Boa tarde pessoal,
tenho um amigo que está na ultima parte de um processo seletivo em BI ( Programa de Trainee em uma multi nacional ) ele comentou que será uma entrevista técnica, só que ele não sabe o que estudar e nem eu… Gostaria de ajudar meu amigo, vocês sabem me dizer oq ele pode estudar? Ai eu passo pra ele certinho, essa ultima parte é amanhã, ele ta correndo contra o tempo pra estudar… Caso alguém possa ajudar agradeço desde já!!
[quote=carloshsamaral]Boa tarde pessoal,
tenho um amigo que está na ultima parte de um processo seletivo em BI ( Programa de Trainee em uma multi nacional ) ele comentou que será uma entrevista técnica, só que ele não sabe o que estudar e nem eu… Gostaria de ajudar meu amigo, vocês sabem me dizer oq ele pode estudar? Ai eu passo pra ele certinho, essa ultima parte é amanhã, ele ta correndo contra o tempo pra estudar… Caso alguém possa ajudar agradeço desde já!![/quote]
Se eu fosse entrevistar um Trainee gostaria q ele tivesse bem de conceitos de BI e atento às ferramentas de mercado, não prática mas muita teoria.
Sugiro o link abaixo de exemplo:
Mas qual o perfil da vaga: usuário de BI ou implantador de ferramentas BI ?
De qualquer maneira, aprendi muita coisa com o Pentaho:
[quote=carloshsamaral]Boa tarde pessoal,
tenho um amigo que está na ultima parte de um processo seletivo em BI ( Programa de Trainee em uma multi nacional ) ele comentou que será uma entrevista técnica, só que ele não sabe o que estudar e nem eu… Gostaria de ajudar meu amigo, vocês sabem me dizer oq ele pode estudar? Ai eu passo pra ele certinho, essa ultima parte é amanhã, ele ta correndo contra o tempo pra estudar… Caso alguém possa ajudar agradeço desde já!![/quote]
Quando se fala em BI, normalmente o que a empresa espera do profissional é utilizar seu talento para Data Warehouse fundamentalmente.
O Data Warehouse é uma técnica de organização da informação operacional (ou transacional) em uma estrutura gerencial, isto é, os dados de bancos de dados relacionais, arquivos, planilhas, web-service entre outras fontes, são acomodados de uma forma conveniente para a rápida consulta e análise da informação pelo espectro gerencial as vezes tomador de decisão.
Para aprender sobre Data Warehouse, é melhor acessar alguma literatura do papa da matéria, William Harvey Inmon e seus contribuintes. Os materiais destes caras são fáceis de ler e evita de você de aprender com alguém que não tem conhecimento prático.
O Data Warehouse requer conhecimento dos seguintes assuntos:
Pré-requisitos:
Requisitos:
O conhecimento de uma ferramenta para gerar relatórios e gráficos ao usuário não é fundamental para um trainee, pois o “trabalho sujo e mais nobre” depende mesmo da etapa de modelagem.
As ferramentas utilizadas nas empresas normalmente são:
Infelizmente, muitos entrevistadores entendem que o profissional deve dominar uma destas ferramentas e não conseguem ver que o ponto crítico para avaliar o profissional está na capacidade dele modelar baseado em fundamentos o DW a considerar boa estrutura, granularidade, desempenho, integridade, segurança, escalabilidade e reprocessamento.
Claro, as ferramentas de apoio são relevantes, porém para um analista de DW, é como aprender o pacote MS-Office e isso é treino a ser dado pela empresa porque o profissional não tem obrigação de conhecer a ferramenta que a empresa decidiu utilizar.
wiliamps
Olá, bom dia!
Estude conceitos de BI, depois que entender conceitos, veja quais ferramentas utiliza-se no mercado.
Bom, Business Intelligence vai além de ferramentas, pode ser feita até com caneta e papel, vai dar um trabalhão, mas pode, durante muito tempo, muita gente fez excelentes análises com o Excel, não é à toa que esta a tanto tempo em praticamente todas as empresas e nas residências.
