “point of no return” em termos de Big Data. Os dados estão aí. Enquanto escrevo este artigo, 1 quintilhão de bytes foram gerados em todo mundo. Estamos vivendo uma nova revolução e os dados estão no epicentro das mudanças. A Ciência de Dados nunca foi tão importante, pois nunca houve um volume de dados tão grande para ser analisado. E ainda estamos no começo. A Internet das Coisas ainda vai “revolucionar a revolução“. O volume de dados ainda vai aumentar e muito. As empresas não terão outra opção, a não ser se tornarem empresas de dados (diga-se de passagem, algumas já são). Os CEO serão impelidos a iniciar seus projetos. E aí, meu caro leitor, haverá uma verdadeira caça ao tesouro, ou melhor, caça aos profissionais de dados. Por isso, esteja preparado. Comece sua preparação desde já. Como diz o velho ditado: apenas cuide do seu jardim, que as borboletas virão.

Seja Bem-vindo a Data Science Academy!

Tiago Pereira

CEO

Data Science Academy

www.datascienceacademy.com.br