No final de fevereiro o Gartner lançou seu “Magic Quadrant for Data Science and Machine-Learning Platforms”, e também o “Magic Quadrant for Analytics and Business Intelligence Platforms”, distribuindo as empresas e respectivas soluções entre Líderes, Desafiadores, Visionários e Concorrentes de Nicho.
Estes dois Quadrantes Mágicos tem muitas empresas em comum, sendo que neste ano a novidade foi a inclusão de Machine Learning (Aprendizado de Máquina), que pode ser visto como um segmento de Inteligência Artificial, no Quadrante analisando as plataformas de ciência de dados. Foi, na verdade, um novo ajuste já que nos anos anteriores nem se falava em ciência de dados e sim em Analytics avançado.
Se o seu interesse maior é por ferramentas de BI, sugiro dar uma conferida no artigo “A Comparative Analysis of Top 6 BI and Data Visualization Tools in 2018”, que compara as principais ofertas no mercado, incluindo as 3 consideradas líderes pelo Gartner. São apresentadas as principais características de cada uma, além de pontos fortes e fracos, usabilidade, preço e suporte.
Veja que as vendas de ferramentas de BI tradicionais vem caindo desde 2015 e as empresas deste segmento estão sendo desafiadas a ampliar as funcionalidades oferecidas, trabalhar na nuvem e lidar com dados em tempo real. De certo modo, pode-se dizer que elas precisarão se tornar plataformas de ciência de dados, que por sua vez precisam realmente oferecer uma integração completa de todo o ciclo, desde a concepção de uma solução e preparação dos dados até sua colocação em produção e posterior monitoramento e manutenção.
Cabe destacar que nem Python nem R aparecem em qualquer um destes quadrantes mágicos. Apesar de continuarem sendo as linguagens de programação preferidas de quem atua com ciência de dados, elas não se encaixam nas definições para estar em qualquer uma das categorias definidas nas respectivas análises. De qualquer modo, um artigo recente puxando a brasa para o Python é o “Is Python Edging Out R in the Data Science Space?”. Já para quem quer conhecer o R, vale conferir “Introduction to the R Programming Language”.
Voltando ao “Magic Quadrant for Data Science and Machine-Learning Platforms”, as movimentações em relação ao ano anterior foram intensas, com empresas entrando no quadrante dos líderes e a IBM “caindo” para a categoria de Visionários. Dois artigos trazem uma visão geral destas movimentações. São eles: “Gainers and Losers in Gartner 2018 Magic Quadrant for Data Science and Machine Learning Platforms” e “Advanced Analytics Platforms – Big Changes in the Leaderboard”.
Uma análise mais completa, contudo, somente lendo o relatório do próprio Gartner. Várias das empresas analisadas disponibilizam uma cópia do relatório em seus respectivos sites. Uma vez que sou Embaixador para o Brasil da plataforma RapidMiner, indico o link da página deles. Ressalto que eles não apenas permanecem no quadrante dos líderes pelo sexto ano consecutivo, como ainda lançaram uma nova funcionalidade bastante legal depois que o relatório do Gartner foi publicado que é o “Auto Model”.
E para quem quer dar uma olhada na expectativa de crescimento do mercado para os próximos anos, a dica é o artigo “Roundup Of Machine Learning Forecasts And Market Estimates, 2018”. Ainda sobre mercados, neste outro artigo, Brasil e China são apontados como locais onde os consumidores estão mais propensos a comprar eletrônicos com inteligência artificial embutida.
Não custa lembrar que qualquer uma das plataformas e ferramentas que estão no mercado precisam ser operadas por pessoas. Uma análise de como anda a oferta de mão de obra especializada pode ser encontrado em “Global AI Talent Report 2018”. Creio que não será novidade para ninguém saber que o número de mulheres atuando na área é menor do que o de homens, a exemplo do que ocorre com as TICs em geral.
Por conta do dia Internacional da Mulher agora no início de março, foi publicado um artigo trazendo 18 mulheres nos EUA que se destacam nas áreas de IA, Analytics, Big Data, Data Science, Machine Learning e Robótica. Em nossa rede aqui no Rio merecem homenagem a Aline Paes, Carla Delgado, Jonice Oliveira, Letícia Nogueira, Maria Luiza Reis e Priscila Lima. Para não ficar apenas no Rio, homenageamos também mulheres de todo o Brasil na pessoa da Fabiane Nardon. Que todas elas sejam inspiração para que mais mulheres façam a diferença nestas áreas do conhecimento.
Como sempre, tem muito mais informação nos links sugeridos a seguir, destacando análises sobre conferencias recentes, como usar IA em negócios grandes e pequenos, e usos de blockchain com IA. Por falar em eventos, esta aberta até 4 de abril a chamada de trabalhos para o PAPIs LatAm.
Nos links em Português temos um Guia Completo para Começar uma Carreira em Data Science, além de cursos gratuitos sobre IA e Aprendizado de Máquina.