Uma dica para entender os conceitos de BI, vá no youtube e digite: qlikview e terá um vídeo explicativo e legendado em português explicando o que é BI, e como funciona a ferramenta qlikview. Tem bastante material bom no youtube. Acho que seu colega vai conseguir aprender direitinho se tiver dedicação e respirar o google todos dias. O que tenho feito diariamente.
Qualquer coisa que tiver dúvida poste aqui, e respondo assim como os demais colegas do guj.
abs.
Você trabalha com BI?
Ah, outra coisa tem uma comunidade que pode ajudar o teu amigo:
http://community.qlikview.com/index.jspa
Tem que procurar lá na comunidade: qlikview Brasil
tem várias comunidades de vários países, ainda bem que temos a comunidade qlikview Brasil, o que ajuda muito, penei muito para achar!
Você trabalha com BI?[/quote]
Não, mas já estudei algo a respeito. Eu perguntei porque na minha opinião, parece que algumas empresas confundem os papéis. Eu penso que uma coisa é você montar uma infra-estrutura (ou metodologias) para suportar BI (equipamentos, ferramentas, bancos de dados, etc.) e outra coisa completamente diferente é definir quais são as análises e consultas relevantes para o negócio.
É um pouco do mais do mesmo: ponto de vista do negócio e ponto de vista técnico, um trabalha no problema e outro trabalha na solução.
Você trabalha com BI?[/quote]
Não, mas já estudei algo a respeito. Eu perguntei porque na minha opinião, parece que algumas empresas confundem os papéis. Eu penso que uma coisa é você montar uma infra-estrutura (ou metodologias) para suportar BI (equipamentos, ferramentas, bancos de dados, etc.) e outra coisa completamente diferente é definir quais são as análises e consultas relevantes para o negócio.
É um pouco do mais do mesmo: ponto de vista do negócio e ponto de vista técnico, um trabalha no problema e outro trabalha na solução.[/quote]
Pelo que li, é baseado nas informações processadas (CUBOS) que foram criados a partir das informação brutas (Raw Data), que vão para o BD através de um processo de Extração/ transformação/ carga.
A idéia de BI é transformar dados em informações que são utilizadas para a tomada de decisão. A informação pode ter diversas visões que são criadas através dos cubos, o cubo define a limitação da informação. Por exemplo: faz sentido relacionar Estado e depois Cidade, e não continente e depois município.
Fala Raquel.
Quando você falou de cubos, justamente o que a modelagem multidimensional ensina.
A extração de informação bruta significa você pegar dados de fontes, talvez heterogêneas algumas vezes, e organizá-las pelos princípios da modelagem multidimensional para criar as dimensões do que chamam de cubo. As dimensões são ligadas a fatos e ai vai. Ou seja, precisa sim entender de ETL e Modelagem Multidimensional, além dos outros pontos que destaquei na resposta anterior.
Tenho competência especialista em banco de dados (não ferramenteiro, cientista mesmo) de longa data e tive a sorte de receber convites para atuar em projetos de BI na década anterior, praticamente estive envolvido com isso por 4 anos, mas realmente deve-se acessar literaturas para poder ter utilidade nesta área. Se for para ser somente um desenvolvedor, acredito que nem precisa ter mais do que uma noção conforme o rmendes08 abriu um precedente parecido ao questionar a linha de atuação pretendida pela vaga.
Todo projeto nasce de ideias e elas para chegarem até fase de implementação, precisam sim de pessoas capacitadas e com habilidades para “desenhá-las e testá-las na prancheta” antes de sair executando o projeto e para isso vale a capacitação especifica no ramo.
Ainda enfatizo:
“O que chamam de BI, para nós da TI, o mais critico é ler como DW e claro, expor as informações do DW em formas a contemplar o BI”.
Tentei apenas responder o amigo em relação a aplicação mais comum do BI e não as possibilidades ainda não exploradas (em quantidade relevante) pelo mercado brasileiro.
wiliamps
[quote=wiliamps][quote=Rachel da Silveira Campos]
Pelo que li, é baseado nas informações processadas (CUBOS) que foram criados a partir das informação brutas (Raw Data), que vão para o BD através de um processo de Extração/ transformação/ carga.
[/quote]
Fala Raquel.
Quando você falou de cubos, justamente o que a modelagem multidimensional ensina.
A extração de informação bruta significa você pegar dados de fontes, talvez heterogêneas algumas vezes, e organizá-las pelos princípios da modelagem multidimensional para criar as dimensões do que chamam de cubo. As dimensões são ligadas a fatos e ai vai. Ou seja, precisa sim entender de ETL e Modelagem Multidimensional, além dos outros pontos que destaquei na resposta anterior.
Tenho competência especialista em banco de dados (não ferramenteiro, cientista mesmo) de longa data e tive a sorte de receber convites para atuar em projetos de BI na década anterior, praticamente estive envolvido com isso por 4 anos, mas realmente deve-se acessar literaturas para poder ter utilidade nesta área. Se for para ser somente um desenvolvedor, acredito que nem precisa ter mais do que uma noção conforme o rmendes08 abriu um precedente parecido ao questionar a linha de atuação pretendida pela vaga.
Todo projeto nasce de ideias e elas para chegarem até fase de implementação, precisam sim de pessoas capacitadas e com habilidades para “desenhá-las e testá-las na prancheta” antes de sair executando o projeto e para isso vale a capacitação especifica no ramo.
Ainda enfatizo:
“O que chamam de BI, para nós da TI, o mais critico é ler como DW e claro, expor as informações do DW em formas a contemplar o BI”.
Tentei apenas responder o amigo em relação a aplicação mais comum do BI e não as possibilidades ainda não exploradas (em quantidade relevante) pelo mercado brasileiro.
wiliamps
http://oracle2java.blogspot.com/[/quote]
Algumas observações que julgo importante.
Na minha cabeça eu penso que é um conjunto de dados, e em endereço também, é um deles.
Eu gosto de usar data/hora como exemplo:
Dado 1: 10
Dado 2: 4
Dado 3: 1995
Dado 4: 15
Dado 5: 30
Observe que todos são dados, mas não há nenhuma informação, podemos julgar, ou interpretar, mas puro e simples, para mim não significa nada.
Incluindo mais alguns dados:
Conjunto de dado 1: Dia 10
Conjunto de dado 2: Mês 4
Conjunto de dado 3: Ano 1995
Conjunto de dado 4: 15h
Conjunto de dado 5: 30min
Observe que agora, não se refere mais a um dado, e sim um conjunto, dia 10, é uma informação, assim como os outros.
Acrescentando mais um conjunto de dados teremos mais informações e chegaremos ao conhecimento:
Informação 1: João nasceu em 10/4/1995 as 15h30.
Informação 2: Geração Z são os que nasceram entre 1991 e 1999
Agora temos o conhecimento de que o João é da geração Z.
O mais complexo e a sabedoria, pois seria o conjunto de conhecimentos, mas eu particularmente tenho certa dificuldade de distinguir o conhecimento da sabedoria.
Tenho muito o que estudar ainda…
Oi Raquel,
você foi profunda mesmo agora, cheguei a perder de vista a “pedra da verdade”, deslocamento da realidade. Hehhehehhhehehe
Este problema ressaltado por você é a principal matéria prima da Inteligência Artificial (IA).
IA é realmente uma técnica totalmente correlacionável ao campo do BI e encarece o projeto.
A Google faz isso muito bem bisbilhotando a todo momento nossa interação com a Internet e segundo um amigo, eles implantaram um novo sistema de maior precisão para analisar a semântica de seus textos de acordo com quem é você.
Alguns grupos industriais utilizam o BI aliado a IA para tentar conhecer a intenção de compra do consumidor, conhecer se o médico indica remédios de sua marca, saber da estratégia de preços de seus concorrentes etc.
