A importância da inteligência competitiva no contexto digital

Utilizada em conjunto com a inteligência competitiva, a inteligência de mercado contribui no desenvolvimento de ações inovadoras, já que a análise das informações da concorrência e das demandas dos consumidores possibilita que uma empresa inove em seus serviços ou produtos, causando impacto muito positivo diante do seu público-alvo.

 

Eduardo Prange – CEO da Zeeng

 

Você já ouviu falar em inteligência competitiva (IC)? Se está atento e acompanhando o buzz sobre temas como transformação digital e o que vem ocorrendo no mercado, no mínimo tem uma boa ideia do que estamos falando. Empresas de todos os portes e segmentos já percebem que devem ser orientadas por dados. Assim, uma das principais abordagens em qualquer organização – e que é adotada, com certeza, por aquelas que procuram aperfeiçoar sua capacidade de compreender seu ecossistema e seu público para se manterem vivas – é o uso da inteligência.

Aplicada sobre as informações relevantes do negócio, a inteligência competitiva possibilita verificar tendências, prever movimentos, encontrar oportunidades e dar forte embasamento às decisões estratégicas da companhia, em um trabalho que pode visar o longo prazo.

 

Por que falar sobre isso?

Estamos em um mundo que experimenta mudanças constantes e em altíssima velocidade – e a verdade é que nunca se gerou tanta informação quanto nos tempos atuais. Produzimos dados a todo instante, e esse imenso volume está à disposição para ser analisado e bem trabalhado pelas companhias.

Utilizada em conjunto com a inteligência competitiva, a inteligência de mercado contribui no desenvolvimento de ações inovadoras, já que a análise das informações da concorrência e das demandas dos consumidores possibilita que uma empresa inove em seus serviços ou produtos, causando impacto muito positivo diante do seu público-alvo.

 

“Uma marca não é mais o que nós dizemos que é, mas sim o que os consumidores dizem uns aos outros sobre elas”.

Scott Cook, fundador da Intuit

 

Nessa era do conhecimento, a informação está mais e mais acessível. E aplicando a inteligência para entender (e utilizar bem) os dados sobre o ambiente, as empresas conseguem informações que têm valor real para os seus negócios e clientes, além de garantir o conhecimento do que está acontecendo no seu mercado, o que as coloca em posição vantajosa, à frente dos seus competidores.

Afinal, é somente com uma análise mais aprofundada que se consegue conhecer bem o cliente, compreender o setor do mercado com seus problemas, desafios e oportunidades. E a IC realmente se mostra importante porque, com essa orientação, conseguimos obter informações relevantes, fazer cruzamentos interessantes e conhecer profundamente quem concorre com a nossa empresa. A partir daí, podemos antever algumas direções ou ocorrências de modo a nos posicionarmos de uma maneira melhor, mais competitiva – e isso não tem preço.

 

Inteligência para conhecer a fundo o mercado e a concorrência

É fundamental hoje poder analisar as iniciativas de quem disputa o mercado com você, tanto para saber como o competidor se comporta quanto para verificar como o público reage a essas ações. Quanto mais você atua sobre bases de conhecimento sólido, mais vai deixando o “achismo” de lado, pois a construção de uma inteligência competitiva verdadeira contribui para que sua tomada de decisão tenha mais embasamento e, consequentemente, seja mais certeira e poderosa.

Digamos que você atua numa agência de comunicação e precisa desenvolver uma estratégia de comunicação em mídias sociais para uma determinada rede de farmácias. Trata-se de um segmento altamente concorrido, portanto, a inteligência competitiva se mostra absolutamente fundamental para que, munido das melhores informações sobre o ecossistema – e o conhecimento profundo sobre a concorrência – você consiga desenvolver o que pode ser a melhor linha de ação para que a rede cliente ganhe destaque.

Perceba que, assim, ao chegar para conversar com o cliente você terá, além dos dados sobre ele, seus objetivos e demandas, um olhar sobre o ambiente de competição que ele enfrenta, entendendo o que os rivais fazem e já avaliando a reação do público e como eles se comunicam. Ou seja, você terá condições de mostrar ao cliente que conhece as circunstâncias do mercado dele, as falhas e os acertos dele e da concorrência e, a partir daí, procurar oportunidades estratégicas para atuar com destaque e ganhar mercado. Suas chances de sucesso com este cliente crescem, não é mesmo?

Portanto, o uso da inteligência competitiva é um elemento cada vez mais importante para aperfeiçoar a execução das suas iniciativas e gerar resultados muito melhores para os clientes. Para monitorar o mercado, entender o cliente e agir proativamente em relação às estratégias da concorrência, investir em soluções que contemplem a inteligência competitiva é com certeza a melhor alternativa.  

As informações estão aí, e é fundamental trabalhar bem com elas para não perder terreno e não ficar para trás. E para otimizar e tornar menos árduo esse trabalho, a tecnologia – para variar – é a melhor aliada.

 

O papel da tecnologia

Como dissemos em outro artigo, o marketing hoje é potencializado pela tecnologia, e as agências contam com ferramentas, plataformas e soluções alinhadas para o marketing digital. Surgem as Martechs, que mesclam e trabalham com os dois setores para tornar ainda melhores e mais eficientes as mais variadas iniciativas. Afinal, as ações de marketing e comunicação só têm a ganhar com o cuidadoso acompanhamento da movimentação da concorrência, verificando como ela atua nas redes sociais, nos blogs e sites, como são as interações que ocorrem, que tipo de retorno o público oferece.

A tecnologia, portanto, ajuda o trabalho humano da inteligência a identificar aquilo que, dentre os padrões verificados nos players que disputam determinado mercado, está gerando melhores resultados, o que pode ser oportuno ou não naquele momento, etc. Uma coisa é certa: negócios cujos gestores obtêm e aproveitam informações estratégicas a respeito da concorrência e do mercado ganham muito em competitividade. E, com isso, podemos afirmar que talvez o que falte para a sua agência seja simplesmente esse tipo de conhecimento.

Como se comporta o seu mercado? Seus competidores fazem que tipo de campanha? Em que redes sociais estão presentes? De que modo? Como é a interação no blog deles? De que maneira eles se comunicam em cada um dos canais em que atuam? E como interagem com o público? Qual é a resposta dos clientes às interações das marcas? Estes são alguns dos muitos pontos possíveis de serem levantados e estudados a partir de uma plataforma completa que faça uso da inteligência competitiva.

A Zeeng, por exemplo, é uma plataforma completa especialmente voltada para as áreas de comunicação e marketing, com uma interface amigável e simples que possibilita antecipar os movimentos dos concorrentes acompanhando as ações de várias marcas no ambiente digital, entendendo o comportamento do mercado.

Como a primeira plataforma de Big Data Analytics voltada para essas áreas no Brasil, a Zeeng nasceu e atua nesse contexto, gerando inteligência a partir do cruzamento das informações de diversas origens e da interação com a marca. O objetivo é, sempre, ajudar o seu negócio a evoluir.

Gostou do artigo? Então eu te convido a conhecer a Zeeng – e ver tudo o mais que nós podemos fazer pela sua empresa.

Os dados vão pagar a conta?

Assim como qualquer outro fator, só vão pagar contas da indústria criativa se gerarem valor para os anunciantes ou para os consumidores

Dados já foram chamados de o novo petróleo, o new black, e, recentemente, ganhei uma camiseta com os dizeres “Data is the new bacon” (dado é o novo bacon). Fato é que nunca se falou tanto em dados e sua importância. Até para uma profissional como eu, que trabalho há mais de 15 anos nesta área de análise de dados e insights em empresas de mídia e consultoria, é surpreendente. Pessoas de diferentes áreas, incluindo criação e desenvolvimento de conteúdo, me abordam quase diariamente para saber mais sobre o assunto.

