As fun\u00e7\u00f5es dentro da engenharia de software e dados s\u00e3o cada vez mais essenciais para a inova\u00e7\u00e3o e a excel\u00eancia operacional. O Nubank, como a maior plataforma de banco digital do mundo fora da \u00c1sia, exemplifica essa tend\u00eancia por meio de sua equipe diversificada de Engenheiros de Software, Engenheiros de Analytics, Cientistas de Dados, Engenheiros de Machine Learning e Analistas de Neg\u00f3cios.<\/p>\n\n\n\n
Cada uma dessas fun\u00e7\u00f5es desempenha um papel crucial no desenvolvimento, otimiza\u00e7\u00e3o e melhoria de solu\u00e7\u00f5es orientadas por dados. Este post do blog explora as contribui\u00e7\u00f5es exclusivas de cada fun\u00e7\u00e3o no Nubank, sua colabora\u00e7\u00e3o sin\u00e9rgica e um exemplo pr\u00e1tico de como elas se unem para desenvolver um widget de recomenda\u00e7\u00e3o de produtos focado no cliente.<\/p>\n\n\n\n
Nosso objetivo \u00e9 fornecer insights sobre o mundo multifacetado da engenharia de dados e software, ilustrando como cada fun\u00e7\u00e3o contribui para o objetivo maior de aprimorar a experi\u00eancia do cliente e a efici\u00eancia dos neg\u00f3cios.<\/p>\n\n\n\n
A fun\u00e7\u00e3o dos Engenheiros de Software \u00e9 crucial, abrangendo o desenvolvimento e a manuten\u00e7\u00e3o de aplica\u00e7\u00f5es voltadas para o cliente e de microsservi\u00e7os de backend.<\/p>\n\n\n\n
Esses engenheiros trabalham em uma ampla gama de tarefas, desde o desenvolvimento de aplicativos m\u00f3veis usando Flutter at\u00e9 a cria\u00e7\u00e3o de microsservi\u00e7os com Clojure, integrando tecnologias como Kafka e hospedando tudo na AWS.<\/p>\n\n\n\n
Al\u00e9m da programa\u00e7\u00e3o, eles s\u00e3o respons\u00e1veis pela qualidade, estabilidade e desempenho de suas entregas, garantindo testes rigorosos e monitoramento proativo para identificar e solucionar qualquer problema em produ\u00e7\u00e3o.<\/p>\n\n\n\n
Os Engenheiros de Analytics desempenham um papel fundamental na cria\u00e7\u00e3o e manuten\u00e7\u00e3o de conjuntos de dados de alta qualidade e desempenho. Suas responsabilidades abrangem a contribui\u00e7\u00e3o para pipelines de dados, visualiza\u00e7\u00e3o de dados e suporte ao usu\u00e1rio, especialmente utilizando Scala.<\/p>\n\n\n\n
Eles se concentram na automa\u00e7\u00e3o de processos para escalabilidade e efici\u00eancia, gerenciando dados de v\u00e1rias fontes e promovendo a acessibilidade e as melhores pr\u00e1ticas de dados em toda a organiza\u00e7\u00e3o.<\/p>\n\n\n\n
Embora essa defini\u00e7\u00e3o se aplique aos Engenheiros de Analytics em todas as unidades de neg\u00f3cios, \u00e9 importante notar que existem varia\u00e7\u00f5es significativas no trabalho realizado em cada uma delas.<\/p>\n\n\n\n
Por exemplo, na unidade de neg\u00f3cios de Marketplace, os Engenheiros de Analytics est\u00e3o muito focados na cria\u00e7\u00e3o e manuten\u00e7\u00e3o de conjuntos de dados. No entanto, na unidade de neg\u00f3cios de Dados, eles se preocupam mais em melhorar a plataforma de dados e as ferramentas de dados para ajudar outros Engenheiros de Analytics.<\/p>\n\n\n\n
Os Cientistas de Dados no Nubank t\u00eam a tarefa de resolver problemas complexos de neg\u00f3cios utilizando dados. Eles desenvolvem modelos preditivos para apoiar decis\u00f5es estrat\u00e9gicas, constantemente inovam no desenvolvimento de features e avaliam rigorosamente o desempenho dos modelos.<\/p>\n\n\n\n
