Desafios da gestão de dados na era do Big Data: perspectivas profissionais

Resumo

Resumo: Investiga os desafios da gestão de dados na era do Big Data, bem como da avaliação das potencialidades, riscos e oportunidades na sociedade contemporânea, em especial para a Ciência da Informação, a partir do impacto da expansão dos dados. Nos últimos dez anos tem ocorrido  transformações estruturais no campo informacional em decorrência da velocidade e do grande volume de dados permeando a sociedade e com implicações na dimensão econômica, tecnológica, social e informacional apontando para novas tendências. No contexto, reflete-se sobre o perfil profissional do cientista de dados e as habilidades que este deve ter diante de um ambiente de mega dados. Neste sentido, busca-se a compreensão do que são esses dados, como utilizá-los estrategicamente e da complexidade envolvida no tocante a gestão de dados. As estratégias metodológicas envolvem pesquisa exploratória, descritiva e bibliográfica na exploração teórico-conceitual. Os resultados apresentam o delineamento de um novo perfil profissional para o contexto de gestão de dados na era do Big Data em que características interdisciplinares se evidenciam como dinâmicas no contexto de perspectiva profissional. Concluímos que é urgente endereçar e ampliar pesquisas sobre o fenômeno dentro da Ciência da Informação.

 

Palavras-chave: Big Data; Gestão de dados; Cientista de dados.

 

Biografia do Autor

Adriana Alves Rodrigues, Universidade Federal da Paraíba (UEFB)
Doutoranda em Ciência da Informação na Universidade Federal da Paraíba (UFPB).
Emeide Nóbrega Duarte, UFPB

Doutora em Administração pela Universidade Federal da Paraíba, Brasil. Professora da Universidade Federal da Paraíba, Brasil.

Guilherme Ataide Dias, UFPB
Professor do Mestrado Profissional em Organizações Aprendentes –MPGOA e Programa de Pós-Graduação em Ciência da Informação, ambas da Universidade Federal da Paraíba (UFPB).

Referências

BARLOW, Mike. The culture of Big Data. Sebastapol-CA: O`Reilly Media, 2013.

BARRETO, A. Os três tempos da Ciência da Informação. 16 maio 2014. Disponível em

em: http://aldobarreto.wordpress.com. Acesso em: 14 dez de 2015.

BOYD, D; CRAWFORD, K. Six Provocations for Big Data). A Decade in Internet Time: Symposium on the Dynamics of the Internet and Society, September 2011. Disponível em: https://goo.gl/SYha3 Acesso em: 9 fev 2017.

CHYI LEE, C; YANG, J. Knowledge value chain. Journal of management development, v. 19, n. 9, p. 783-794, 2000.

CHOO, C. W. A organização do conhecimento: como as organizações usam a informação para criar significado, construir conhecimento e tomar decisões tradução Eliana Rocha. - São Paulo: Editora Senac São Paulo, 2003.

CONEGLIAN, C. S.; SANTAREM SEGUNDO, J. E. ; SANT'ANA, Ricardo César Gonçalves . Big Data: fatores potencialmente discriminatórios em análise de dados. Em Questão, v. 23, p. 62-86, 2017.

COSTA, L. S; CAVALCANTI, M. Big Data não é tecnologia. DataGramaZero - Revista de Informação - v.15 n.3 jun/14.

DAVENPORT , T. H., Cientista de dados: o profissional mais cobiçado do século 21. Havard Business Review. 2013.

DI MARTINO, B. et al. Big data (lost) in the cloud. International Journal of Big Data Intelligence., Vol.1, No.1/2, pp.3 – 17, 2014.

DUARTE, E. N; COSTA, L. F; SANTOS, L. F; SANTOS, J. L; MORAES, F. M. Comportamento e Competência em informação: uma experiência de extensão universitária. Revista ACB: Biblioteconomia em Santa Catarina, Florianópolis, v.18, n.1, p. 553-575, jan./jun., 2013. Disponível em: https://goo.gl/MKP1VX Acesso em: 18 jul. 2017.

DUMBILL, E. What is big data? An introduction to the big data landscape. O'Reilly Media, Inc., 2012. Disponível em: https://goo.gl/ihLV94 . Acesso em 1 dez. 2016.

EINSENSTEIN, M. The Power of Petabytes. S2. Nature. Vol 257. Novembro, 2015.