Porém, o enorme volume de dados disponíveis se tornou diretamente proporcional ao desconhecimento sobre o que fazer com eles — principalmente na indústria criativa. E foi exatamente o entendimento de que havia uma questão maior a ser tratada que me estimulou a dedicar meus últimos meses à análise da pergunta que se tornou minha tese na Berlin School of Creative Leadership: “Can data pay the bill? – Os dados vão pagar as contas?”.

Esse empoderamento da palavra dados é consequência das mudanças do mundo e da sociedade, bastante impactados por tecnologias como a internet das coisas (IoT) e big data. Como afirma o Fórum Econômico Mundial em seu relatório, “The future of jobs”, setores econômicos como os conhecemos irão mudar. Como resultado, modelos de negócios deverão ser reformulados, novas características profissionais serão exigidas e posições existentes no mercado de trabalho irão desaparecer.

Algumas indústrias já sentiram na pele, e no bolso, essas mudanças. A indústria criativa, que incluí mídia e agências de publicidade, é uma delas. A era digital, e o tsunami de informações que promove, colocou em xeque o bem-sucedido modelo de negócios, baseado na negociação de pontos de audiência bruta (gross rating points – GRPs) e impactos, que por anos funcionou muito bem na indústria criativa. Portanto, entender se os dados têm essa capacidade de pagar a conta é bastante relevante.

O principal objetivo da pergunta, aparentemente genérica, “os dados vão pagar as contas?” é entender qual o valor que os dados agregam para os serviços prestados pela indústria criativa aos seus clientes. Baseei-me nos conceitos de valor criado (value creation) e valor capitalizado (value capture) desenvolvidos por Paul Verdin. Neles, o autor afirma que, para ter sucesso sustentável, uma empresa ou indústria precisa criar valor para seus clientes e consumidores e, posteriormente, ser capaz de monetizá-lo. O que evidencia é que, sem valor criado, não existe monetização. Portanto, para mim, o dado assim como qualquer outro fator, só vai pagar contas da indústria criativa se ele gerar valor para os anunciantes ou para os consumidores.

Pois bem. Na pesquisa (baseada em estudos de caso), descobri que os dados têm o potencial de pagar as contas, mas tudo depende de uma combinação de fatores que vai levar ou não, à criação de valor.

Por exemplo, dados puros, sem análise, não pagam a conta. Os dados só fazem sentido se forem contextualizados, considerando o entendimento e emoção de quem os produziu: as pessoas. Quanto maior o nível de contextualização dos dados (análise não apenas dos números, mas também do comportamento do consumidor, por exemplo), mais valiosos e com maior poder de monetização serão.

Performance, por si só, também não é suficiente para pagar a conta. Monitorar a performance de uma campanha ou o desempenho de um programa contribui, sim, para otimizar investimentos, mas não paga a conta toda. Hoje, com o fácil acesso aos dados, as agências estão enfrentando a chamada comoditização dos dados e um relatório de performance deixou de ter valor, pois tornou-se um serviço operacional. Para que performance possa gerar valor e ser monetizado pelas agências, os dados precisam ser transformados em conhecimento. O time de business intelligence tem que ser capaz de não apenas extrair os números e colocá-los em um dashboard bonito, mas também e, principalmente, ter a capacidade de transformar dados em insights e insights em ação para o negócio e para o cliente.

Outro insight é que os melhores resultados e tomadas de decisões envolvendo dados vem da combinação dos algoritmos de processamento de dados com a ação e talento humanos. Isso porque o valor dos dados está na sua utilização ágil e entendimento fácil. A tecnologia contribui para rapidez da coleta dos dados, mas é fundamental saber qual é a história que eles nos contam. Ou seja, a mente humana e a criatividade continuam fundamentais na indústria criativa.

Existem outras questões que precisam ser debatidas para que os dados possam efetivamente gerar valor na indústria criativa e consequentemente gerar receita. O papel da liderança nesse processo é um deles, assim como a questão ética em relação a privacidade dos dados.

Porém, acredito que, na publicidade brasileira, a discussão deve começar com o questionamento sobre qual é o entendimento que se tem sobre dados e qual é a moeda de negociação utilizada nos modelos de publicidade.

Até hoje, os dados são encarados por essa indústria como material de suporte e performance. Audiência, GRPs, impactos, visualizações, downloads e alcance são variáveis — ou seja, dados — utilizados para dar suporte às negociações de mídia (das mais tradicionais como TV às mais modernas como os influenciadores). No entanto, a contagem dos eye balls, como falam os americanos, já não é o único dado disponível e, em tempos digitais, deixaram de ser os mais relevantes. Isso porque, além do número de impactos, é possível e necessário entender o reflexo do consumo do conteúdo de mídia na jornada ou no comportamento do consumidor para que se possa produzir conhecimento. E insights. Só assim o dado terá valor, pois tornará a comunicação com o consumidor mais efetiva e engajadora.

Portanto, é preciso encarar a necessidade de uma quebra de paradigma. Se as negociações continuarem a utilizar os dados exclusivamente como moedas de troca de mídia, nunca irão, por si só, pagar conta alguma. O pagamento continuará sendo da forma mais tradicional e antiga de negócios e a questão recai sobre a sustentabilidade do modelo de negócio em longo prazo. Entretanto, se os dados forem encarados como parte de um projeto de inovação ou comunicação capaz de gerar conhecimento, expertise ou engajamento, aí sim, poderão não apenas pagar contas, mas contribuir de maneira efetiva para um novo modelo de negócios em uma indústria em transformação.

Fonte: Meio & Mensagem 

Branded data e big content

Porque a revolução do big data não revolucionou a produção de conteúdo das marcas, ainda feita de uma maneira 1.0 e na base do achismo?

O melhor diagnóstico não saiu de nenhuma agência, consultoria nem diretoria de marketing, mas do Supremo Tribunal Federal. Há alguns meses, antes de apresentar uma batelada de estatísticas, o ministro Luís Roberto Barroso cravou: “Brasil é aquele país em que as pessoas acham, mesmo sem nunca ter procurado”. É a melhor descrição da forma como é feita boa parte do conteúdo para as marcas, hoje. De uma maneira 1.0, na base do achismo. “Eu sei que minha audiência vai gostar disso.”

Dados estão na base do trabalho dos mídias, das equipes de SEO, dos planejadores e diversas outras disciplinas. Mas não da produção de conteúdo, onde continua prevalecendo a lógica da superideia genial, como acontecia na criação publicitária dos tempos de Mad Men.

Claro, estamos na era do big data. Uma quantidade imensa de dados é coletada por meio de pesquisas de opinião, registros de algoritmos, interações com audiências e dispositivos. Mas pouquíssimos desses dados chegam vivos ao fim da longa jornada do dashboard, aos relatórios dos analistas e dali à cabeça dos planejadores e criadores de conteúdo. Parte da culpa é dos prazos, costuma-se dizer. Mas um tanto disso se deve ao processo dentro do qual os conteúdos são contratados e produzidos. Agências de publicidade, RP e digitais, houses, consultores de comunicação e estúdios de conteúdo mobilizam exércitos de analistas para produzir muitos relatórios e poucos insights.

