Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Perfil e competências do profissional de informação para a gestão de dados (Big Data)

355 views

Published on

I Conferência Internacional de Gestão da Informação e Arquivos (CIGIA)

Published in: Education
  • Be the first to comment

  • Be the first to like this

Perfil e competências do profissional de informação para a gestão de dados (Big Data)

  1. 1. PERFIL E COMPETÊNCIAS DO PROFISSIONAL DA INFORMAÇÃO PARAA GESTÃO DE DADOS EM MASSA (BIG DATA) Luísa Alvim
  2. 2. Sumário Introdução Os Dados em massa e novas competências: • Definição de dados em massa; • Novas competências para gerir dados em massa: • Perfil do gestor de dados em massa, • Projeto EDISON; Resultados e discussão; Conclusões e trabalho futuro. 2
  3. 3. Introdução 3 • Dados em massa (Big Data) • Perfil e competências para gerir dados em massa • Profissional da Informação
  4. 4. Dados em massa 4
  5. 5. Dados em massa 5 Fonte http://bahia.ugr.es/bigdade/index.php/bigdata-snapshots/ 3vs • Volume • Velocidade • Variedade Doug Laney (2001)
  6. 6. Dados em massa 6 https://www.m-brain.com/home/technology/big-data-with-8-vs/ • Volume • Velocidade • • Variedade • Veracidade • Valor • Visualização • Verificação • Variabilidade • Viabilidade • Vulnerabilidade
  7. 7. Ciclo dos dados em massa Fonte: https://blog.teclogica.com.br/big-data/ 7
  8. 8. Open data 8
  9. 9. Ciclo da gestão de dados em massa Perfil do gestor de dados em massa Ciclo da gestão dos dados em massa processos requeridos no ciclo da gestão de dados massivos: (síntese) • desenvolvimento e implementação de soluções de gestão; • desenvolvimento de atividades para gerir os dados, armazenar, tratar e manutenção da qualidade; • administração e manutenção da arquitetura dos sistemas de informação; • extração da informação e criação de conhecimento para obter benefício dos dados mediante a análise. 9
  10. 10. Perfil do gestor de dados em massa Cientista de dados (síntese) • Habilidades analíticas • Habilidades de comunicação • habilidades técnicas (engenharias) • Habilidades multidisciplinares: Tecnologia da Informação, Negócios e Analíticas Avançadas • Etc. European e-Competence Framework The Skills Framework for the Information Age - SFIA 10
  11. 11. Fonte: http://edison-project.eu/ 11
  12. 12. Perfil do gestor de dados em massa / EDISON 1. Análise de dados; 2. Desenvolvimento de software e hardware; 3. Competências e conhecimento de temas científicos (no âmbito de negócio); 4. Gestão de dados e preservação; 5. Métodos de investigação. 12
  13. 13. Resultados e discussão • Projeto EDISON – cientista de dados Profissional da Informação • trabalha pela qualidade de vida dos dados e pelo ciclo de vida da informação e do conhecimento, analisa os dados e facilita às organizações a geração do conhecimento para ação mediante a criação de produtos de informação. • conhecimento sobre legislação que afeta a proteção de dados • aspetos éticos no uso da informação • conhecimentos sobre preservação e recuperação dos dados em sistemas orientados ao utilizador • facilidade no acesso dos dados e usabilidade. 13
  14. 14. Resultados e discussão • Reflexão sobre novas competências para o perfil do profissional da informação • Debates, fóruns, etc. • A partir de referenciais de competências Euroreferencial ID, Observatório da Profissão de Informação e Documentação da Universidade do Porto, etc. • Área da gestão de dados em massa é emergente • O caso dos dados de investigação • Literacia dos dados 14
  15. 15. Conclusões • Mais lugares para profissionais da informação especializados neste domínio da gestão de dados em massa; • Perfil e competências do gestor de dados em massa está em construção – EDISON; • Open data; • Gestão de dados em massa - desafio e oportunidade para os profissionais da informação; • O conhecimento e as aptidões necessárias para os profissionais da informação nesta área dos dados em massa são interdisciplinares, transversais, especializados e complexos; • Exige uma reflexão sobre o modelo formativo - ensino da Informação/Documentação ajustado ao mercado de trabalho; 15
  16. 16. Referências selecionadas Alonso Arévalo, J., & Vásquez Vásquez, M. (2016). Big Data: la próxima «gran cosa» en la gestión de la información. BiD: Textos Universitaris de Biblioteconomia I Documentación, (36). Retrieved from http://bid.ub.edu/es/36/alonso.htm&gt CEN European Committee for Standardization. (2014). European e-Competence Framework 3.0. Retrieved from http://www.ecompetences.eu/wp- content/uploads/2014/02/European-e-Competence-Framework-3.0_CEN_CWA_16234-1_2014.pdf Chen, M., Mao, S., & Liu, Y. (2014). Big Data: A Survey. Mobile Networks and Applications, 19(2), 171–209. http://doi.org/10.1007/s11036-013-0489-0 Conselho Europeu das Associações de Informação e Documentação. (2005). Euro-Referencial I-D. Lisboa: INCITE. Costa, C., & Santos, M. (2017). The data scientist profile and its representativeness in the European e-Competence framework and the skills framework for the information age. International Journal of Information Management. Demchenko, I., & Belloum, A. (2016). Data Science competence framework: Approch and first working. EDISON Discussion Document. Retrieved from http://edison- project.eu/sites/edison-project.eu/files/attached_files/node-29/edison-cf-ds-draft-cc-v06.pdf Demchenko, I., & Belloum, A. (2017). EDISON: Discussion Document: Part 1. Data Science Competence Framework (CF-DS) release 2. Retrieved from http://edison- project.eu/sites/edison-project.eu/files/filefield_paths/edison_cf-ds-release2-v08_0.pdf EDISON Project UE. (2015). EDISON: Building the data science profession. Retrieved from http://edison-project.eu/ García Alsina, M. (2017). Big Data: Gestión y explotación de grandes volúmenes de datos. Barcelona: Editorial UOC. O’Reilly Media. (2017). Big Data Now. United States of America: O’Reilly Media. Ochôa, P. (2017). Painel Perfis e competências profissionais. In Encontro Curadoria Digital – Estratégias e experiências: atas. Príncipe, P., & Furtado, F. (2017). Relatório do 2o Fórum de Gestão de Dados de Informação. Retrieved from http://hdl.handle.net/1822/46338 Research Data Alliance. (2016). 23 coisas: Bibliotecas e Dados Científicos. SAS. (2013). Big Data Analytics: An assessment of demand for labour and skills, 2012-2017. London. Retrieved from file:///C:/Users/luisa/Downloads/BigDataAnalyticsAnassessmentofdemandforlabourandskills2012-2017 (1).pdf 16
  17. 17. Muito obrigada pela atenção. Luísa Alvim mluisa.alvim@gmail.com Este trabalho é financiado por Fundos Nacionais através da FCT – Fundação para a Ciência e a Tecnologia no âmbito do projeto UID/HIS/00057/2013

×