Sobre a ascensão meteórica do cientista de dados Low Code

O desenvolvimento de software low-code, apenas recentemente alardeado como a próxima grande megatendência, está aqui e já se tornou popular. Até 2025, 70 por cento dos novos aplicativos desenvolvidos pelas organizações serão criados usando plataforma de baixo e nenhum código, acima dos menos de 25 por cento em 2020, de acordo com o Gartner . Se você ainda não estiver usando plataformas de baixo código, estará muito em breve.

O desenvolvimento baixo e sem código possibilita que pessoas sem formação técnica criem produtos digitais, daí o surgimento do termo “desenvolvedor cidadão”. No entanto, a ideia do desenvolvedor cidadão é um pouco enganadora. Embora seja verdade que você realmente não precisa ser técnico treinando para usar ferramentas de baixo código ... algumas habilidades transferíveis definitivamente ajudam. Como disse a cientista de dados e evangelista de baixo código, Rosaria Silipo, “sem código não significa sem matemática ”.

Além disso, enquanto as organizações e os chamados desenvolvedores cidadãos estão obviamente se beneficiando de um acesso mais fácil ao desenvolvimento digital, os tecnólogos também estão. Estudos da indústria mostram que uma proporção significativa de desenvolvedores profissionais – facilmente um terço e potencialmente quase dois terços – estão usando soluções de baixo código para acelerar seu trabalho ou criar soluções alternativas.

IA de baixo código: uma história de oferta e demanda?

A única habilidade que as empresas precisam ainda mais do que a TI é a ciência de dados. As mesmas forças de mercado que estão impulsionando a adoção de código baixo em geral são especialmente sentidas quando se trata de soluções de IA de código baixo.

A falta de pessoas não é o único desafio para as organizações que desejam colocar seus projetos de IA em funcionamento. O desenvolvimento de IA geralmente leva muito tempo e consome muitos recursos quando conjuntos de dados grandes ou complexos estão envolvidos. Em outras palavras, é caro. Somado a isso, a competição por cientistas de dados é acirrada e a remuneração generosa. Projetos de big data e IA envolvem um compromisso sério em termos de dinheiro e tempo.

Até agora, isso é. Low-code está ajudando a acelerar significativamente os cronogramas, reduzindo os custos não apenas por projeto, mas em termos de número de funcionários - há evidências crescentes de que as soluções de código baixo estão ajudando a preencher a lacuna de habilidades , reduzindo o número total de contratações que as empresas precisam fazer. No livro Emerging Architectures for Modern Data Infrastructure, atualizado recentemente, Andreesen Horowitz observou que o setor de ML está se consolidando em torno de uma abordagem centrada em dados com soluções de ML de baixo código (como Continual e MindsDB) automatizando o processo de modelagem de ML.

Ferramentas de baixo código para atender a todos os trabalhos

Embora isso possa parecer uma má notícia para os cientistas de dados, vale lembrar que os próprios cientistas de dados estão se beneficiando do aumento da velocidade e da facilidade de usar ferramentas de IA de baixo código.

O movimento low-code é frequentemente descrito como uma “democratização” de todas as coisas digitais, quebrando as barreiras ao desenvolvimento e aos resultados transformacionais. Essa democratização vem ocorrendo gradualmente em todos os níveis da ciência de dados, desde a entrada de dados até a transformação de dados e o aprendizado de máquina.

Há uma maneira mais simples e de baixo código de fazer muitos dos trabalhos que anteriormente eram altamente complexos ou demorados. Usando soluções de baixo código, os cronogramas do projeto aceleram e os cientistas de dados não ficam mais presos a ferramentas e processos com base no conjunto específico de habilidades de programação que possuem.

Tome o SQL como exemplo, uma habilidade clássica e a linguagem principal dos bancos de dados. No entanto, para trabalhar com os dados, um cientista de dados costumava precisar ser proficiente em várias outras linguagens, ferramentas de BI e soluções de ML. Nada mais: em vez de extrair os dados do banco de dados, carregá-los em uma ferramenta de BI, depois em uma ferramenta de ML, executar os modelos e carregar as descobertas de volta na ferramenta de BI, há um movimento crescente que busca fazer a mágica acontecer dentro a camada de dados, usando a linguagem de dados estabelecida e universal, SQL.