Compartilhar insights e colaborar com diferentes equipes \u00e9 uma parte significativa de sua fun\u00e7\u00e3o. Eles utilizam ferramentas como Jupyter Notebooks, Scikit-learn, Keras e bibliotecas de c\u00f3digo aberto desenvolvidas internamente para realizar seu trabalho anal\u00edtico.<\/p>\n\n\n\n
O esfor\u00e7o colaborativo entre Engenheiros de Software, Engenheiros de Analytics e Cientistas de Dados destaca a abordagem multifacetada de gest\u00e3o e utiliza\u00e7\u00e3o de dados no Nubank. Cada fun\u00e7\u00e3o contribui de maneira \u00fanica: os Engenheiros de Software constroem a infraestrutura t\u00e9cnica, os Engenheiros de Analytics otimizam o manuseio de dados e os Cientistas de Dados aplicam esses dados para resolver desafios reais de neg\u00f3cios. Essa intera\u00e7\u00e3o coesa \u00e9 essencial para fortalecer nossa estrat\u00e9gia centrada em dados.<\/p>\n\n\n\n
Os Engenheiros de Machine Learning no Nubank desempenham um papel crucial na operacionaliza\u00e7\u00e3o dos modelos criados por nossos Cientistas de Dados. Eles pegam esses modelos sofisticados, inicialmente desenvolvidos em ambientes como notebooks Python, e os adaptam para nossa infraestrutura, que inclui tecnologias como Scala e Clojure.<\/p>\n\n\n\n
Suas responsabilidades v\u00e3o al\u00e9m da implementa\u00e7\u00e3o, abrangendo tamb\u00e9m o monitoramento cont\u00ednuo e a manuten\u00e7\u00e3o dos modelos, garantindo a consist\u00eancia, a precis\u00e3o e a sa\u00fade do sistema.<\/p>\n\n\n\n
Os Analistas de Neg\u00f3cios no Nubank s\u00e3o os pensadores estrat\u00e9gicos que ajudam na tomada de decis\u00f5es do in\u00edcio ao fim, aproveitando toda a infraestrutura de dados.<\/p>\n\n\n\n
Seu processo envolve a an\u00e1lise de neg\u00f3cios para identificar oportunidades, projetar testes para validar hip\u00f3teses, implementar estrat\u00e9gias e monitorar os resultados. Eles analisam os resultados dos testes e desenvolvem estrat\u00e9gias de neg\u00f3cios baseadas em dados, considerando tanto a perspectiva da empresa quanto a dos clientes.<\/p>\n\n\n\n
Eles tamb\u00e9m est\u00e3o envolvidos em processos internos, utilizando dados para melhorar o recrutamento, pesquisas internas e a efici\u00eancia operacional.<\/p>\n\n\n\n
Para ilustrar como essas fun\u00e7\u00f5es interagem, vamos considerar um projeto para desenvolver um widget de recomenda\u00e7\u00e3o de produtos para nosso app, personalizado com base no comportamento individual dos clientes. O processo envolve:<\/p>\n\n\n\n
Os esfor\u00e7os coletivos de todas as fun\u00e7\u00f5es de dados no desenvolvimento de um widget de recomenda\u00e7\u00e3o de produtos destacam a import\u00e2ncia de uma abordagem integrada \u00e0 engenharia de dados e de software. Ao combinarem suas habilidades e perspectivas \u00fanicas, esses profissionais do Nubank demonstram o poder do trabalho em equipe na cria\u00e7\u00e3o de solu\u00e7\u00f5es que n\u00e3o s\u00e3o apenas tecnologicamente avan\u00e7adas, mas tamb\u00e9m profundamente sintonizadas com as necessidades dos clientes.<\/p>\n\n\n\n
Essa explora\u00e7\u00e3o serve como um testemunho da import\u00e2ncia de conhecimentos diversos na ind\u00fastria de tecnologia, comprovando que a soma dos esfor\u00e7os colaborativos \u00e9 maior do que a simples adi\u00e7\u00e3o das partes individuais. \u00c9 um exemplo inspirador tanto para empresas quanto para profissionais, enfatizando o valor da colabora\u00e7\u00e3o multidisciplinar no mundo sempre em evolu\u00e7\u00e3o da tecnologia.<\/p>\n\n\n\n
Confira o que compartilhamos sobre esse tema no Meetup a seguir:<\/p>\n\n\n\n