Entretanto, da escolha de palavras até o design, da trilha sonora à foto do native, tudo só tem a ganhar com um banho de dados. Exemplo engraçado? Pesquisadores do Facebook decidiram saber como os americanos riem na rede social. “Haha” ou “hehe”? E o clássico “LoL”? Foi só puxar. A maioria das pessoas prefere “haha” (51%). Depois vêm os emojis (33,7%). “Hehe” em terceiro (12,7%) e “LoL” na lanterna (1,9%). O brasileiro “kkk” não entra na pesquisa, porque lá o significado da sigla — Ku-Klux-Klan — não tem graça nenhuma. A pesquisa também descobriu as diferenças demográficas. Em Chicago e Nova York, o emoji reina. Em Seattle e San Francisco, é “haha”. Jovens preferem emojis. E qual a importância disso? Pode ser considerável para quem fizer uma campanha usando “LoL” e achar que está falando a língua de sua audiência, quando na verdade está pagando de “vovô é uma brasa”.

Esse tipo de dado, que está no dia a dia de quem compra palavras-chave, tem aplicações muito importantes no mundo do conteúdo, quando se precisa trabalhar com segmentação, inclusão e nichos. Ou quando se trata de temas específicos e delicados, como saúde, questões étnicas ou de gênero. Mesmo nos veículos de comunicação que têm estúdios de native advertising, os dados de keywords e audiência levantados pelas redações raramente geram inteligência para o conteúdo produzido para marcas.

Em geral, apenas a ponta do iceberg dos dados é usada. Sabe-se qual é o perfil do público que se quer atingir, ou a posição de um produto em relação a seus concorrentes. Mais ou menos as informações usadas para fundamentar uma campanha de marketing nos anos 1990. Monitorar o sucesso de posts e o compartilhamento de vídeos é rotina. Mas a disputa pela audiência no YouTube, hoje, ainda é a mera reencarnação da guerra dos domingos de 20 anos atrás, quando Gugu Liberato e Faustão tentavam se superar imitando programas americanos e procurando atrações cada vez mais bizarras — de olho em uma única variável, o número de TVs ligadas. Os youtubers continuam produzindo conteúdo para as marcas com base em um briefing básico, uma explicação sobre a identidade da marca que os contratou, muita empolgação e nenhum método, em busca simplesmente de visualizações.

Só que hoje é possível acessar muito mais informação sobre a repercussão dos conteúdos veiculados do que em qualquer momento da história. E usar essa informação para gerar novos conteúdos de maneira mais inteligente e eficiente. Mas talvez seja pedir muito, quando muitas pesquisas não incluem nem sequer um google para saber o que o youtuber tinha postado no verão passado.

Fonte: Meio & Mensagem 

O Big Data pode otimizar o marketing de sua empresa

Antigamente, uma boa campanha de marketing precisava de relatórios e análises de mercado, mas um bom brainstorm era capaz de criar ações inovadoras e relevantes. Hoje, sem dados em mãos, é praticamente impossível desenvolver mensagens e iniciativas que impactam seu cliente. Por isso, utilizar as soluções de Big Data é fundamental para o sucesso de qualquer campanha de marketing, já que é possível extrair e compreender informações sobre o público-alvo e traçar estratégias.

É cada vez mais improvável imaginar a gestão e divulgação de um negócio sem a utilização de dados relevantes. Pesquisa conduzida pela KPMG Capital mostra que 99% dos profissionais acreditam que Big Data é importante para a tomada de decisão. Entretanto, saber lidar com essa grande quantidade e conteúdo segue como maior desafio: 85% confirmam ter dificuldades para interpretar essas informações e apenas 25% conseguem aplicar os insights em novas estratégias.

Hoje, o marketing utiliza e está dependente de dados para desenvolver suas estratégias para o público correto e, principalmente, com a mensagem mais adequada para impactá-lo. O Big Data é uma ferramenta que ajuda a embasar as decisões de marketing em informações reais – e não em meras possibilidades.  Localizar potenciais clientes, personalizar ofertas, melhorar as pesquisas de mercado e otimizar o engajamento são apenas alguns dos usos possíveis.

Muitas empresas já estão utilizando Big Data aliado à inteligência de mercado, especialmente para pensar ações de marketing. Entretanto, a simples utilização de dados com mais qualidade não garante o sucesso imediato das campanhas. É preciso saber o que fazer com essas novas informações. Elas devem gerar novos insights e servir como referência para as diferentes estratégias da equipe – e isso apenas com uma interpretação e investigação acurada dos relatórios.

Não são poucos os profissionais de marketing que torcem o nariz para a entrada dos recursos tecnológicos nos processos de criação de campanhas. Entretanto, é um caminho sem volta justamente por otimizar e trazer informações de qualidade para embasar as decisões. No caso específico do Big Data, é preciso entender que ele não chega para robotizar a criatividade inerente à área.  Na verdade, é uma ferramenta importante para auxiliar os grandes estrategistas, que agora podem usar informações reais ao invés de suposições baseados em simples estatísticas com margens de erro.

*Rafael Albuquerque é CEO da Unitfour, empresa brasileira referência em fornecimento de dados para as áreas de cobrança, call centers, risco, crédito, antifraude, CRM e marketing.

Fonte: Adnews

33% dos brasileiros já compartilharam fake news, diz estudo

Cerca de 49% das pessoas disseram que nem sempre sabem identificar o que é ou não falso.

A MindMiners, startup brasileira especializada em pesquisas digitais, realizou um estudo para entender como os brasileiros enxergam a questão da privacidade de dados na era do Big Data. Um dos pontos discutidos no estudo foram as famosas fake news. 82% dos respondentes disseram que usam as redes sociais como fonte de informação e 33% já compartilharam um conteúdo falso. O mais incrível é que 49% das pessoas disseram que nem sempre sabem identificar o que é ou não falso.

Um outro ponto alarmante desse estudo são as questões da privacidade de dados, 62% dos respondentes disseram que se preocupam com a segurança de dados, mas em contrapartida, mais da metade dos entrevistados não se importariam em compartilhar seus dados se soubessem que estariam beneficiando outras pessoas comum.

 

Fonte: ipnews

O uso estratégico do dados não está transformando só a indústria, também mudará a vida humana como a que conhecemos hoje

Charles Darwin fez múltiplas contribuições para a Teoria de Evolução, mas uma das mais importantes está relacionada à capacidade de adaptabilidade dos seres humanos. Como o cientista afirmou, “não é o mais forte que sobrevive, nem o mais inteligente, mas o que melhor se adapta às mudanças”. Em outras palavras, quem não se adapta, acaba se extinguindo.

Será que hoje essa afirmação é válida? Mesmo que não precisamos ser nômades, nem caçar animais para sobreviver. Contudo, algo que continua sendo essencial é a capacidade de adaptar-se aos novos ambientes. O mundo corporativo é um claro exemplo disso, já que se uma empresa não se adapta às demandas do mercado, provavelmente vai tornar-se pouco competitiva e infelizmente pode falir diante de outros concorrentes que souberam se adaptar.

Agora, a pergunta é se os seres humanos  estão preparados para adaptar essas novas tecnologias? Ou simplesmente vão sumir assim como as outras espécies? Sem dúvidas, a humanidade não vai se extinguir, pelo menos não nos próximos séculos. O fato, contudo, é que as pessoas precisam usar a seu favor tecnologias como machine learning, inteligência artificial, big data, junto com um elemento que a acompanha desde tempos primitivos: a paixão pelos dados e métricas.