Este exemplo, do campo de aprendizado de máquina no banco de dados, mostra como os cientistas de dados que usam comandos SQL padrão agora podem consultar previsões e criar modelos de ML de dentro do banco de dados. Os pipelines de dados são outro exemplo de um processo que está sendo radicalmente simplificado e acelerado graças a empresas como a dbt Labs com seu produto de transformação de dados baseado em comandos SQL.

Os cientistas de dados, que há muito debatem os méritos relativos de diferentes linguagens e ferramentas de programação, estão descobrindo cada vez mais que o SQL humilde pode levá-los ao seu destino de maneira rápida e fácil.

Acelerando a transformação com ferramentas no banco de dados

É uma verdade desconfortável para os cientistas de dados, mas a análise pode facilmente se tornar o gargalo que retarda a transformação digital. Há boas razões por trás disso – falta de habilidades, custo, complexidade. As ferramentas de ciência de dados de baixo código aceleram radicalmente o processo de extração de inteligência acionável dos dados. Nas mãos de um profissional experiente em dados, a velocidade, a simplicidade e a economia das soluções de baixo código no banco de dados trazem possibilidades extraordinárias. Ao tornar grandes quantidades de dados mais acessíveis, os cientistas de dados precisam apenas ser limitados por sua imaginação, em vez dos motivos usuais pelos quais as coisas não são feitas (custo, problemas de integração, preocupações com o tempo, lacuna de habilidades). As soluções de baixo código estão ajudando os cientistas de dados inovadores a brilhar, pois fornecem ROI mais rapidamente e mostram o poder do ML para um número crescente de cenários.

Eles também ajudam a aumentar a produção digital geral de uma organização. Afinal, a pandemia fez com que o mundo girasse para soluções digitais e não houvesse como voltar atrás. Três quartos dos CIOs relataram um aumento na demanda por novos produtos e serviços digitais, que continua crescendo desde então. Para as equipes de dados e TI que já estavam sobrecarregadas, sobrecarregadas e super estressadas, a disponibilidade de soluções de baixo código não poderia ter chegado em um momento melhor.

Os desafios de um mundo de baixo código

Embora a adoção de ferramentas de ciência de dados de baixo código esteja aumentando rapidamente, ainda é cedo para esse tipo de desenvolvimento. As organizações estão compreensivelmente preocupadas com as implicações de segurança e conformidade de não especialistas que lidam com dados (e outros) projetos. À medida que o desenvolvimento e a ciência de dados se tornam cada vez mais descentralizados, um dos maiores desafios será para as organizações promover uma cultura em que a inovação possa ocorrer livremente, mas permaneça estratégica, relevante e segura. A maioria dos especialistas concorda que as políticas da empresa precisarão ser atualizadas para refletir as práticas de baixo código.

As soluções de IA de baixo código, quando usadas por cientistas de dados, são uma maneira de trabalhar com mais eficiência, mas podem, indiretamente, acabar aumentando sua carga de trabalho. Embora o “desenvolvimento cidadão” pareça operar independentemente da equipe de TI, a realidade para os cientistas de dados significará mais pedidos para ajudar a integrar, resgatar ou dar suporte a ferramentas digitais que foram criadas em outros lugares.

A vida como um cientista de dados Low-code

As ferramentas de baixo código representam uma grande ruptura na forma como o digital tem sido feito até agora. Como toda força disruptiva, ela cria oportunidades enquanto ameaça o status quo.

Para os cientistas de dados, o low-code agora está se tornando um fato da vida, uma abordagem híbrida para o desenvolvimento de IA que deve ser adotada devido à sua inegável velocidade e simplicidade. Além disso, a democratização e a descentralização da TI são imparáveis. Para os cientistas de dados, a questão agora não é adotar o low-code, mas a melhor forma de fazê-lo. Já vi low code acelerar muitas carreiras em ciência de dados. Compreendendo seu campo como o fazem, eles já têm uma vantagem sobre seus colegas que não lidam com dados. Nas mãos dos cientistas de dados, as soluções de baixo código ajudam os cientistas de dados a trabalhar com mais rapidez e inteligência, ao mesmo tempo em que são mais ágeis e criativos.