Entenda por que, em pleno século XXI, a contratação de profissionais especializados em ciência de dados ainda é um dos maiores desafios para as instituições financeiras.
- No evento AI & Data Science in Trading, realizado em Nova York, uma série de executivos C-level de grandes instituições financeiras discutiram sobre como conquistar talentos na área de ciência de dados.
- Durante a conferência, falou-se bastante da importância do que hoje ficou conhecido como os 4 “Ps” –referentes a People, Projects, Place and Process—, e como é essencial garantir um equilíbrio entre esses quatro elementos.
- Como muitos cientistas acabam desistindo de projetos devido à falta de dados de qualidade com os quais trabalhar, é preciso prestar atenção nessa questão se sua empresa pretende atrair (e reter) os melhores profissionais da área.
“Montar um time de cientistas de dados de primeira linha é tão complicado quanto construir uma nave espacial”, afirmou Matt Granade, Chief Market Intelligence Officer do fundo de investimento Point 72, na abertura do AI & Data Science in Trading, em Nova York. Aliás, a dificuldade para se formar uma equipe de profissionais talentosos que lidem com os dados de serviços financeiros foi um dos temas recorrentes na conferência.
Ao longo de sua palestra, Granade ainda enfatizou a natureza evolutiva do recrutamento e retenção desses especialistas, sugerindo que a combinação certa de pessoas, processos e tecnologias é primordial para a obtenção de bons resultados.
Clique aqui e descubra os dados de qualidade do Elektron Data Platform, ferramenta-chave para decisões mais rápidas e inteligentes
Aposte na qualidade
Na Refinitiv, enfrentei o desafio de competir com empresas como Amazon, Google e Facebook pela contratação dos melhores cientistas de dados, e durante o evento vários colegas atestaram o mesmo. Mas, na minha opinião, há apenas uma maneira de transpor esse obstáculo: faça da qualidade dos dados o seu diferencial. Inclusive, esse é um importante componente da fórmula de nosso sucesso, e colhemos cada vez mais os frutos desse nosso modelo.
Sarah Hoffman, vice-president of AI & Machine Learning Research da Fidelity Investments, chamou a atenção para o fato de a maioria dos cientistas de dados abandonar projetos por se cansarem de esperar por dados. “O importante é ter uma boa estratégia de obtenção de dados. Afinal, eles são a base do futuro”, comenta ela.
Tim Baker, Global Head of Applied Innovation da Refinitv, conversa com Jill Malandrino no Trade Talks do CFA Institute
Equilíbrio entre os 4 “Ps”
Atualmente, nos baseamos nos 4 “Ps” –people, projects, place and process— para conduzir os Innovation Labs (laboratórios de inovação) da Refinitiv.
Primeiro vêm as pessoas (ou a equipe). Acreditamos que elas precisam de espaço para crescer e mostrar seu trabalho. Por isso, é crucial obter a combinação certa de habilidades em todo o grupo: de cientistas e engenheiros de dados a desenvolvedores. Se esse time estiver desequilibrado, é praticamente impossível obter bons resultados.
Mark Antonio Awada, Chief Risk & Data Analytics Officer da Alpha Innovations, corrobora essa ideia com outras palavras: “Eu vejo grandes empresas com muitos cientistas de dados, mas que não estão ganhando dinheiro”.
Segundo ele, essas companhias enxergam os profissionais de análise quantitativa como “os velhos”, e os cientistas de dados, como “os novos”. Awada ainda adverte que esse tipo de marginalização é um erro, e que as organizações precisam mesclar os cientistas de dados com os analistas quantitativos.
Na sequência, temos o segundo P, relativo a projetos. Isso porque é essencial dar à equipe projetos desafiadores e envolventes que beneficiarão a empresa e permitirá aos profissionais desenvolver ao máximo seus conhecimentos.
Em terceiro lugar, devemos considerar os locais onde nossos laboratórios estão localizados. Não é a toa que nos instalamos em cidades estratégicas como São Francisco, Nova York, Londres e Cingapura, que oferecem fácil acesso a outros mercados competitivos. Assim, criamos um visual, uma sensação e uma cultura atraentes para as nossas equipes.
Podemos não ter modernas tubulações penduradas no teto, mas contamos com excelente tecnologia e uma geladeira sempre cheia de sanduíches saudáveis e saborosos, e às vezes, até cerveja (por incrível que pareça, o ítem mais requisitado pelos funcionários).
Por fim, vêm os processos que empregamos –e que nos tornam únicos. Eles significam a forma como governamos e priorizamos nosso trabalho, além do envolvimento com as várias unidades de negócios e o alinhamento com os parceiros técnicos (internos e externos).
Para vocês terem uma ideia, quando montamos uma nova equipe em 2018, analisamos sessenta ideias de projetos que já tínhamos, mas ficamos com menos de dez. Esses que restaram eram um tanto complicados, mas importantes para os negócios.