Fonte: itforum365

 

Lei de dados: a corrida pela adaptação do mercado

Empresas terão de se adequar a uma realidade em que conhecer a legislação sobre consentimento e transparência será essencial

Num painel com debate intenso e repleto de aprendizados, Vanessa Vilar, gerente jurídica de Brasil e LatAm da Unilever; Renato Opice Blum, economista, advogado especializado em direito digital e coordenador dos cursos de Proteção de Dados e direto digital do Insper; e Igor Puga, diretor de marketing e marca do Banco Santander, falaram sobre as implicações das novas leis de dados da Europa e do Brasil sobre o mercado em geral e, em especial, na indústria de comunicação. No palco do Maximídia, em São Paulo, eles falaram sobre pontos técnicos da lei, dificuldades de adaptação e desafios entre compliance e inovação.

Vanessa abriu a conversa falando sobre os obstáculos no caminho até a lei brasileira passar a vigorar, em fevereiro de 2020. “A gente já tinha um conjunto de normas que atacava isso de certa forma, como o Código de Defesa do Consumidor e a própria Constituição, mas de forma imprecisa, pois não trazia questões para o mercado sobre o que é privacidade, o que são dados sensíveis e outros pontos que só se tornaram mais claro ao se acompanhar a lei europeia”, falou a executiva. Para Vanessa, a principal diferença, porém, da realidade europeia que levou à implantação da General Data Protection Regulation (GDPR), é que lá já havia uma cultura de discussão sobre isso entre o mercado muito anterior à nova regulação.

Igor Puga destacou os conteúdos de consentimento e transparência presentes na Lei Geral de Proteção de Dados, o texto brasileiro. “No marketing a gente lida com dados de uma forma muito solta, sem avaliar o impacto no consumidor final. Mas quando você vai comprar remédio e a farmácia pede seu CPF para dar um desconto, parece tao efêmero, tão pequeno, que ninguém pensa na sequência, que isso não é exatamente um benefício, um programa de fidelidade”, disse o publicitário. “Imagine uma rede de farmácias que pega essas informações, reúne seus dados de suas doenças, os remédios que compra, e vende isso para um plano de saúde. O tamanho do ecossistema no qual a gente está metido tem um volume de trânsito de dados muito grande. E até pouco tempo não havia legislação, e para trabalhar o marketing com esses dados nós íamos até o limite do que permitia dentro de um risco jurídico.”

Renato questionou se o mercado brasileiro, advogados e consumidores estão realmente preparados para a proteção de dados. “Ou melhor: Estamos preparados para a desproteção de dados?”, provocou. Ele citou os termo de uso, por exemplo, algo que não se costuma ler até o final, detalhadamente, mas deverá ser uma prerrogativa. “Quando começarmos a coletar dados que possam identificar uma pessoa, terei de ter o consentimento, e para isso é preciso conhecer os termos. É um dos pontos, o mais relevante”, disse Renato. “A Europa está com dificuldade de entender e aplicar a legislação lá, e aqui será a mesma coisa. Tem muito trabalho pela frente.”

Igor comentou que está numa situação privilegiada, dentro do Santander, pois para o setor financeiro em geral, dados dos clientes é o principal ativo e, por isso, já há muitos profissionais no setor que pelo menos entendem da gestão dessas informações. Mas ponderou que na indústria de bens e outros setores não tem a mesma expertise. “O grande dilema é que os profissionais de marketing têm necessariamente formação em comunicação e não em negócios, são muito ancorados em meios tradicionais que não fazem uso de dados. Então esses profissionais não têm repertório o suficiente, anterior, para entender aquela legislação nova”, comentou Igor.

Renato complementou que o trabalho de orientação também é um efeito, ainda que sintomático, da lei. “Ao exigir a organização de seus dados na internet, com multas pesadas em caso de descumprimento, o propósito é, além de regulamentar, deixar o tratamento de dados mais sério e organizar melhor o mercado. O consentimento também vai, portanto, educar digitalmente o usuário e o mercado, não é só imposição. Às vezes a lei ajuda a conscientizar, porque a evolução tecnológica é muito rápida, então a legislação vem proteger e fazer as pessoas entenderem a importância de entenderem sobre o compartilhamento de seus dados.”

Vanessa destacou que, para ajudar na educação digital, é essencial que as empresas tenham parceiros confiáveis, com revisão de contratos, e acompanhamento diário da gestão dessas informações. E também que revisem o modo que colocam suas cláusulas para o público consumidor. “Um dado da Deloitte diz que 90% dos consumidores não lê os termos de uso. Temos de nos colocar no lugar do consumidor e sempre pensar se estamos fazendo o melhor para a pessoa entender, de forma eficiente.”

Fonte: Meio e Mensagem 

Quantas marcas – e dados – cabem em um cérebro?

Desafio da publicidade diante das limitações cognitivas e das novas tecnologias foram tema de painel da Kantar Ibope Media

O consumidor sempre precisou estar no centro de qualquer estratégia de negócio. Essa necessidade, no entanto, passa a ser ainda mais latente quando analisamos os múltiplos desafios que o setor de consumo tem pela frente. Parte deles foi apresentada pela CEO da Kantar Ibope Media, Melissa Voguel, que fez um contraponto entre a forma como os dados e as múltiplas informações são capazes de aproximar empresas e pessoas e, ao mesmo tempo, ponderou como a capacidade cognitiva humana está apta a absorver esse oceano de impactos e informações diárias.

“Vivenciamos a terceira era do consumo, que será pautada por múltiplos desafios de capacidade. O primeiro é a economia, que já não cresce mais, em diversos mercados, como cresceu no passo. O segundo é a capacidade de recursos naturais, que é finita. E o terceiro desafio é a capacidade cognitiva do ser-humano. Todos somos expostos a uma quantidade infinita de dados, mas o cérebro continua sendo o mesmo”, ponderou Melissa.

Na opinião da executiva, a atividade de consumo será estruturada em três pilares: experiência, relacionamentos e algoritmos. Para fazer a diferença nesse mundo de conexões tão múltiplas e geração de dados mais rápida do que a capacidade humana de processa-los, terão lugar, segundo a CEO da Kantar Ibope no Brasil, as marcas que conseguiram transformar informações tecnológicas em conexões relevantes, estabelecendo relacionamentos sólidos com as pessoas.

Para entender como os líderes de agências estão lidando com esse desafio, Melissa convidou ao palco do Maximídia o CEO e chairman da WMcCann, Hugo Rodrigues, o CEO da J. Walter Thompson, Ezra Geld e o sócio e CCO da Suno, Guga Ketzer. Cada um dos líderes falou sobre os desafios de usar os dados em prol da conexão humana.

Na opinião de Hugo Rodrigues, é preciso primeiramente aceitar que é impossível entender e prever as novas lógicas de consumo. “Estamos menos fieis, que tem condições está mais exigente e isso se deve a um aumento incrível da oferta que temos. Hoje temos mais ofertas e opções que jamais tivemos e a tecnologia, com sua contínua reinvenção, amplia esse cenário. A capacidade de reinvenção da tecnologia, hoje, é maior do que nossa capacidade de absorção. As marcas têm de ser humildes para entender que isso fará com que elas tenham consumidores menos fieis”, analisou o CEO e chairman da WMcCann.