FERREIRA, J. A. ; SANTOS, P. L. V. A. C. . O modelo de dados Resource Description Framework (RDF) e o seu papel na descrição de recursos. Informação & Sociedade (UFPB. Online), v. 23, p. 13-23, 2013.

FERNANDES; G. L; LIMA-MARQUES, M. Competitividade na era do Big Data: uma perspectiva a partir da disciplina de arquitetura da informação. In: Análise da Informação para a tomada de decisão. TARAPANOFF, Kira (org.). Curitiba: Intersaberes, 2015.

FREDERIKSEN, L. (2012). Big Data. Public Services Quarterly, 8(4), 345-349.

GEHL, R. W. (2015). Sharing , knowledge management and big data : A partial genealogy of the data scientist. Disponível em: https://goo.gl/iBSLxE Acesso em: 7 jul 207

GIL, A. C. Métodos e Técnicas de pesquisa social. 6 ed. São Paulo: Atlas, 2008.

GITTLEN, S. Could data scientist be your next job? The definition of a data scientist varies, but no matter how it's defined, the skills are in demand. Network World 4 June 2012. Academic OneFile. Web. 7 Dec. 2015.

GUTIÉRREZ, M. P. M. Gestión del conocimiento en las organizaciones: fundamentos, metodología y). El profesional de la información, 2009, enero-febrero, v. 18, n. 1, pp. 111-113. Disponível em: https://goo.gl/dohtWE Acesso em: 8 mai. 2017.

LIMA; T.C.S; MIOTO, R.C.T. Procedimentos metodológicos na construção do conhecimento científico: a pesquisa bibliográfica. 2007. Disponível em: https://goo.gl/czfNb0 Acesso em: 4 set 2017.

LOPES, B. Métodos ágeis e Gestão de dados moderna. Disponível em: www.bergsonlopes.com.br Acesso em: 4 dez. 2016.

MANYIKA, J.; CHUI, M.; BROWN, B.; BUGHIN, J.; DOBBS, R.; ROXBURGH, C.; BYERS, A. H. Big Data: The Next Frontier for Innovation, Competition, and Productivity. McKinsey Global Institute, May 2011. Disponível em: https://goo.gl/my4utS Acesso em: 3 nov. 2016.

MENEZES; S. R. L; FREITAS; R. S; PARPINELLI, R.S. Mineração em Grandes Massas de Dados Utilizando Hadoop MapReduce e Algoritmos Bio-inspirados: Uma Revisão Sistemática. Rev. Inform. Teor. Apl. (Online). Porto Alegre: 2016.

MOURA, A. L. T.. AMORIM, D. G. Big Data: O Impacto e sua funcionalidade na sociedade tecnológica. Revista OPARA, 2014 .

NASSIF, M. E; SANTOS, E. L. O profissional da informação em atividades de inteligência competitiva. Inf. Inf., Londrina, v. 14, n. 2, p. 21 - 37, jul./dez. 2009.

NONAKA, I; TAKEUCHI, H. Criação de conhecimento na empresa: como as empresas japonesas geram a dinâmica da inovação. Rio de Janeiro: Elsevier, 1997.

SANTOS, C. J. Atuação profissional da informação no processo de inteligência competitiva. REBECIN, v.3, n.2, p.26-50, jul./dez. 2016. Disponível em: https://goo.gl/dFqbSL Acesso em: 24 jul. 2017.

SARACEVIC, T. Ciência da informação: origem, evolução e relações. Perspectivas em Ciência da Informação., Belo Horizonte, v. 1, n. 1, p. 41-62, jan./jun. 1996.

SPECHT, A; GURU, S; HOUGHTON, L; KENIGER, L.; RITCHIE, E.G; LAI, K; TREOLAR, A. Data Management challenges in analysis and synthesis in the ecosystem sciences. Science of the Total Environment 534 (2015) 144- 158.

SCHÖNBERGER-MAYER, V; CUKIER, K. Big data: como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana. Rio de Janeiro: Elsevier, 2013.

TARAPANOFF, K; ALVARES, L. Perspectivas em inteligência organizacional e competência na web: uma visao geral. In: Análise da Informação para a tomada de decisão. TARAPANOFF, Kira (org.). Curitiba: Intersaberes, 2015.

Publicado
2018-10-20