{"id":26489,"date":"2022-04-26T22:05:36","date_gmt":"2022-04-26T22:05:36","guid":{"rendered":"https:\/\/building.nubank.com\/data-scientist-x-machine-learning-engineer-roles-how-are-they-different-how-are-they-alike\/"},"modified":"2024-03-21T13:34:35","modified_gmt":"2024-03-21T13:34:35","slug":"cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos","status":"publish","type":"post","link":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/","title":{"rendered":"Cientistas de Dados vs. Fun\u00e7\u00f5es de Engenheiros de Aprendizado de M\u00e1quina: Como eles s\u00e3o diferentes? Como eles s\u00e3o parecidos?"},"content":{"rendered":"\n

Esse post foi revistado por: Luis Moneda, Tiago Magalh\u00e3es, Jessica Sousa, Cristiano Breuel e Henrique Lopes<\/em><\/p>\n\n\n\n

\n\n\n\n

Cientistas de Dados (CD) <\/strong>e Engenheiros de Aprendizado de M\u00e1quina (EAM) <\/strong> j\u00e1 existem h\u00e1 algum tempo (pelo menos pelos padr\u00f5es tecnol\u00f3gicos), mas isso n\u00e3o significa que as defini\u00e7\u00f5es e expectativas espec\u00edficas para cada fun\u00e7\u00e3o sejam bem acordadas na ind\u00fastria como um todo.<\/p>\n\n\n\n

Longe disso.<\/strong> Muitas vezes as pessoas n\u00e3o t\u00eam a certeza de como diferem exatamente e onde se sobrep\u00f5em.<\/p>\n\n\n\n

Neste post vamos compartilhar nossa vis\u00e3o sobre esse assunto, ou seja, o alcance dessas fun\u00e7\u00f5es no Nubank. <\/p>\n\n\n\n

Como voc\u00ea ver\u00e1 nas pr\u00f3ximas se\u00e7\u00f5es, existem algumas dimens\u00f5es a serem analisadas aqui, portanto, h\u00e1 uma resposta curta<\/strong> com os insights mais importantes e uma resposta longa<\/strong> onde explicamos o que acontece com mais detalhes.<\/p>\n\n\n\n

Ent\u00e3o, como as fun\u00e7\u00f5es de CD e EAM s\u00e3o diferentes? Onde est\u00e3o as semelhan\u00e7as e onde elas diferem?<\/h2>\n\n\n\n

Resposta curta: \u00c9 um espectro de habilidades e elas se sobrep\u00f5em<\/strong><\/p>\n\n\n\n

\"skills
As habilidades necess\u00e1rias para um esquadr\u00e3o funcional est\u00e3o em um <\/em>espectro<\/em><\/strong>, e os CD\/EAMs est\u00e3o bem no meio dele<\/em>.
A quantidade <\/em><\/strong>de sobreposi\u00e7\u00e3o depender\u00e1 de qu\u00e3o <\/em>madura <\/em><\/strong>(solu\u00e7\u00f5es de AM) sua equipe \u00e9<\/em>. 
<\/figcaption><\/figure>\n\n\n\n

Resposta longa: Depende<\/strong><\/p>\n\n\n\n

Depende muito, principalmente do tipo de equipe da qual voc\u00ea faz parte.<\/p>\n\n\n\n

Embora possam ser definidas diretrizes gerais para cada fun\u00e7\u00e3o, haver\u00e1 muitas varia\u00e7\u00f5es nas atividades t\u00edpicas do dia a dia de um CD ou EAM no Nubank, principalmente dependendo do tipo de equipe em que trabalham.<\/p>\n\n\n\n

As duas<\/strong> distin\u00e7\u00f5es mais importantes s\u00e3o geralmente: <\/p>\n\n\n\n

    \n
  • a) qu\u00e3o madura a equipe est\u00e1 <\/strong>em rela\u00e7\u00e3o \u00e0s solu\u00e7\u00f5es CD\/AM <\/strong>e <\/li>\n\n\n\n
  • b) <\/strong>se essa equipe est\u00e1 mais focada <\/strong>em modelos em tempo real <\/strong>ou em lote<\/strong>.<\/li>\n<\/ul>\n\n\n\n

    Como regra geral, quanto mais experi\u00eancia<\/strong> uma equipe tiver na aplica\u00e7\u00e3o de AM a problemas de neg\u00f3cios, menor<\/strong> ser\u00e1 a sobreposi\u00e7\u00e3o<\/strong> entre cientistas de dados e engenheiros de aprendizado de m\u00e1quina. <\/p>\n\n\n\n

    Em equipes de maior maturidade, o foco geralmente muda<\/strong> de implementa\u00e7\u00f5es ad hoc para solu\u00e7\u00f5es escal\u00e1veis e econ\u00f4micas.<\/p>\n\n\n\n

    A sobreposi\u00e7\u00e3o CD\/AN<\/strong> est\u00e1 presente em todas as equipes. Embora os CDs passem a trabalhar em modelagem mais especializada \u00e0 medida que a maturidade da equipe cresce, essas duas fun\u00e7\u00f5es s\u00e3o fundamentais<\/strong> porque conectam o \u201cmundo dos dados\u201d ao \u201cmundo dos neg\u00f3cios\u201d.<\/p>\n\n\n\n

    Em equipes orientadas para tempo real\/streaming<\/strong>, os EAMs estar\u00e3o mais pr\u00f3ximos dos engenheiros de software regulares, pois executar\u00e3o muitas tarefas semelhantes aqui. Em contraste, os AMEs ter\u00e3o um escopo mais pr\u00f3ximo dos engenheiros anal\u00edticos (EAs) e engenheiros de dados em equipes onde os modelos s\u00e3o executados em lote ou em trabalhos de longa dura\u00e7\u00e3o<\/strong>.<\/p>\n\n\n\n

    O diagrama abaixo mostra o que entendemos serem essas diferen\u00e7as de equipe. Iremos analis\u00e1-las em detalhes nas pr\u00f3ximas se\u00e7\u00f5es.<\/p>\n\n\n\n

    \"General
    Vis\u00e3o geral dos tipos de equipes:<\/em>
     O eixo X<\/em><\/strong> separa equipes de baixa maturidade de equipes de alta maturidade, no que diz respeito a solu\u00e7\u00f5es baseadas em AM.<\/em>
    O eixo Y<\/em><\/strong> separa as equipes onde os modelos precisam fornecer resultados “just-in-time” (foco em tempo real) comparando com aquelas onde podemos pontuar inst\u00e2ncias em lote<\/em> 
    <\/figcaption><\/figure>\n\n\n\n

    Tipos de equipes<\/h2>\n\n\n\n

    1) Baixa maturidade, foco em tempo real<\/h2>\n\n\n\n
    \"Diagram<\/figure>\n\n\n\n

    Tem muita ambiguidade em uma equipe que est\u00e1 trabalhando no seu primeiro modelo em tempo real. Ainda n\u00e3o est\u00e1 claro quais tarefas precisam ser realizadas, e por quem, o que resulta em muitas sobreposi\u00e7\u00f5es entre fun\u00e7\u00f5es. Espera-se que todos desempenhem um papel mais \u201cgeneralista\u201d durante todo o processo.<\/p>\n\n\n\n

    Pontos-chave<\/h2>\n\n\n\n
      \n
    • O EAM conecta <\/strong>o \u201cmundo da engenharia\u201d e o \u201cmundo dos dados\u201d. Habilidades de comunica\u00e7\u00e3o s\u00e3o fundamentais aqui.\n
        \n
      • Eles precisar\u00e3o desempenhar v\u00e1rias fun\u00e7\u00f5es, portanto, muitas sobreposi\u00e7\u00f5es com Engenheiros de Desenvolvimento de Software (EDSs) e Engenheiros de Confiabilidade de Site (ECSs)<\/li>\n<\/ul>\n<\/li>\n\n\n\n
      • Sobreposi\u00e7\u00e3o consider\u00e1vel<\/strong> entre cientistas de dados e engenheiros de aprendizado de m\u00e1quina!\n
          \n
        • Eles ter\u00e3o que trabalhar juntos para chegar a um acordo sobre os detalhes de implementa\u00e7\u00e3o, resolver compromissos (desempenho vs. velocidade, desempenho vs. complexidade, desempenho vs. tempo de lan\u00e7amento no mercado etc.) e corrigir problemas como distor\u00e7\u00f5es no servi\u00e7o de trem.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
        • Muita sobreposi\u00e7\u00e3o entre cientistas de dados (CD) e analistas de neg\u00f3cios (AN)<\/strong>, muita intera\u00e7\u00e3o necess\u00e1ria para traduzir problemas de neg\u00f3cios, \u00e0s vezes vagos, em modelos, pol\u00edticas e medidas a serem tomadas.<\/li>\n\n\n\n
        • Provavelmente, espera-se que os CDs <\/strong>forne\u00e7am aos Gerentes de Produto (GPs) conhecimento t\u00e9cnico para ajud\u00e1-los a priorizar tarefas e definir o backlog da equipe.<\/li>\n<\/ul>\n\n\n\n

          2) Alta maturidade, foco em tempo real<\/h2>\n\n\n\n
          \"Diagram<\/figure>\n\n\n\n

