Como a Globo promove a Cultura de Dados - PrograMaria

Confira como a Globo vem atuando para, cada vez mais, ser uma empresa data-driven e confira quais os perfis profissionais que estão por trás do trabalho com dados

Quando você possui milhões de pessoas consumindo seu conteúdo a cada minuto do dia, ganha acesso a uma quantidade extraordinária de informações sobre suas preferências, gostos e hábitos. É possível descobrir, por exemplo, quais filmes e séries mais prendem a atenção de um determinado perfil, quais os dispositivos estão sendo utilizados para acessar estes serviços, quais matérias são as mais acessadas, entre muitas outras possibilidades. A Globo, por ser uma empresa orientada a dados, utiliza essas informações para gerar insights que impactem seus negócios e a experiência de seus usuários. 

Entretanto, desenvolver uma cultura data-driven envolve diversas questões relacionadas a pessoas, processos e tecnologia. Neste artigo, vamos abordar quais são os papéis, a estrutura e o dia a dia de quem trabalha com dados na área de Big Data & AI da Globo.

 

O que é a cultura data driven?

Uma organização que possui cultura data driven é aquela em que seus processos e sua tomada de decisão são orientados pela análise e interpretação multidisciplinar de dados. Como exemplo, diversos cenários podem ser explorados a partir de uma necessidade de negócio e a utilização de dados nos permite avaliar quais destes cenários possuem grande potencial de resolver estes problemas com base no aprendizado contínuo. Além disso, é possível realizar testes de hipóteses e avaliar preditibilidade a fim de antecipar e mitigar riscos. Toda organização se beneficia quando tem acesso a dados relevantes e, portanto, cabe a todos incentivar a adoção, explorar e examinar o uso destes dados no dia a dia, de maneira alinhada à estratégia de negócio.

 

Como estamos fomentando a cultura data-driven na Globo?

Na Globo, a área de Big Data & AI tem como propósito empoderar a organização no uso ético dos dados e fomentar a cultura data-driven por meio de plataformas, processos e soluções. O objetivo é promover a democratização de dados e machine learning; disseminar a cultura de dados e inteligência artificial e, assim, potencializar soluções mais personalizadas aos usuários de nossos produtos, tais como: Globoplay, Cartola, G1, GShow etc. 

Para que isso ocorra, estamos estruturados em três tribos que concentram temas como Big Data, Machine Learning e Inteligência, e que se subdividem em times multidisciplinares, responsáveis por uma ou mais plataformas e/ou sistemas. Utilizamos dados para validar hipóteses, entender o impacto do desenvolvimento nos produtos, verificar a qualidade e consistência de dados, prever eventos (tal como as “rajadas” de acesso ao Globoplay no período de BBB 😊), identificar melhorias nas soluções de machine learning, entre outros. 

 

Quando falamos em uma cultura data-driven, nosso foco é promover mentalidade e práticas analíticas para toda a organização. Para fomentarmos esse mindset de dados a públicos diversos, com diferentes níveis de maturidade analítica, contamos com iniciativas como: alfabetização em dados (Data Literacy) para que todos possam se comunicar e entender conversas sobre dados; cursos e treinamentos; talks internas e externas; hackathons internos (hackdays e garage days); dojos de machine learning etc.  

 

Nossos perfis no dia a dia

Entendemos que a adoção de uma cultura orientada por dados emerge através da visão compartilhada de estruturas adaptativas e inovadoras no que tange pessoas, processos e tecnologia em conjunto as demais áreas da empresa. Por isso, recentemente estruturamos nosso Career Path considerando quatro perfis principais, conforme abaixo.

 

  • Cientista de Dados

Tem como papel fundamental compreender as necessidades de negócio e desenvolver soluções que usufruam de análises preditivas e técnicas de machine learning, utilizando-se de métricas para medir o desempenho de suas soluções e realizar análises comparativas.

 

  • Engenheira de Machine Learning

É responsável por construir a infraestrutura de forma a automatizar a criação e o ajuste de diferentes modelos de machine learning, utilizando técnicas estatísticas e as melhores práticas de engenharia. Seu foco está mais na engenharia do que na modelagem. Além disso, também trabalha em conjunto com as Engenheiras de Software (backend ou frontend).

 

  • Engenheira de Dados

A Engenheira de Dados garante que todos os dados necessários estejam disponíveis de forma que seja consumível para seus pares. Todos os dados gerados pelos usuários precisam ser capturados adequadamente e salvos em um banco de dados separado, para que as Cientistas de Dados possam usar esses dados para seus modelos. Outro desafio é também garantir que os dados do usuário sejam acessados somente por pessoas autorizadas.

 

  • Engenheira de Software

A responsabilidade de uma Engenheira de Software é garantir que os serviços desenvolvidos por Cientistas de Dados, Engenheiras de Machine Learning e Engenheiras de Dados estejam funcionando o tempo todo, garantindo disponibilidade, resiliência, escalabilidade e confiabilidade dos serviços.

As Engenheiras de Software não se limitam estritamente a trabalhar com dados. Sua função é mais geral: elas tendem a se concentrar menos na lógica de negócios e mais na infraestrutura, que inclui coisas como rede e infraestrutura de provisionamento.

 

Vem sendo nosso desafio diário contratar os talentos que possuem fit com nossos valores e com a competência técnica mapeada por meio do nosso Career Path; estabelecer e revisar continuamente o processo de experimentação, entendendo quais práticas melhor se ajustam a um determinado contexto e que irão produzir resultados mais rapidamente; e mapear quais tecnologias alavancarão pessoas e processos nessa jornada.

 

CRÉDITOS

Autora

Luana Machado Hohmann, Gestora em Big Data & AI

Graduada em Engenharia da Computação pela FURG, Mestra em Design Estratégico pela Unisinos. Atua como gestora na Tribo de Machine Learning na Globo com foco em promover melhores soluções aos usuários dos produtos Globo através da ciência de dados e do aprendizado de máquina. Possui mais de 7 anos de experiência em gestão de desenvolvimento de software. https://www.linkedin.com/in/luana-hohmann-6639a65a/

 

Revisora

Luciana Fleury, jornalista

https://www.linkedin.com/in/luciana-fleury-1b024083/

 

Este conteúdo faz parte da PrograMaria Sprint Cases de Inovação e Tecnologia da Globo.

O que você achou deste conteúdo? Responda nosso feedback: