Os dados hoje em dia,
eles são cada vez mais prevalentes.
Tudo agora tá gravando dados
e a quantidade já passou de um ponto de vista
que um humano consegue analisar tudo aquilo.
O cientista de dados permite
trazer, dar valor a esses dados.
Nubank é uma fintech
que visa desburocratizar o sistema bancário
e é uma empresa muito Data-driven,
então tudo o que a gente faz
a gente analisa por trás dos dados da empresa.
Um dos pilares da empresa é essa questão
de tomar decisão baseada em dados.
Então a gente não quer apenas automatizar a solução
mas a gente quer que ela seja baseada nos fatos
e nos resultados que são refletidos nos nossos dados.
E as pessoas entendem realmente o valor disso
e contribuem e criam ferramentas para
que a gente tenha autonomia
para colocar os modelos em produção
e trazer valor tanto para a empresa
quanto para os clientes.
Aqui cada Data Scientist está distribuído
em todo o Nubank, diferentes squads.
Então é bem legal por isso,
por que você não fica fechado só
na área em que você está fazendo,
no único produto que você está fazendo.
Como você divide a mesa com engenheiros e analistas
é comum que todos estejam falando
da solução como um todo.
Que
é o que chega no produto, do que só falando
de Data Scientist ou só falando de modelo.
O que a gente tem trabalhando bastante
inclusive criamos alguns Squads recentemente,
é criar esse modo Nubank de trabalhar com
Machine Learning.
Você vai criar suas hipóteses,
vai buscar os dados que você precisa,
vai criar seus testes e experimento.
Vai criar o seu modelo,
vai colocar o seu modelo em produção.
Vai criar todas as hipóteses
onde seu experimento pode falhar.
Vai criar os casos de controle,
e vai acompanhar isso em tempo real.
e se tudo der certo,
funcionando e virando um produto que
você pode oferecer para o seu cliente.
Dentro do Chapter de Cientista de Dados
os perfis são muito diferentes.
Eu particularmente gosto de documentação.
Tem alguns que preferem fazer de forma
um pouco mais rápida
e trabalhar mais em modelagem.
Tem outros que preferem trabalhar
na parte mais voltada a engenharia.
Os trabalhos se somam
de uma forma que o conjunto final
se fecha, mas um sozinho não consegue fazer tudo.
Ser mulher Data Scientist, aqui dentro do Nubank
é igual a ser um homem Data Scientist
a gente não diferenciação de gênero, de nenhum tipo.
O grande problema é que o próprio mercado já não tem
muitas mulheres.
Então, uma das nossas ideias aqui
é fazer com que
a gente consiga, não só contratar mais mulheres,
mas fazer com que mais mulheres se engajem também
para entra nesse mercado.
A gente sabe que é importante
e a gente esta tentando atingir isso.
E a gente precisa de pessoas
que possam pensar fora da caixa
para que a gente consiga desbloquear
melhorias que a gente não teria
fazendo esse processo como ele sempre foi feito.
A gente gosta de pessoas curiosas,
pessoas que vão a trás,
pessoas que amam esse negócio.
Mas por que, por que o pessoal vai para a universidade
se forma e ai arruma um emprego.
As pessoas que realmente gostam dessa área,
elas dão um passo extra.
E é esse tipo de gente que a gente busca.
Pessoas que tenham essa paixão.
Quando eu comecei a estudar Data Scientist
que foi em 2014,
logo depois eu vi que era realizado um
Meet up de Data Scientist e Machine Learning
aqui no Nubank.
Desde então,
já ficou na minha cabeça como referência
por que nenhuma empresa mais estava falando
sobre Data Scientist e Machine Learning
naquele momento.
A gente escuta das outras empresas que querem
começar a fazer inovação
começar a aplicar Machine Learning e tudo isso,
mas aqui no Nubank, desde o primeiro dia
essa foi a prioridade.
A empresa como um todo
enxerga a necessidade e a importância de tomar
decisões guiadas por dados.
Isso contribui de alguma forma para que
mais pessoas
possam ter acesso a um serviço financeiro
de qualidade
Eu ouso dizer que é a melhor empresa
para se trabalhar em Data Scientist no Brasil.