          S\u00e3o equipes que j\u00e1 t\u00eam experi\u00eancia na aplica\u00e7\u00e3o de modelos em tempo real a alguns problemas de neg\u00f3cios. As pessoas entendem a responsabilidade de cada fun\u00e7\u00e3o e quais s\u00e3o os desafios habituais. O foco muda da implementa\u00e7\u00e3o para manuten\u00e7\u00e3o, otimiza\u00e7\u00e3o e efici\u00eancia.<\/p>\n\n\n\n

          Pontos-chave<\/h2>\n\n\n\n
            \n
          • A sobreposi\u00e7\u00e3o entre CD e EAM diminuiu bastante<\/strong>, mas ainda existem algumas tarefas que eles podem compartilhar, como monitoramento e depura\u00e7\u00e3o de problemas de dados.<\/li>\n\n\n\n
          • Os EAMs gastar\u00e3o muito tempo mantendo, depurando e monitorando os modelos existentes, de modo que as habilidades de ECS ganham import\u00e2ncia<\/strong><\/li>\n\n\n\n
          • As habilidades de EDS ainda s\u00e3o muito \u00fateis para EAMs, especialmente para construir ferramentas<\/strong> para tornar o processamento mais simples e eficiente (por exemplo, extrair padr\u00f5es comuns em bibliotecas, refatorar c\u00f3digo etc.) <\/li>\n\n\n\n
          • A sobreposi\u00e7\u00e3o entre CD e AN diminui<\/strong>, os problemas de neg\u00f3cios agora s\u00e3o mais claros e os cientistas de dados geralmente podem gastar mais tempo otimizando e ajustando modelos.<\/li>\n\n\n\n
          • Provavelmente n\u00e3o haver\u00e1 mais sobreposi\u00e7\u00e3o entre CD e GP neste momento, o AN provavelmente ser\u00e1 capaz de traduzir os objetivos de neg\u00f3cios em tarefas t\u00e9cnicas (um gerente de tecnologia tamb\u00e9m pode participar aqui)<\/li>\n<\/ul>\n\n\n\n

            3) Baixa maturidade, foco em lote<\/h2>\n\n\n\n
            \"Diagram<\/figure>\n\n\n\n

            Equipes focadas em lote sem modelos de AM anteriores geralmente tentar\u00e3o adaptar suas rotinas de dados (ou seja, fluxos ETL) e\/ou gerenciadores de agendamento (por exemplo: cron jobs, airflow) para dar suporte \u00e0 pontua\u00e7\u00e3o em lote. Mais uma vez, deve-se esperar muita sobreposi\u00e7\u00e3o entre v\u00e1rios pap\u00e9is.<\/p>\n\n\n\n

            Pontos-chave<\/h2>\n\n\n\n
              \n
            • Tal como no cen\u00e1rio em tempo real, h\u00e1 uma sobreposi\u00e7\u00e3o consider\u00e1vel<\/strong> entre as fun\u00e7\u00f5es de EAM e CDs, elas precisam se comunicar frequentemente para que estejam cientes do que cada um est\u00e1 fazendo.<\/li>\n\n\n\n
            • Mais uma vez, os ANs e os CDs<\/strong> precisar\u00e3o estar em contato pr\u00f3ximo<\/strong> para garantir que os modelos de AM realmente agreguem valor ao neg\u00f3cio.<\/li>\n\n\n\n
            • Habilidades de Engenharia Anal\u00edtica (EA) ser\u00e3o \u00fateis para EAMs.\n
                \n
              • O pr\u00e9-processamento de dados, a limpeza e a engenharia de recursos consumir\u00e3o muito tempo para construir e isso geralmente \u00e9 feito em ferramentas como Spark ou bancos de dados relacionais (ou seja, muito SQL)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n

                4) Alta maturidade, foco em lote<\/h2>\n\n\n\n
                \"Diagram<\/figure>\n\n\n\n

                Uma equipe focada em lotes e de alta maturidade j\u00e1 ter\u00e1 v\u00e1rios modelos em produ\u00e7\u00e3o e a maioria dos problemas iniciais (implanta\u00e7\u00e3o, integridade de dados, monitoramento) j\u00e1 ter\u00e1 sido resolvida para modelos individuais, ent\u00e3o o foco se volta para escalonamento\/efici\u00eancia. A sobreposi\u00e7\u00e3o entre CD\/EAM \u00e9 diminu\u00edda.<\/p>\n\n\n\n

                Pontos-chave<\/h2>\n\n\n\n
                  \n
                • Menos sobreposi\u00e7\u00e3o entre EAM e CDs, pois a equipe j\u00e1 entende os tipos de tarefas necess\u00e1rias e as pessoas t\u00eam expectativas mais claras.<\/li>\n\n\n\n
                • Um pouco menos de sobreposi\u00e7\u00e3o entre AN e CD<\/strong>, mas eles ainda precisar\u00e3o se comunicar, como em equipes focais de alta maturidade e em tempo real.\n
                    \n
                  • Os CDs poder\u00e3o se concentrar em tarefas mais t\u00e9cnicas, como otimiza\u00e7\u00e3o de modelos, adi\u00e7\u00e3o de novos recursos etc.<\/li>\n\n\n\n
                  • Da mesma forma, h\u00e1 menos sobreposi\u00e7\u00e3o entre CD e GP, pelo mesmo motivo.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                  • A sobreposi\u00e7\u00e3o entre EAM e Engenharia de An\u00e1lise n\u00e3o desaparece<\/strong>. Depois que voc\u00ea atinge um determinado n\u00edvel de maturidade em equipes orientadas a lotes, o foco geralmente se volta para tornar as coisas mais precisas, mais eficientes <\/strong>e mais baratas. <\/strong>\n
                      \n
                    • Isso geralmente inclui coisas como otimiza\u00e7\u00e3o de consultas, rotinas ETL e outros fluxos relacionados ao gerenciamento de dados.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                    • Habilidades gerais de engenharia de software<\/strong> (ou seja, EDS) tornam-se importantes novamente para EAMs\n
                        \n
                      • A efici\u00eancia e a rela\u00e7\u00e3o custo-benef\u00edcio tamb\u00e9m s\u00e3o alcan\u00e7adas atrav\u00e9s da cria\u00e7\u00e3o de ferramentas ad hoc e da refatora\u00e7\u00e3o\/desduplica\u00e7\u00e3o de responsabilidades entre modelos.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n

                        5) Equipes horizontais\/de apoio<\/h2>\n\n\n\n
                        \"Diagram<\/figure>\n\n\n\n

                        Existem engenheiros de aprendizado de m\u00e1quina (raramente, tamb\u00e9m cientistas de dados) que trabalham em equipes de suporte horizontais. \u00c9 dif\u00edcil encaix\u00e1-los nas descri\u00e7\u00f5es acima, ent\u00e3o o que acontece com eles?<\/p>\n\n\n\n

                        Bem, antes de mais nada, o que queremos dizer com equipes horizontais<\/strong>? <\/strong><\/p>\n\n\n\n

                        No dom\u00ednio da ci\u00eancia de dados\/aprendizado de m\u00e1quina, as equipes horizontais s\u00e3o equipes cruzadas <\/strong>que trabalham com v\u00e1rias<\/strong> unidades de neg\u00f3cios<\/strong> ao mesmo tempo, fornecendo suporte <\/strong>e construindo ferramentas <\/strong>e plataformas<\/strong> para uso do resto da empresa. <\/p>\n\n\n\n

                        Recentemente, isso tamb\u00e9m \u00e9 conhecido como MLOps<\/strong> (Opera\u00e7\u00f5es de AM).<\/p>\n\n\n\n

                        Pontos-chave<\/h2>\n\n\n\n
                          \n
                        • Nas equipes de suporte\/plataforma, geralmente<\/strong>n\u00e3o h\u00e1 cientistas de dados<\/strong>. A maior parte do trabalho de plataforma\/ferramentas n\u00e3o \u00e9 t\u00e3o diferente do trabalho normal de EDS\/ECS, portanto, pode ser feito por engenheiros de aprendizado de m\u00e1quina<\/strong>.\n
                            \n
                          • \u00c9 importante, no entanto, que os EAMs horizontais compreendam pelo menos os fundamentos do trabalho dos cientistas de dados para que possam apoi\u00e1-los melhor.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                          • A sobreposi\u00e7\u00e3o de EDS \u00e9 grande aqui, as equipes horizontais geralmente s\u00e3o respons\u00e1veis pela constru\u00e7\u00e3o\/manuten\u00e7\u00e3o <\/strong>de ferramentas usadas por outras equipes, portanto, habilidades gerais de engenharia de software s\u00e3o essenciais.\n
                              \n
                            • Da mesma forma, para habilidades de EA, os fluxos em lote tamb\u00e9m precisar\u00e3o de ferramentas, suporte etc.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                            • As habilidades de ECS tamb\u00e9m s\u00e3o importantes, porque as ferramentas e processos entre equipes falhar\u00e3o inevitavelmente, exigindo suporte, rota\u00e7\u00f5es de plant\u00e3o, monitoramento, depura\u00e7\u00e3o etc.<\/li>\n\n\n\n
                            • Mesmo que a equipe tenha um GP dedicado, os EAMs precisar\u00e3o fazer a fun\u00e7\u00e3o de GP<\/strong> para ajudar a priorizar <\/strong>o que precisa ser feito.<\/li>\n<\/ul>\n\n\n\n