Guga Ketzer ressaltou que todo o avanço tecnológico não pode afastar nunca o caráter humano da atividade. “A base da comunicação é sobre o ser humano e entende-lo passa por compreender um pouco de seu processo cognitivo. Não temos noção da rela capacidade que temos de pegar esses dados e transformá-los em outra coisa. O que acho é que vivemos um processo de alimentação via feed, que nos alimenta o tempo todo. E aí, vale um questionamento: até que ponto um algoritmo pode decidir o que ele acha que eu quero ver? O que tornou o ser humano um animal não-convencional foi, entre outras habilidades, a de caçar e criar instrumentos de cala. Quando só alimentamos os consumidores, será que estamos dando exatamente o que eles querem?”, questionou Guga.

Ezra Geld alertou sobre a possibilidade de a indústria estar, de certa forma, repetindo conceitos anteriores. “A gente vem se valendo de ferramentas que, aparentemente, nos ajudam a gerar relevância. Entendemos que isso nos permite chegar a targets mas não percebemos que isso substituiu o conceito de interrupção que já existia antes”, destacou o líder da J. Walter Thompson.

Fonte: Meio e Mensagem

26 principais certificações de Big Data

Decida quais são as mais adequadas para a sua empresa e vá em frente

Big Data e Analytics são a alma de qualquer empresa de sucesso. Obter a tecnologia certa é um desafio. Mas construir a equipe certa, com as habilidades certas para empreender iniciativas a partir do uso dessas tecnologias pode ser ainda mais difícil. Não surpreendentemente, esse desafio é refletido na crescente demanda por habilidades e certificações de Big Data.

Se você está procurando uma maneira de obter vantagem, certificar a equipe em Big Data é uma ótima opção. As certificações medem os conhecimentos e habilidades dos profissionais em relação a benchmarks específicos do setor e dos fornecedores para garantir proficiência. O número de certificados de Big Data está se expandindo rapidamente.

Abaixo está o nosso guia para as certificações de Big Data mais procuradas para ajudá-lo a decidir quais são as mais adequadas para a sua empresa.

Certificações de Big Data valem a pena?
As organizações estão em busca de cientistas de dados e analistas com experiência em lidar com Big Data. Eles também precisam de grandes arquitetos de dados para traduzir requisitos em sistemas, engenheiros de dados para construir pipelines de dados, desenvolvedores que conheçam Hadoop e outras tecnologias, administradores e gerentes de sistemas para unir tudo.

Essas habilidades estão em alta demanda e são relativamente raras. Indivíduos com a mistura certa de experiência e habilidades podem exigir altos salários. As certificações certas podem ajudar a treinar o time nas habilidades necessárias para a sua empresa.

Tem mais: a análise avançada de dados será uma das principais forças que impulsionam a IoT.  E, de acordo com pesquisa recente da Foote Partners, a explosão de interesse na Internet das Coisas (IoT) está criando grandes déficits de pessoal. A IDC está prevendo um CAGR de 30% nos próximos cinco anos, enquanto a McKinsey espera que a IoT tenha um impacto econômico global de US $ 4 trilhões a US $ 11 trilhões até 2025, já que as empresas buscam mais insights sobre as tecnologias da IoT.

A Foote Partners considera que as principais habilidades de análise de dados na área de IoT incluem domínio de Apache Hadoop e módulos relacionados (HDFS, HBase, Flume, Oozie, Hive, Pig, YARN); NoSQL e NewSQL; Apache Spark; e Machine Learning e mineração de dados

“Recursos avançados de análise de dados são críticos demais para a empresa que deseja se manter competitiva”, diz David Foote, co-fundador, analista chefe e diretor de pesquisa da Foote Partners.

Portanto, convém analisar com calma as opções a seguir e decidir quais delas são mais indicadas para as necessidades da sua empresa.

1 – Amazon Web Services (AWS) Certified Big Data – Specialty
certificação AWS Certified Big Data – Specialty valida habilidades técnicas e experiência em projetar e implementar serviços da AWS para obter valor dos dados. Destina-se a validar a capacidade de:

– Implementar os principais serviços de Big Data da AWS de acordo com as práticas básicas de arquitetura

– Projetar e manter grandes volumes de dados

– Aproveitar ferramentas para automatizar a análise de dados

Preço: taxa de US$ 300 para o exame

Requisitos: Candidatos qualificados devem ter o AWS Certified Cloud Practitioner ou outra certificação  Associate-level (AWS Certified Solutions Architect – Associate, AWS Certified Developer – Associate, or AWS Certified SysOps Administrator – Associate). Além disso, os candidatos devem ter no mínimo cinco anos de experiência prática em um campo de análise de dados, experiência em definição e arquitetura de serviços Big Data da AWS e experiência em projetar uma arquitetura escalável e econômica para processar dados.

2 – Analytics: Optimizing Big Data Certificate
Analytics: Optimizing Big Data Certificate é um programa de nível de graduação destinado a gerentes de negócios, marketing e operações, analistas de dados e profissionais do setor financeiro, além de proprietários de pequenas empresas. O programa reúne estatísticas, análises e habilidades de comunicação escrita e oral. Apresenta aos alunos as ferramentas necessárias para analisar grandes conjuntos de dados, abrangendo tópicos incluindo importação de dados em um pacote de software de análise, análise exploratória gráfica e de dados, construção de modelos analíticos, para encontrar o melhor modelo para explorar a correlação entre variáveis ​​e muito mais.

Organização: University of Delaware

Preço: taxa de curso de US $ 2.895

Requisitos: São recomendados conhecimentos básicos em estatísticas e alguns cursos de faculdade anteriores.

3 – Certification of Professional Achievement in Data Sciences
Certificação de Realização Profissional em Ciências de Dados  ( Certification of Professional Achievement in Data Sciences) é um programa de graduação que se destina a desenvolver habilidades fundamentais em ciência de dados. O programa consiste em quatro cursos: Algoritmos para Ciência de Dados, Probabilidade e Estatística, Aprendizado de Máquina para Ciência de Dados, e Análise Exploratória de Dados e Visualização.

Organização: Columbia University

Preço: US$ 1.936 por crédito (um mínimo de 12 créditos, incluindo os 4 cursos, são necessários para completar o programa). Além disso, há uma taxa de inscrição não reembolsável de US$ 85 para o programa no campus e US$ 150 para o programa online. O programa online também inclui uma taxa de tecnologia adicional não reembolsável de US $ 395 por curso.

Requisitos: Um curso de graduação em programação de computadores é necessário.

4 – Certified Analytics Professional
A credencial Certified Analytics Professional (CAP) é uma certificação analítica geral que certifica no entendimento completo do processo analítico, desde a estruturação de problemas analíticos e de negócios até à aquisição de dados, metodologia, construção de modelo, implantação e gerenciamento do ciclo de vida do modelo. Requer a conclusão do exame CAP e a adesão ao Código de Ética da CAP.

Organização: INFORMS

Preço: US$ 495 se você for um membro INFORMS, ou US$ 695 se você não for. Há ainda peços especiais para treinamento de equipes disponível para as organizações.

Requisitos: Uma lista de cursos de cursos e webinars estão disponíveis através do registro.