Cada projeto tem sempre uma duração certa (normalmente 10 semanas), o que faz com que falhar nunca seja um problema, pois pelo menos “falhamos rápido” e seguimos em frente.
Alguns desses modelos transformam-se em base para recursos de produção ou viram business cases; já outros são documentados, e as principais conclusões, compartilhadas com os colegas de trabalho ou mesmo com os clientes.
Clique aqui e descubra os dados de qualidade do Elektron Data Platform, ferramenta-chave para decisões mais rápidas e inteligentes
O valor da integração
Outro requisito para nosso trabalho na Refinitiv é integrar a equipe de cada projeto ao restante da organização. Trata-se de algo crucial, principalmente por não sermos um centro de geração de receita direta.
É essencial que outros líderes empresariais vejam o valor que os cientistas de dados agregam e a diferença que um bom time faz. Isso se dá por meio de um forte compromisso com a comunicação e de um estreito alinhamento com nossos stakeholders internos.
Painel do evento AI & Data Science in Trading realizado em Nova York
Brice Rosenzweig, Global Head of Data & Innovation Group do Bank of America Merrill Lynch tocou nesse assunto durante a sua apresentação sobre a importância de uma equipe de dados e de inovação centralizada e totalmente integrada ao negócio.
Ele explicou como essa abordagem permite às pessoas pensar de forma mais direcionada para desenvolver suas habilidades. Além disso, faz com que os líderes dos nossos laboratórios de inovação criem oportunidades para impulsionar pesquisas, negociações e vendas, solidificando ainda mais os relacionamentos e o valor da equipe. Esse tipo de experiência é algo que valorizamos muito na Refinitiv.
Acesso rápido aos dados
Joel Nathaniel Bloch, Founding Partner e Chief Risk Officer do Trinnacle Capital, abordou em sua apresentação os enormes desafios que os cientistas de dados enfrentam em relação à qualidade do conteúdo. Segundo ele, a sua equipe chega a passar de 80 a 90% do tempo padronizando e limpando dados.
Os cientistas precisam de acesso rápido aos dados, enquanto a idéia (ou oportunidade) está fresca, e o patrocinador do negócio, envolvido.
Na Refinitiv, esses profissionais têm acesso ao melhor conteúdo do mundo. Isso só é possível por meio de um projeto interno que lhes oferece uma janela instantânea para grandes conjuntos de dados, como machine readable news (notícias legíveis por máquina) tic data e QA Point.
Também aproveitamos os notebooks Jupyter para ajudar a decifrar o conteúdo rapidamente e compartilhar códigos. E os cientistas de dados recebem uma versão completa do Intelligent Tagging, nosso mecanismo de alta-performance para PNL, e acesso ao Knowledge Graph.
Paixão e coragem
Quando pensamos em talentos, o que temos em mente são profissionais apaixonados e corajosos.
Os cientistas de dados são os pioneiros em nossa organização, pois estão sempre explorando novas fronteiras. Isso, sem dúvida, requer paixão pelo trabalho e aptidão para seguir adiante em um ambiente cheio de incertezas. Muitas vezes, a teoria não funciona na vida real, e é preciso aprender com os percalços e continuar tentando. Uma hora, os resultados aparecem.
Matt Granade, da Point72, concorda com a nossa visão. Ele diz que para fazer parte de sua equipe é preciso ser apaixonado pelo trabalho, sentir-se motivado pela possibilidade de solucionar problemas, ter aspirações e foco na carreira, além de, claro, muita coragem!
Seu colega, Sameer Gupta, Head of Data Sourcing na Point72, destaca ainda a importância de recrutar a pessoa certa. “Eu não acredito em currículos. Um 4.0 de uma universidade da Ivy League não é garantia de aptidão para esse trabalho”, diz. Ele prefere, como diz, dar a eles um problema e “jogá-los na água”. “Se não gostarem, não voltarão. É uma ótima maneira de descobrir quem serve para o time ou não”, conclui.
Quando contratamos cientistas de dados na Refinitiv, eles passam por uma rigorosa série de entrevistas e recebem um desafio técnico. Afinal, é a equipe toda que está contratando essa pessoa.
Os dados são apenas o começo
O universo da ciência de dados nas instituições financeiras é emocionante e desafiador. Espero que alguns dos pontos que compartilhei acima inspirem suas estratégias de inovação. E, lembre-se de que, no final das contas, os dados são apenas o primeiro passo para construir uma equipe de grandes talentos nessa área.
Assista o vídeo AI & alt data has changed sell-side research, com Tim Baker, da Refinitiv, e Jill Malandrino, repórter de Global Markets da Nasdaq
Estamos contratando e temos várias posições interessantes abertas na área de ciências de dados. Dê uma olhada se você estiver procurando novos desafios.