                              Descri\u00e7\u00f5es de fun\u00e7\u00f5es sugeridas<\/h2>\n\n\n\n

                              Com todas estas especificidades em mente e independentemente do tipo de equipe<\/strong>, ainda existem algumas atividades centrais que est\u00e3o inequivocamente no \u00e2mbito dos Cientistas de Dados e dos Engenheiros de Aprendizado de M\u00e1quina, respectivamente.<\/p>\n\n\n\n

                              Cientista de dados: Descri\u00e7\u00f5es de fun\u00e7\u00f5es sugeridas<\/h2>\n\n\n\n

                              Deve saber fazer<\/strong><\/p>\n\n\n\n

                                \n
                              • Prepara\u00e7\u00e3o de dados:<\/strong> pr\u00e9-processamento de dados, limpeza de dados, constru\u00e7\u00e3o de tabelas, extra\u00e7\u00e3o de recursos, sele\u00e7\u00e3o de recursos<\/li>\n\n\n\n
                              • Trabalho de modelagem:<\/strong> estrat\u00e9gias de amostragem, modelagem, treinamento, avalia\u00e7\u00e3o, otimiza\u00e7\u00e3o<\/li>\n\n\n\n
                              • Comunica\u00e7\u00e3o:<\/strong> explicar e apresentar an\u00e1lises, conclus\u00f5es e compensa\u00e7\u00f5es \u00e0s partes interessadas e aos tomadores de decis\u00e3o. <\/li>\n\n\n\n
                              • Foco nos neg\u00f3cios: <\/strong>Ajude os especialistas em neg\u00f3cios a definir quais problemas devem ser tratados pelo CD\/AM (e como). <\/li>\n<\/ul>\n\n\n\n

                                Pode fazer<\/strong><\/p>\n\n\n\n

                                  \n
                                • Monitoramento\/depura\u00e7\u00e3o de modelo<\/li>\n\n\n\n
                                • An\u00e1lises e estimativas relacionadas ao impacto dos modelos nos neg\u00f3cios (por exemplo, definir pol\u00edticas, limites de pontua\u00e7\u00e3o etc.)<\/li>\n<\/ul>\n\n\n\n

                                  Engenheiro de aprendizado de m\u00e1quina: Descri\u00e7\u00f5es de fun\u00e7\u00f5es sugeridas<\/h2>\n\n\n\n

                                  Deve saber fazer\u00a0<\/strong><\/p>\n\n\n\n

                                    \n
                                  • Implementa\u00e7\u00e3o:<\/strong> Todo o trabalho relacionado a pegar um modelo e integr\u00e1-lo onde quer que ele seja executado na produ\u00e7\u00e3o (seja em lote ou em tempo real).<\/li>\n\n\n\n
                                  • Suporte \u00e0 implanta\u00e7\u00e3o\/ciclo de vida:<\/strong> Cuide das rotinas de CI\/CD e corrija os problemas \u00e0 medida que surgirem. Desenvolva solu\u00e7\u00f5es ad hoc, como scripts.<\/li>\n\n\n\n
                                  • Comunica\u00e7\u00e3o:<\/strong> preencha a lacuna entre a engenharia (lote e em tempo real), os cientistas de dados e as partes interessadas do neg\u00f3cio.<\/li>\n\n\n\n
                                  • Foco nos neg\u00f3cios:<\/strong> Ajude o CD e as partes interessadas a compreender o esfor\u00e7o\/custo de implementa\u00e7\u00e3o das decis\u00f5es, ajude-os sugerindo compensa\u00e7\u00f5es.<\/li>\n<\/ul>\n\n\n\n

                                    Pode fazer<\/strong><\/p>\n\n\n\n

                                      \n
                                    • Monitoramento\/depura\u00e7\u00e3o de modelo<\/li>\n\n\n\n
                                    • Ajude as partes interessadas e os l\u00edderes a definir quais problemas devem ser tratados pelo CD\/AM (e como). <\/li>\n<\/ul>\n\n\n\n

                                      Relacionado<\/h2>\n\n\n\n

                                      Outras fun\u00e7\u00f5es<\/strong><\/p>\n\n\n\n

                                      Uma empresa moderna \u00e9 composta por diversas fun\u00e7\u00f5es, e claro que n\u00e3o inclu\u00edmos todas elas nos diagramas. Entre aqueles que podem interagir de alguma forma com CD\/EAMs, temos:<\/p>\n\n\n\n