5 – Cloudera Certified Associate (CCA) Administrator
O certificado CCA Administrator referenda que um indivíduo demonstrou ter habilidades de administrador de clusters exigidos pelas organizações que implementam o Cloudera na empresa, incluindo:

– Uma compreensão do processo de instalação do Cloudera Manager, Cloudera Hadoop (CDH) e dos projetos do ecossistema

– A capacidade de executar a configuração básica e avançada necessária para administrar efetivamente um cluster do Hadoop

– A capacidade de manter e modificar o cluster para suportar operações diárias na empresa

– Um entendimento de como habilitar serviços relevantes e configurar o cluster para atender às metas definidas pela política de segurança, bem como o conhecimento das práticas básicas de segurança

– A capacidade de avaliar as métricas operacionais do cluster e testar a configuração do sistema para operação e eficiência

– A capacidade de solucionar problemas, incluindo encontrar a causa raiz de um problema, otimizar a execução ineficiente e resolver os cenários de contenção de recursos

A credencial requer a aprovação no CCA Administrator Exam (CCA131), que consiste de oito a 12 tarefas práticas que exigem que o candidato resolva um cenário específico em um cluster Cloudera Enterprise pré-configurado. Alguns exigem fazer alterações de configuração e serviço através do Cloudera Manager, enquanto outros exigem conhecimento de Hadoop e competências básicas com o ambiente Linux. Os candidatos têm 120 minutos para concluir o exame.

Preço: US$ 295

Requisitos: Não há pré-requisitos necessários, mas Cloudera diz que o exame segue os mesmos objetivos que o Treinamento do Administrador Cloudera, tornando-o excelente preparação para o exame.

6 – Cloudera Certified Associate (CCA) Data Analyst
Um desenvolvedor de SQL que recebe a certificação CCA Data Analyst passa a ter as principais habilidades do analista para carregar, transformar e modelar dados do Hadoop para definir relacionamentos e extrair resultados significativos da saída bruta. É necessário passar no CCA Data Analyst Exam (CCA159), um conjunto controlado de oito a 12 tarefas práticas baseadas em desempenho em um cluster CDH 5. Os candidatos têm 120 minutos para implementar uma solução técnica para cada tarefa. Eles devem analisar o problema e chegar a uma abordagem ideal no tempo permitido.

Preço: US$ 295

Requisitos: A Cloudera recomenda que os candidatos façam o curso Cloudera Data Analyst Training

7 – Cloudera Certified Associate (CCA) Spark and Hadoop Developer
A credencial CCA Spark e Hadoop Developer certifica que um profissional provou suas habilidades essenciais para captar, transformar e processar dados usando o Apache Spark e as ferramentas corporativas centrais da Cloudera. Exige aprovação do CCA Spark and Hadoop Developer Exam (CCA175), controlados remotamente, que consiste em oito a 12 tarefas práticas baseadas em desempenho em um cluster Cloudera Enterprise. Cada questão exige que o candidato resolva um cenário específico. Alguns casos podem exigir uma ferramenta como Impala ou Hive, outros podem exigir codificação. Os candidatos têm 120 minutos para concluir o exame.

Preço: US$ 295

Requisitos: Não há pré-requisitos exigidos, mas a Cloudera diz que o exame segue os mesmos objetivos do curso de Treinamento para Desenvolvedores Cloudera para Spark e Hadoop, tornando-o excelente preparação para o exame.

8 – Cloudera Certified Professional (CCP): Data Engineer
A credencial de CCP: Data Engineer certifica a capacidade de executar as principais competências necessárias para captar, transformar, armazenar e analisar dados no ambiente de CDH da Cloudera. É necessário passar pelo CCP: Data Engineer Exam (DE575), um exame prático em que cada usuário recebe de cinco a oito problemas de clientes, cada um com um conjunto de dados único e grande, um cluster CDH e quatro horas. Para cada problema, o candidato deve implementar uma solução técnica com um alto grau de precisão que atenda a todos os requisitos.

Preço: US$ 400

Requisitos: A Cloudera sugere que os profissionais que buscam essa certificação tenham experiência prática e participem do curso Treinamento para Desenvolvedores Cloudera para Spark e Hadoop .

9 – EMC Proven Professional Data Scientist Associate (EMCDSA)
A certificação EMCDSA demonstra a capacidade de um indivíduo de participar e contribuir como membro da equipe de Ciência de Dados em projetos de Big Data. Inclui a implantação do ciclo de vida de análise de dados, reformulando um desafio de negócios como um desafio analítico, aplicando técnicas e ferramentas analíticas para Big Data e criando modelos estatísticos, selecionando as visualizações de dados apropriadas e muito mais.

OrganizaçãoDell EMC Education Services

Preço: US$ 600 para streaming de vídeo-ILT; US$ 5 mil para instructor-led

Requisitos: a EMC oferece um treinamento disponível como um vídeo ou como um curso ministrado por instrutor.

10 – HDP Apache Spark Developer
A certificação do HDP Apache Spark Developer destina-se a validar a compreensão individual dos aplicativos Spark Core e Spark SQL no Scala ou Python. O exame consiste em uma série de tarefas que devem ser executadas com êxito em um cluster ativo.

Organização: Hortonworks

Preço: US$ 250 para exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

11- HDP Certified Developer Big Data Hadoop
certificação Big Data Hadoop do HDP Certified Developer valida a proficiência de um desenvolvedor em Pig, Hive, Sqoop e Flume. O exame consiste em uma série de tarefas de processamento de dados, transformação de dados e análise de dados que devem ser executadas em um cluster HDP 2.4.

Organização: Hortonworks

Preço: US$ 250 para exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

12 – Hortonworks Certified Associate (HCA)
certificação Hortonworks Certified Associate (HCA) é uma credencial fundamental que valida que um profissional entende as tecnologias e pode reconhecer os casos de uso de negócios para as estruturas do Hortonworks Data Platform (HDP). Os candidatos devem passar por um exame de múltipla escolha que consiste em perguntas das seguintes cinco categorias:

– Acesso a dados (incluindo Pig, Hive HCatalog, Tez, Storm, HBase, Spark e Solr)

– Gerenciamento de dados (incluindo HDFS e YARN)

– Governança de dados e fluxo de trabalho (incluindo Falcon, Atlas, Sqoop, Flume, Kafka e Hortonworks DataFlow)

– Operações (incluindo Ambari, CloudBreak, ZooKeeper e Oozie)

– Segurança (incluindo Ranger e Knox)

Preço: US$ 100 o exame

Requisitos: A Hortonworks oferece cursos em seu site com opções que incluem treinamento ao vivo, e-learning individualizado ou uma experiência combinada.

13 – IBM Certified Data Architect – Big Data
Projetado para arquitetos de dados, a certificação IBM Certified Data Architect – Big Data requer a aprovação de um teste que consiste em cinco seções contendo um total de 55 perguntas de múltipla escolha. Demonstra que um arquiteto de dados pode trabalhar de perto com clientes e arquitetos de soluções para traduzir os requisitos de negócios dos clientes em uma solução de Big Data.

Organização: IBM Professional Certification Program

Preço: US$ 200

Como preparar: A IBM recomenda uma série de sete cursos de vários dias no SPSS Modeler to InfoSphere BigInsights para se preparar para o teste.

14 – IBM Certified Data Engineer – Big Data
A  certificação IBM Certified Data Engineer – Big Data destina-se a engenheiros de Big Data que trabalham diretamente com arquitetos de dados e desenvolvedores práticos para converter a visão de Big Data de um arquiteto em realidade. Os engenheiros de dados entendem como aplicar tecnologias para resolver problemas de Big Data e têm a capacidade de construir sistemas de processamento de dados em grande escala para a empresa. Eles desenvolvem, mantêm, testam e avaliam soluções de Big Data dentro das organizações, fornecendo aos arquitetos informações o hardware e o software necessários. Esta certificação requer a aprovação de um teste que consiste em cinco seções contendo um total de 53 perguntas de múltipla escolha.

