Quando imaginamos computadores capazes de tomar decisões, aprender a partir de dados e realizar previsões, imaginamos um futuro distante, mas a verdade é que o futuro já começou e o machine learning faz parte das nossas vidas diariamente. Graças aos algoritmos usados em aplicativos, jogos e redes sociais, as máquinas estão aprendendo a personalizar nossa experiência e, a partir disso, estão desenvolvendo também sua capacidade de assimilação e aprendizado.
De modo geral, o machine learning é uma área da ciência da computação criada a partir de pesquisas relacionadas à inteligência artificial.
Se a inteligência artificial busca criar dispositivos que simulem a capacidade humana de pensar, perceber e tomar decisões com base em dados e percepções, o machine learning é a capacidade de dispositivos computacionais aprenderem a partir do cruzamento de dados, da criação de hipóteses e de seus próprios erros e acertos.
Todo campo de estudo está sendo desenvolvido a partir da utilização de algoritmos para abstrair modelos estáticos e para realizar previsões ou segmentações. A partir do algoritmo criado, a máquina será “treinada” de acordo com os parâmetros que são imputados e da quantidade de dados reunidos ao longo do processo.
Ao olharmos para esse cenário, ficamos impressionados e tendemos a esquecer que, apesar do desenvolvimento da tecnologia, ainda dependemos da capacidade humana para criar, interpretar e aperfeiçoar esse campo de estudo.
Dentro da área de tecnologia, algumas profissões se destacam quando o assunto é o aprendizado das máquinas. Por ser um campo de estudos recente, inúmeros profissionais podem ser demandados para um projeto desse tipo, mas certamente, o cientista de dados é um dos protagonistas.
A definição de um cientista de dados abrange um universo muito grande, mas podemos classificar como o profissional que possui um domínio estático (seria estatístico?) de computação e também conhecimento sobre o modelo do negócio para que se possa fazer melhor uso desses algoritmos para modelos de previsão e classificação.
Existem outras áreas e funções que irão experimentar um crescimento com o avanço do machine learning, como por exemplo, os profissionais que atuam com performance e resultados, retargeting (estratégia de marketing que utiliza inteligência artificial para abordar um mesmo público-alvo apresentando um mesmo produto ou serviço, mas de formas diferentes, de acordo com seus interesses) campanhas publicitárias no Google, Facebook, etc.
O trabalho desses profissionais sofre influência direta dos algoritmos. O dia a dia dessas pessoas é utilizar os dados estatísticos de interação dos usuários para melhorarem o alvo de anúncios, propagandas, mensuração de campanhas. Setores que estão baseados em modelos preditivos, como previsão do tempo, bolsa de valores e institutos de estatísticas, irão se beneficiar muito com esse avanço tecnológico.
Por outro lado, funções operacionais que não demandam conhecimentos em tecnologia e programação, podem sofrer consequências negativas com o avanço do machine learning.
Os progressos tendem a automatizar tarefas que não requerem muito conhecimento técnico, causando grande impacto no mercado de trabalho.
Quem atua nesse tipo de função, deve buscar outras alternativas dentro de suas habilidades que possam fazer a diferença em um futuro próximo.
Ainda é difícil prever todas as aplicações e possibilidades geradas pelo machine learning.
Estamos experimentando as utilidades e implicações, como, por exemplo, os “chat box”, em que muitas empresas já estão desenvolvendo essa plataforma de contato com o cliente por meio de interações via “chat” em redes sociais e dentro de seus sites, diminuindo assim substancialmente a quantidade de ligações que as áreas de atendimento costumavam receber antes dessa inovação.
À medida que a tecnologia se desenvolve, ela abre novos horizontes e ganha outros objetivos.
Minha dica para os profissionais de tecnologia, que já estão ligados a essa área de estudos, é que ampliem sua visão, estejam em contato com eventos que apresentam essas inovações e previsões futuristas, leiam muito, se conectem com profissionais que já estejam envolvidos com o desenvolvimento dessas tecnologias e agucem cada vez mais sua curiosidade para assim descobrir novas competências para essa novas era banhada por tecnologia.
Felipe Harmel é headhunter da Yoctoo especializado no recrutamento de T.I, formado em administração de empresas e pós-graduado em Gestão e Governança de Tecnologia.
Por Felipe Harmel