                                        \n
                                      • Engenheiros de Desenvolvimento de Software (EDS)<\/strong>\n
                                          \n
                                        • O EDS \u00e9 o seu engenheiro de software generalista regular. Um EDS constr\u00f3i sistemas, trabalha em sistemas regulares (n\u00e3o AM) e executa tarefas relacionadas. As responsabilidades dos EDS se sobrep\u00f5em principalmente \u00e0s dos EAMs<\/strong>.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                        • Engenheiros de confiabilidade do site (ECS) (tamb\u00e9m conhecidos como \u201cEngenheiros de produ\u00e7\u00e3o\u201d)<\/strong>\n
                                            \n
                                          • Os ECSs s\u00e3o respons\u00e1veis por monitorar, solucionar problemas de sistemas, lidar com interrup\u00e7\u00f5es, suporte de plant\u00e3o etc. Mais uma vez, os EAMs<\/strong> frequentemente exercer\u00e3o as fun\u00e7\u00f5es de ECSs, principalmente quando se trata de sistemas e ferramentas baseados em AM.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                          • Analistas de Neg\u00f3cios (AN)<\/strong>\n
                                              \n
                                            • ANs s\u00e3o analistas generalistas cuja principal fun\u00e7\u00e3o \u00e9 impulsionar os objetivos de neg\u00f3cios usando dados como principal fonte de informa\u00e7\u00e3o. Muitas vezes, os cientistas de dados<\/strong> interagem estreitamente com os ANs para definir os objetivos de neg\u00f3cios e como eles se relacionam com os modelos etc.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                            • Engenheiros de An\u00e1lise (EA) <\/strong>\n
                                                \n
                                              • Tamb\u00e9m chamados de \u201canalistas de dados\u201d em algumas outras empresas, eles geralmente t\u00eam a tarefa de manter a integridade dos dados do ponto de vista sem\u00e2ntico<\/em>. Suas responsabilidades incluem gerenciamento\/manuten\u00e7\u00e3o de banco de dados, otimiza\u00e7\u00e3o de consultas, ferramentas baseadas em SQL e rotinas gerais de ETL.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                              • Gerentes de Produto (GP)<\/strong>\n
                                                  \n
                                                • S\u00e3o pessoas que pensam nas necessidades do cliente e geralmente impulsionam o backlog. Pode-se esperar que um cientista de dados<\/strong> comunique\/traduza conceitos de modelagem para GPs. Cientistas de dados seniores podem at\u00e9 \u201cexercer a fun\u00e7\u00e3o de GPs\u201d de vez em quando.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                                • Engenheiros de Dados (ED)<\/strong>\n
                                                    \n
                                                  • Os engenheiros de dados trabalham garantindo a integridade e a qualidade geral dos dados utilizados pela empresa como um todo (n\u00e3o apenas CDs e EAMs). Embora os EDs geralmente trabalhem em um n\u00edvel mais baixo de abstra\u00e7\u00e3o<\/strong> (otimizando bancos de dados, tabelas e similares), pode haver momentos em que um EAM<\/strong> (ou mesmo CD<\/strong>) possa ter que interagir com eles para solucionar problemas de dados (geralmente em equipes focadas em lotes).<\/li>\n<\/ul>\n<\/li>\n\n\n\n
                                                  • Analistas de Opera\u00e7\u00f5es (Ops) <\/strong>\n
                                                      \n
                                                    • As equipes de opera\u00e7\u00f5es s\u00e3o as posi\u00e7\u00f5es voltadas para o usu\u00e1rio<\/strong> nas empresas B2C, lidando diretamente com os usu\u00e1rios finais e resolvendo seus problemas de maneira individual, por meio de m\u00eddia social, ferramentas de CRM, chat\/e-mail etc. Tanto os cientistas de dados <\/strong>quanto os engenheiros de aprendizado de m\u00e1quina <\/strong>podem interagir com analistas de opera\u00e7\u00f5es porque \u00e0s vezes s\u00e3o os consumidores ou partes interessadas posteriores dos modelos.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n

                                                      <\/p>\n\n\n\n

                                                      <\/p>\n","protected":false},"excerpt":{"rendered":"