Organização: IBM Professional Certification Program

Preço: US$ 200

Requisitos: A IBM recomenda uma série de nove cursos de vários dias para se preparar para o teste.

15 – MapR Certified Data Analyst 1.9
credencial do MapR Certified Data Analyst valida a capacidade de um indivíduo de executar análises em grandes conjuntos de dados usando uma variedade de ferramentas, incluindo o Apache Hive, o Apache Pig e o Apache Drill. O exame testa a capacidade de executar tarefas típicas de ETL para manipular dados para executar consultas. As perguntas abordam as consultas SQL existentes, incluindo a depuração de consultas mal formadas de um determinado snippet de código, a escolha das funções de consulta corretas para produzir um resultado desejado e as tarefas comuns de solução de problemas. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US$ 250 pelo exame

Requisitos: O MapR recomenda que os candidatos se preparem com quatro de seus cursos: Introduction to SQL Analytics with Apache Drill, Apache Drill Performance and Debugging, Apache Hive Essentials, e Apache Pig Essentials. O MapR também oferece um Guia de Estudo do MCDA .

16 – MapR Certified Hadoop Developer 1.0
credencial do MapR Certified Hadoop Developer valida a capacidade de um desenvolvedor de projetar e desenvolver programas MapReduce em Java e usá-los para resolver problemas típicos com grandes conjuntos de dados. O exame se concentra no uso do MapReduce para resolver problemas típicos de análise de dados usando a API MapReduce, gerenciando, monitorando e testando programas e fluxos de trabalho MapReduce. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US$ 250 pelo exame

Requisitos: O MapR recomenda que os candidatos se preparem com três de seus cursos: Build Hadoop MapReduce Applications, Manage and Test Hadoop MapReduce Applications, e Launch Jobs and Advanced Hadoop MapReduce. O MapR também oferece um Guia de Estudo do MCHD .

17 – MapR Certified Spark Developer 2.1
A credencial MapR Certified Spark Developer v2.1 valida a capacidade de um desenvolvedor de usar o Spark para trabalhar com grandes conjuntos de dados para executar análises em fluxos dados. Mede a compreensão do desenvolvedor da API Spark para realizar Machine Learning básico ou tarefas SQL em determinados conjuntos de dados. O exame consiste em 50-60 perguntas em uma sessão supervisionada de duas horas.

Preço: US $ 250 pelo exame

Requesitos: O MapR recomenda que os candidatos se preparem com três de seus cursos: Introduction to Apache Spark, Build and Monitor Apache Spark Applications, and Advanced Apache Spark. O MapR também oferece um guia de estudo do MCSD v2 .

18 – Microsoft Certified Solutions Expert (MCSE): Data Management and Analytics
A credencial MCSE: Data Management and Analytics demonstra amplos conjuntos de habilidades em administração de SQL, criando soluções de dados em escala corporativa e aproveitando dados de Business Intelligence (BI) em ambientes locais e em nuvem. Para obter a certificação, os candidatos devem passar em um dos 12 exames disponíveis.

Preço: US$ 165 por exame

Requisitos:  Para obter essa credencial, você deve primeiro obter uma das sete certificações Microsoft Certified Solutions Associate (MSCA): MSCA SQL Server 2012/2014; MCSA: SQL 2016 Database Administration; MCSA: SQL 2016 Database Development; MCSA: SQL 2016 BI Development; Aprendizado de Máquinas MCSA; MCSA: Relatórios de BI; ou MCSA: engenharia de dados com o Azure. Além disso, a Microsoft oferece ferramentas de preparação para cada um dos 12 exames que levam à certificação MCSE: Data Management and Analytics.

19 – Mining Massive Data Sets Graduate Certificate
Projetado para engenheiros de software, estatísticos, modeladores preditivos, pesquisadores de mercado, profissionais de análise e mineradores de dados, o  Mining Massive Data Sets Graduate Certificate exige quatro cursos e demonstra o domínio de técnicas e de algoritmos eficientes e poderosos para extrair informações de grandes conjuntos de dados estruturados e desestruturados. O certificado geralmente leva de um a dois anos para ser concluído.

Organização: Stanford Centre for Professional Development

Preço: US $ 18.900 matrícula

Requisitos: Um diploma de bacharel com um GPA de graduação de 3,0 ou mais é necessário. Os candidatos devem ter conhecimento dos princípios e habilidades básicas da Ciência da Computação, em um nível suficiente para escrever um programa razoavelmente não trivial.

20 – MongoDB Certified DBA Associate
MongoDB Certified Developer Associate pretende demonstrar que os profissionais de operações compreendem os conceitos e mecanismos necessários para administrar o MongoDB. Requer um exame de múltipla escolha de 90 minutos.

OrganizaçãoUniversidade MongoDB

Preço: US$ 150

Requisitos: Não existem pré-requisitos, mas o MongoDB sugere que os candidatos concluam um treinamento presencial ou um de seus cursos online (M102: MongoDB for DBAs; M202: MongoDB Advanced Deployment Operations). O MongoDB também fornece o  MongoDB Certification Exam Study Guide, disponível para aqueles que se registrarem para qualquer exame de certificação.

21- MongoDB Certified Developer Associate
MongoDB Certified Developer Associate destina-se a engenheiros de software que desejam demonstrar uma sólida compreensão dos fundamentos do design e da criação de aplicativos usando o MongoDB. Requer um exame de múltipla escolha de 90 minutos.

Organização: Universidade MongoDB

Preço: US$ 150

Requisitos: Não existem pré-requisitos, mas o MongoDB sugere que os candidatos concluam um treinamento presencial ou um de seus cursos online (M101J: MongoDB for Java Developers; M101JS: MongoDB for Node.js Developers; M101N: MongoDB for .NET Developers; M101P: MongoDB for Developers). O MongoDB também fornece o MongoDB Certification Exam Study Guide, disponível para aqueles que se registraram para um exame de certificação.

22 – Oracle Business Intelligence Foundation Suite 11 Certified Implementation Specialist
Oracle Business Intelligence Foundation Suite 11g Certified Implementation Specialist demonstra habilidades na implementação de soluções baseadas no Oracle Business Intelligence Suite. Abrange a instalação do OBIEE (Oracle Business Intelligence Enterprise Edition), a criação do repositório de metadados do BI Server, a criação de painéis de BI, a construção de consultas ad hoc, a definição de configurações de segurança e a configuração e gerenciamento de arquivos de cache. A certificação destina-se a membros da equipe de implementação de nível intermediário com treinamento atualizado e experiência de campo. A obtenção da certificação requer a aprovação no exame Oracle Business Intelligence (OBI) Foundation Suite 11g Essentials (1Z0-591). É um exame de múltipla escolha que consiste em 75 perguntas. Os candidatos têm 120 minutos para concluir o exame.

Organização: Oracle University

Preço: US$ 245

Requisitos: A Oracle recomenda que os candidatos concluam um dos dois cursos de treinamento: Oracle Business Intelligence Enterprise Edition Plus Implementation Boot Camp (disponível apenas para parceiros) ou Oracle Business Intelligence Foundation 11g Implementation Specialist.

23 – Post Graduate Program (PGP) in Big Data Analytics
Oferecido em Hyderabad e Bengaluru, na Índia, o PGP em Big Data Analytics é um programa de 23 semanas, distribuído em seis meses, que consiste em palestras em sala de aula e sessões de laboratório. Se concentra em Big Data, Estatística, Machine Learning, análise de texto, IA e ciências de decisão.

