By Автор 
Diante de um volume de dados cada vez maior, empresas de variados segmentos aumentam a demanda por estatísticos com alto conhecimento técnico. Para acompanhar o movimento e se destacar no mercado, os profissionais recorrem a programas de pós-graduação, que por sua vez têm se aprofundado em conceitos de machine learning e outros aspectos relacionados à inteligência artificial.
É o caso de Magno Tairone, 31, que trabalha como analista de modelagem estatística em uma empresa do mercado financeiro, em São Paulo, e é professor de uma especialização em ciência de dados no Insper.
Natural de Belo Horizonte, Magno concluiu a graduação em matemática computacional e fez mestrado em estatística, ambos pela Universidade Federal de Minas Gerais (UFMG). Foi na pós-graduação que ele começou a estudar machine learning, técnica hoje muito utilizada em seu dia a dia na companhia.
Com uma base de dados de milhões de clientes, Magno cria modelos preditivos relacionados ao risco de crédito, ou seja, à probabilidade de cada pessoa não pagar as faturas em dia.
“Eu observo, por exemplo, quantas vezes determinado cliente atrasou a fatura meses depois de fazer o cartão e crio uma régua a partir disso para saber se a pessoa [que solicita crédito] pode ser boa ou má pagadora”, explica.
A estatística é utilizada no processamento das informações. “Eu faço a máquina aprender os padrões e a equipe de TI (tecnologia da informação) transforma o modelo em uma solução que permite esse cálculo de probabilidade em um aperto de botão”, acrescenta.
Muitas vezes confundidas entre si, estatística, tecnologia da informação e ciência de dados estão profundamente correlacionadas. O profissional de TI cria ferramentas práticas a partir da base teórica desenvolvida pelos estatísticos. A ciência de dados engloba os dois campos e ainda inclui a área de negócios, que solicita as demandas por modelos ou soluções de TI.
Outro termo abrangente, a inteligência artificial pode ser resumida a sistemas que pretendem simular a inteligência humana. “Na sala de aula, eu costumo falar que IA é um nome gourmet para estatística, porque esses modelos existem desde o início do século passado”, diz Magno. A diferença, segundo o professor, é que naquela época não havia tantos dados, nem computadores que rodassem modelos preditivos de forma tão rápida.
Pouco tempo depois de começar a dar aula no Insper, já durante o doutorado na Universidade de São Paulo (USP), o matemático entrou no mercado financeiro. “Gostei de ver que eu tinha uma bagagem teórica muito ampla e habilidades para pensar de forma diferente na solução de problemas”, conta ele, que atribui o desempenho à sua trajetória acadêmica.
Embora a teoria não pareça tão útil ao mercado quanto experiências práticas, uma base técnica aprofundada é justamente o diferencial para tomar decisões no dia a dia.
“Ter um mestrado indica que a pessoa consegue resolver muita coisa sozinha ou que tem habilidade para buscar as próprias soluções e não fazer sempre igual”, afirma Daiane Zuanetti, professora do departamento de estatística da Universidade Federal de São Carlos (UFSCar).
Segundo ela, que coordena o Programa Interinstitucional de Pós-graduação do Departamento de Estatística da UFSCar e do Instituto de Ciências Matemáticas e Computação da USP, disciplinas optativas mais voltadas ao aprendizado estatístico de máquina e a modelos de regressão, por exemplo, também garantem aos alunos uma formação muito forte para o mundo corporativo.
Não por acaso é cada vez mais frequente que alunos do mestrado e do doutorado conciliem projetos de pesquisa e empregos. “Quem continua com bolsa até o final é quem realmente tem essa realização pessoal de continuar na universidade”, diz a docente.
Nos últimos cinco anos, houve uma mudança significativa no perfil dos alunos do mestrado e doutorado do programa de São Carlos. Muitos candidatos têm formação em outras áreas, como engenharia e economia, e às vezes não dão conta de acompanhar determinadas disciplinas, de acordo com a coordenadora.
“A pós-graduação lato sensu não vai exigir tanto a questão teórica. Mas os programas stricto sensu demandam um conhecimento mais fundamental que a pessoa tem que correr atrás.”
O Programa Avançado de Data Science e Decisão do Insper, em que Magno leciona, recebe tanto pessoas interessadas em fazer uma transição de carreira —advogados, jornalistas e até médicos, entre outros— quanto profissionais que já atuam na área e procuram se aperfeiçoar.
“[A especialização em data science] é mais focada na solução de problemas práticos, e os fundamentos teóricos não são tão explorados”, adiciona o professor.