                                                      A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.<\/p>\n","protected":false},"author":178110136,"featured_media":24294,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[2503,2502],"tags":[2892,2894,2893,2895],"ppma_author":[2366],"class_list":["post-26489","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-analytics","category-data-science-machine-learning-pt-br","tag-data-scientists-pt-br","tag-ds-pt-br","tag-machine-learning-engineers-pt-br","tag-mle-pt-br"],"acf":[],"yoast_head":"\nData Scientist & Machine Learning Engineer at Nubank - Building Nubank<\/title>\n<meta name=\"description\" content=\"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Scientist & Machine Learning Engineer at Nubank - Building Nubank\" \/>\n<meta property=\"og:description\" content=\"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/\" \/>\n<meta property=\"og:site_name\" content=\"Building Nubank\" \/>\n<meta property=\"article:published_time\" content=\"2022-04-26T22:05:36+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-03-21T13:34:35+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1\" \/>\n\t<meta property=\"og:image:width\" content=\"1440\" \/>\n\t<meta property=\"og:image:height\" content=\"600\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Felipe Almeida - Machine Learning Engineer\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@queirozfcom\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Felipe Almeida - Machine Learning Engineer\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"14 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/\"},\"author\":{\"name\":\"Felipe Almeida - Machine Learning Engineer\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/2bce0340e6a654811bb0aea0e58092c5\"},\"headline\":\"Cientistas de Dados vs. Fun\u00e7\u00f5es de Engenheiros de Aprendizado de M\u00e1quina: Como eles s\u00e3o diferentes? Como eles s\u00e3o parecidos?\",\"datePublished\":\"2022-04-26T22:05:36+00:00\",\"dateModified\":\"2024-03-21T13:34:35+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/\"},\"wordCount\":2527,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2022\\\/04\\\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1\",\"keywords\":[\"Data Scientists\",\"DS\",\"Machine Learning Engineers\",\"MLE\"],\"articleSection\":[\"Data & Analytics\",\"Data science & Machine Learning\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/\",\"url\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/\",\"name\":\"Data Scientist & Machine Learning Engineer at Nubank - Building Nubank\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2022\\\/04\\\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1\",\"datePublished\":\"2022-04-26T22:05:36+00:00\",\"dateModified\":\"2024-03-21T13:34:35+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/2bce0340e6a654811bb0aea0e58092c5\"},\"description\":\"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2022\\\/04\\\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2022\\\/04\\\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1\",\"width\":1440,\"height\":600},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cientistas de Dados vs. Fun\u00e7\u00f5es de Engenheiros de Aprendizado de M\u00e1quina: Como eles s\u00e3o diferentes? Como eles s\u00e3o parecidos?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/#website\",\"url\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/\",\"name\":\"Building Nubank\",\"description\":\"We make the extraordinary happen\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/2bce0340e6a654811bb0aea0e58092c5\",\"name\":\"Felipe Almeida - Machine Learning Engineer\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2024\\\/03\\\/Screenshot-2024-03-26-at-14.06.59.png1dcbca3b60d19e8fb28ae3829d8da80a\",\"url\":\"https:\\\/\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2024\\\/03\\\/Screenshot-2024-03-26-at-14.06.59.png\",\"contentUrl\":\"https:\\\/\\\/building.nubank.com\\\/wp-content\\\/uploads\\\/2024\\\/03\\\/Screenshot-2024-03-26-at-14.06.59.png\",\"caption\":\"Felipe Almeida - Machine Learning Engineer\"},\"description\":\"Felipe Almeida is responsible for engineering and managing Data Science & Machine Learning projects at Nubank. He has a Bachelor's degree in Computer Science and a Master's degree in Computer Engineering, both from UFRJ. Felipe has experience working with e-commerce, credit and fraud. Before joining Nubank in 2019, he worked in companies such as Ita\u00fa-Unibanco and VTEX. In his spare time, he likes to exercise and learn foreign languages. He is active on twitter and he blogs at https:\\\/\\\/queirozf.com\",\"sameAs\":[\"http:\\\/\\\/queirozf.com\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/in\\\/felipeqbalmeida\",\"https:\\\/\\\/x.com\\\/queirozfcom\"],\"url\":\"https:\\\/\\\/building.nubank.com\\\/pt-br\\\/author\\\/felipe-almeida-data-scientist\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data Scientist & Machine Learning Engineer at Nubank - Building Nubank","description":"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/","og_locale":"pt_BR","og_type":"article","og_title":"Data Scientist & Machine Learning Engineer at Nubank - Building Nubank","og_description":"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.","og_url":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/","og_site_name":"Building Nubank","article_published_time":"2022-04-26T22:05:36+00:00","article_modified_time":"2024-03-21T13:34:35+00:00","og_image":[{"width":1440,"height":600,"url":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","type":"image\/jpeg"}],"author":"Felipe Almeida - Machine Learning Engineer","twitter_card":"summary_large_image","twitter_creator":"@queirozfcom","twitter_misc":{"Escrito