São 10 cursos cobrindo todos os aspectos de análise, incluindo habilidades em R e Hadoop, modelagem estatística, análise de dados, Machine Learning, mineração de texto e otimização. Os alunos são avaliados em um projeto de conclusão real e uma série de testes e mini-projetos.

Organização: International School of Engineering (INSOFE)

Preço: ₹₹3000 (INR) de taxa de inscrição e uma taxa de programa de ₹ 3,50,000 + 18 por cento de taxa de serviço.

Requisitos: A INSOFE admite estudantes com base no desempenho em seu vestibular e em sua formação acadêmica anterior e experiência de trabalho.

24 – SAS Certified Big Data Professional
O programa de certificação SAS Certified Big Data Professional destina-se a indivíduos que buscam desenvolver seus conhecimentos básicos de programação aprendendo como coletar e analisar grandes volumes de dados no SAS. O programa se concentra em habilidades de programação SAS para acessar, transformar e manipular dados; melhorar a qualidade dos dados para relatórios e análises; fundamentos de estatística e análise; trabalho com Hadoop, Hive, Pig e SAS; e exploração e visualização de dados. O programa inclui dois exames de certificação, ambos os quais os participantes devem passar.

Organização: SAS Academy for Data Science

Preço: US$ 9 mil para aulas presenciais (Cary, NC), US$ 299/mês ou US$ 2.250/ano para o e-learning individualizado.

Requisitos: Pelo menos seis meses de experiência em programação SAS ou outra linguagem de programação são necessários para se inscrever.

25 – SAS Certified Data Scientist Using SAS 9
SAS Certified Data Scientist Using SAS 9 demonstra que os indivíduos podem manipular e obter insights de Big Data com uma variedade de SAS e ferramentas de código aberto, fazer recomendações de negócios com modelos complexos de aprendizado e implantar modelos em escala usando o ambiente SAS. A certificação exige a aprovação de cinco exames que incluem perguntas de múltipla escolha, respostas curtas e interativas (em um ambiente simulado).  São eles:

– Preparação de Big Data do SAS, Estatísticas e Exploração Visual

– Programação e Carregamento de Big Data SAS

– Modelagem Preditiva Usando o SAS Enterprise Miner 7, 13 ou 14

– Modelagem Preditiva Avançada SAS

– Análise de Texto SAS, Séries Temporais, Experimentação e Otimização

Preço: US$ 180 para cada exame; US$ 250 para modelagem preditiva usando o SAS Enterprise Miner

Requisitos: A SAS recomenda que os candidatos se preparem usando seu currículo SAS Data Science da SAS Academy for Data Science . Custa US$ 4.400 para um curso de e-Learning individualizado, ou US $ 16 mil para um programa de 12 semanas ministrado por instrutor em Cary, Carolina do Norte.

26 – Stanford Data Mining and Applications Graduate Certificate
O  Data Mining and Applications Graduate Certificate certifica a capacidade de:

– Usar métodos estatísticos para extrair significado de grandes conjuntos de dados

– Desenvolver e usar modelos preditivos e análises

– Entender e usar aplicativos estratégicos de tomada de decisão

Direcionado a gerentes de estratégia, pesquisadores científicos, pesquisadores de ciências sociais, analistas de dados e consultores e executivos de publicidade e marketing, o certificado exige que os candidatos completem três cursos, começando com Data Mining and Analysis ou Introduction to Statistical Learning. O primeiro curso deve ser preenchido com grau B + ou melhor e os outros cursos devem ser preenchidos com grau B ou melhor para ganhar o certificado. A certificação é completada depois de dois anos.

OrganizaçãoStanford Centre for Professional Development

Preço: $11.340 – $12.600 (9-10 unidades)

Requisitos: Para obter o certificado de pós-graduação, os candidatos devem ter feito cursos introdutórios de estatística ou probabilidade, álgebra linear e programação de computadores. O candidato também deve ter bacharelado conferido com um GPA de graduação de 3,5 ou melhor.

Fonte: CIO

13 cursos online para aprender sobre Data Science e Inteligência Artificial

Com tanta gente interessada em dar os primeiros passos rumo à carreira de Data Scientist, uma das profissões que mais crescem no mercado de trabalho atual, é natural que existam algumas dúvidas em relação aos principais termos utilizados no meio ou mesmo sobre qual caminho seguir para aprender tudo o que é exigido pelas empresas que estão em busca de profissionais qualificados.

Foi pensando nisso que a plataforma de ensino online Udacity criou as trilhas de dados voltadas para diferentes perfis profissionais. Dependendo do seu interesse na área, é possível escolher o caminho mais adequado e conferir os cursos essenciais para prosseguir nesse ramo.

Confira abaixo as trilhas da Udacity, compostas por vários cursos diferentes, e veja qual delas desperta seu interesse ou está de acordo com os objetivos que você já tem em mente.

Trilha do Analista de Dados

Ideal para quem tem um perfil mais analítico, essa trilha não exige conhecimentos prévios em programação. Nela, você aprende a analisar dados utilizado o Microsoft Excel e a linguagem SQL, além de montar testes para validar suas descobertas. É dividida em dois cursos, o Nanodegree Fundamentos da Análise de Dados, com os passos fundamentais para iniciantes, e o Nanodegree Analista de Dados, em que você aprenderá técnicas avançadas de coleta, tratamento e análise de dados.

Trilha do Cientista de Dados

Seguindo esse caminho, você se tornará apto a trabalhar com grandes quantidades de dados, utilizar essas informações para encontrar insights e apresentar esses resultados como um bom contador de histórias. A trilha começa com os cursos Nanodegree Fundamentos de Data Science I e Fundamentos de Data Science II, que ensinam programação em Python e os primeiros conceitos de machine learning.

Ao finalizar seus estudos com o Nanodegree Data Scientist, você estará pronto para se tornar um verdadeiro cientista de dados, tendo domínio de conceitos como engenharia de software, big data e modelo de programação MapReduce, além de sair com um portfólio de tarefas pronto para ser apresentado em entrevistas de emprego.

Trilha do Engenheiro de Machine Learning

Essa é uma boa escolha para quem deseja trabalhar com Machine Learning e Inteligência Artificial e não tem medo de lidar com números e estatísticas diariamente. Com o Nanodegree Fundamentos de AI & Machine Learning, você aprende Python, álgebra linear, estatística e visualização de dados, seguindo para o Nanodegree Engenheiro de Machine Learning e terminando no Nanodegree Deep Learning, que ensina como criar redes neurais profundas.

Cursos para ser um especialista em Inteligência Artificial

Além de todas essas trilhas, a Udacity oferece ainda uma variedade de cursos para quem tem interesse em inteligência artificial e deseja se aprofundar nessa área. Selecionamos alguns exemplos abaixo que você também pode conferir.

Ficou interessado em algum dos cursos e quer aprender mais sobre essa área? Como falamos anteriormente, a trilha de Dados, Data Science e Machine Learning da Udacity é a melhor maneira de iniciar os estudos. Os cursos são criados em parceria com grandes companhias, como Amazon, Google, IBM e Nvidia, e você pode escolher o ponto de partida ideal, de acordo com os seus conhecimentos atuais.

Além disso, todos os programas foram pensados para atender as demandas do mercado de trabalho. Portanto, você sai com o certificado de conclusão do seu Nanodegree e ainda tem um portfólio completo para mostrar aos possíveis contratantes. Acesse o site da Udacity, escolha a sua trilha e comece os estudos.

Fonte: Tecmundo