Voltando a realidade de um mortal, esta questão de transformar dados em informação são feitas a partir de procedimentos mesmo e principalmente, tenha em mente que antes de desenhar um DW, a empresa ja sabe quais informações precisa, então o trabalho do DW será focado em compilar os dados para torná-los em nestas informações.
wiliamps
[quote=wiliamps]Oi Raquel,
você foi profunda mesmo agora, cheguei a perder de vista a “pedra da verdade”, deslocamento da realidade. Hehhehehhhehehe
Este problema ressaltado por você é a principal matéria prima da Inteligência Artificial (IA).
IA é realmente uma técnica totalmente correlacionável ao campo do BI e encarece o projeto.
A Google faz isso muito bem bisbilhotando a todo momento nossa interação com a Internet e segundo um amigo, eles implantaram um novo sistema de maior precisão para analisar a semântica de seus textos de acordo com quem é você.
Alguns grupos industriais utilizam o BI aliado a IA para tentar conhecer a intenção de compra do consumidor, conhecer se o médico indica remédios de sua marca, saber da estratégia de preços de seus concorrentes etc.
Voltando a realidade de um mortal, esta questão de transformar dados em informação são feitas a partir de procedimentos mesmo e principalmente, tenha em mente que antes de desenhar um DW, a empresa ja sabe quais informações precisa, então o trabalho do DW será focado em compilar os dados para torná-los em nestas informações.
wiliamps
http://oracle2java.blogspot.com/[/quote]
Interessante seu ponto de vista.
Esqueci de mencionar uma coisa referente ao meu post anterior:
Com a informação 1, temos muitos outros conhecimentos, como por exemplo a idade, se é jovem ou velho, se está ou não estudando, se pode ter carteira de habilitação ou não… assim por diante…
é ai que entra ferramentas de BI como o QlikView, assim proporcionando que o analista cruze várias informações gerando conhecimento e sabedoria, o que estão chamando de Business Discovery.
[quote=wiliamps]Oi Raquel,
você foi profunda mesmo agora, cheguei a perder de vista a “pedra da verdade”, deslocamento da realidade. Hehhehehhhehehe
Este problema ressaltado por você é a principal matéria prima da Inteligência Artificial (IA).
IA é realmente uma técnica totalmente correlacionável ao campo do BI e encarece o projeto.
A Google faz isso muito bem bisbilhotando a todo momento nossa interação com a Internet e segundo um amigo, eles implantaram um novo sistema de maior precisão para analisar a semântica de seus textos de acordo com quem é você.
Alguns grupos industriais utilizam o BI aliado a IA para tentar conhecer a intenção de compra do consumidor, conhecer se o médico indica remédios de sua marca, saber da estratégia de preços de seus concorrentes etc.
Voltando a realidade de um mortal, esta questão de transformar dados em informação são feitas a partir de procedimentos mesmo e principalmente, tenha em mente que antes de desenhar um DW, a empresa ja sabe quais informações precisa, então o trabalho do DW será focado em compilar os dados para torná-los em nestas informações.
wiliamps
http://oracle2java.blogspot.com/[/quote]
wiliamps,
Este é o ponto de vista que entendi segundo minhas leituras e pesquisas que tenho feito no Google.
Apesar das definições acima, é comum haver confusão no uso e na interpretação desses termos, pois a aplicabilidade delas passa pelos mesmos processos ou por processos semelhantes.
O DW, como está na definição, nada mais é do que um depósito de dados, projetado especialmente para organizar os dados de tal forma que facilite e viabilize o acesso a informações, o que não é possível no modelo tradicional de armazenamento de dados. Quando um sistema é construído, o objetivo da maioria é facilitar a coleta e armazenamento de dados do nosso dia a dia, porém o modelo tradicional usado privilegia a gravação e leitura, sem se preocupar com a geração de informações e conhecimento.