por":"Felipe Almeida - Machine Learning Engineer","Est. tempo de leitura":"14 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#article","isPartOf":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/"},"author":{"name":"Felipe Almeida - Machine Learning Engineer","@id":"https:\/\/building.nubank.com\/pt-br\/#\/schema\/person\/2bce0340e6a654811bb0aea0e58092c5"},"headline":"Cientistas de Dados vs. Fun\u00e7\u00f5es de Engenheiros de Aprendizado de M\u00e1quina: Como eles s\u00e3o diferentes? Como eles s\u00e3o parecidos?","datePublished":"2022-04-26T22:05:36+00:00","dateModified":"2024-03-21T13:34:35+00:00","mainEntityOfPage":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/"},"wordCount":2527,"commentCount":0,"image":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","keywords":["Data Scientists","DS","Machine Learning Engineers","MLE"],"articleSection":["Data & Analytics","Data science & Machine Learning"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/","url":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/","name":"Data Scientist & Machine Learning Engineer at Nubank - Building Nubank","isPartOf":{"@id":"https:\/\/building.nubank.com\/pt-br\/#website"},"primaryImageOfPage":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#primaryimage"},"image":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","datePublished":"2022-04-26T22:05:36+00:00","dateModified":"2024-03-21T13:34:35+00:00","author":{"@id":"https:\/\/building.nubank.com\/pt-br\/#\/schema\/person\/2bce0340e6a654811bb0aea0e58092c5"},"description":"A vis\u00e3o do Nubank sobre como essas duas fun\u00e7\u00f5es interagem e como cada uma desempenha um papel fundamental em uma equipe de sucesso.","breadcrumb":{"@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#primaryimage","url":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","contentUrl":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","width":1440,"height":600},{"@type":"BreadcrumbList","@id":"https:\/\/building.nubank.com\/pt-br\/cientistas-de-dados-vs-funcoes-de-engenheiros-de-aprendizado-de-maquina-como-eles-sao-diferentes-como-eles-sao-parecidos\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/building.nubank.com\/pt-br\/"},{"@type":"ListItem","position":2,"name":"Cientistas de Dados vs. Fun\u00e7\u00f5es de Engenheiros de Aprendizado de M\u00e1quina: Como eles s\u00e3o diferentes? Como eles s\u00e3o parecidos?"}]},{"@type":"WebSite","@id":"https:\/\/building.nubank.com\/pt-br\/#website","url":"https:\/\/building.nubank.com\/pt-br\/","name":"Building Nubank","description":"We make the extraordinary happen","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/building.nubank.com\/pt-br\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/building.nubank.com\/pt-br\/#\/schema\/person\/2bce0340e6a654811bb0aea0e58092c5","name":"Felipe Almeida - Machine Learning Engineer","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/building.nubank.com\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-26-at-14.06.59.png1dcbca3b60d19e8fb28ae3829d8da80a","url":"https:\/\/building.nubank.com\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-26-at-14.06.59.png","contentUrl":"https:\/\/building.nubank.com\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-26-at-14.06.59.png","caption":"Felipe Almeida - Machine Learning Engineer"},"description":"Felipe Almeida is responsible for engineering and managing Data Science & Machine Learning projects at Nubank. He has a Bachelor's degree in Computer Science and a Master's degree in Computer Engineering, both from UFRJ. Felipe has experience working with e-commerce, credit and fraud. Before joining Nubank in 2019, he worked in companies such as Ita\u00fa-Unibanco and VTEX. In his spare time, he likes to exercise and learn foreign languages. He is active on twitter and he blogs at https:\/\/queirozf.com","sameAs":["http:\/\/queirozf.com\/","https:\/\/www.linkedin.com\/in\/felipeqbalmeida","https:\/\/x.com\/queirozfcom"],"url":"https:\/\/building.nubank.com\/pt-br\/author\/felipe-almeida-data-scientist\/"}]}},"jetpack_featured_media_url":"https:\/\/i0.wp.com\/building.nubank.com\/wp-content\/uploads\/2022\/04\/SecadorDePelo-Header.jpg?fit=1440%2C600&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/pbKBB5-6Tf","jetpack_sharing_enabled":true,"authors":[{"term_id":2366,"user_id":178110136,"is_guest":0,"slug":"felipe-almeida-data-scientist","display_name":"Felipe Almeida - Machine Learning Engineer","avatar_url":{"url":"https:\/\/building.nubank.com\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-26-at-14.06.59.png","url2x":"https:\/\/building.nubank.com\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-26-at-14.06.59.png"},"0":null,"1":"","2":"","3":"","4":"","5":"","6":"","7":"","8":""}],"_links":{"self":[{"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/posts\/26489","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/users\/178110136"}],"replies":[{"embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/comments?post=26489"}],"version-history":[{"count":8,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/posts\/26489\/revisions"}],"predecessor-version":[{"id":28792,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/posts\/26489\/revisions\/28792"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/media\/24294"}],"wp:attachment":[{"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/media?parent=26489"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/categories?post=26489"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/tags?post=26489"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/building.nubank.com\/pt-br\/wp-json\/wp\/v2\/ppma_author?post=26489"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}