Já o BI, são técnicas usadas em conjunto com o DW para analisar os dados. Nesse instante, você deve está pensando: Mas o BI não precisa do DW para funcionar, existem diversas ferramentas de BI que trabalham sozinhas, não preciso de um DW para fazer BI. Você não está errado, a não ser por um detalhe, todas as ferramentas de BI, quando não usam um data warehouse usam uma metodologia própria para organizar e analisar os dados, e muitas vezes, usam o data warehouse juntamente com essa metodologia. Agora lhe pergunto, se os softwares de BI usam metodologias próprias para coletar, organizar e analisar os dados, eles não estão criando um DW? A resposta é sim. Seja usando um data warehouse externo ou sua própria metodologia, as ferramentas de BI nada mais são do que técnicas automatizadas para geração de informações. Essas técnicas podem ser usadas diretamente nos seus dados sem nenhum problema, estejam eles, onde estiverem. Mas claro que uma boa ferramenta ajuda, e muito, esse processo.
Mas, e o data mining? Esse, com certeza é a ?menina dos olhos? de todo gestor, e sem dúvida, deve mesmo ser, pois o DM é um conjunto de técnicas usadas na descoberta de padrões. Possibilitando descobrir informações e gerar conhecimento relacionado aos dados onde essas técnicas são aplicadas. Como existem diversas técnicas, conhecidas como algoritmos, o data mining é sem dúvida o mais complexo, exigindo um conhecimento elevado de quem faz uso, tanto na preparação dos dados, quanto na interpretação das informações.
Em resumo, dados geram informação, informações geram conhecimento, logo, data warehouse armazena os dados de tal forma a facilitar a geração de informações. Business intelligence são as técnicas usadas na geração e análise dessas informações e data mining são as técnicas usadas para a descoberta de informações e conhecimentos. Data Mining é a possibilidade de enxergar algo nunca imagino, descobrir padrões e tendências.
Raquel,
sua pesquisa realmente separa muito bem BI de DW e ainda mostra que DM (Mineração de Dados) é mais um elemento, normalmente baseado em DW.
Se Business Intelligence é um termo geral para definir Serviço Inteligentes em forma de programas, realmente não há uma dependência do DW.
O Data Mining (DM) acredito que esteja mais ligado ao DW (Data Warehouse), pois normalmente o DW pode colaborar por já ter tratado de organizar todos os dados em Fatos do negócio vinculados a suas Dimensões como Cliente, Fornecedor, Banco, Prefeitura etc, além vincular também os Fatos ao Tempo.
Veja, o DW para um sistema basicamente estatístico que é o caso do DM é totalmente importante porque a função do DM não é tratar de organizar os dados operacionais.
O BI pode não ter relação com o DW, mas isso pode ser oneroso para o BI fazer o que o DW faz tão bem.
DW não é exatamente um armazém de dados, há muito conhecimento importante a ser relevado a partir deste método de organizar informações.
Por isso, a maioria das empresas ainda apostam em fazer a receita simples (DW + BI) para responder rapidamente suas questões a respeito do desempenho do negócio.
Dar importância ao BI ou DM é importante, mas para a prática das empresas ainda o ponto principal é realmente o DW o conhecimento crítico esperado de um profissional designado a trabalhar com BI.
Do ponto de vista de definições você está 100% certa, mas do ponto de vista de mercado e foco profissional, o DW deve ser o caminho crítico a ser priorizado mesmo porque uma vez dominado todos conceitos e técnicas práticas do DW, isso é totalmente reaproveitável no BI puro ou ao DM puro, tanto faz, questão de especializar depois.
Obs.: Sobre BI e DM, não são escopo somente da TI, acredito que uma pessoa restrita a TI tenda a fracassar ou fazer trabalhos medíocres porque o conhecimento principal requer algum analista treinado em estatística e no próprio negócio por tras do projeto.
wiliamps
Estou curiosa para saber como foi a entrevista técnica do colega que mencionou neste tópico…