Mudanças de paradigma na ciência dos dados

Mas, na realidade, é difícil dizer que os paradigmas de Big Data não se tornaram a nova norma para os dados e que praticamente todas as organizações se têm que preparar para gerir e analisar dados em volume, em velocidade e em variedade se pretenderem continuar a ser competitivas de 2020 em diante. Ou seja, tal como aconteceu antes com a cloud, que se tornou incontornável nas estratégias de IT das organizações, é muito difícil que uma empresa moderna com uma presença na Web, com Apps, com equipas móveis, com frotas, não tenha que se deparar, mais cedo do que mais tarde, com características de dados para os quais os sistemas convencionais não estão preparados.

A cloud pode ajudar na resposta, porque a cloud é a plataforma natural para Big Data, quer pela elasticidade, quer pelo auto aprovisionamento, que tanto simplificam a vida dos data scientists.. Eventualmente, deixaremos de lhe chamar Big Data, será apenas data, aquilo que é a norma para os dados empresariais. Mas a área está em tão rápida evolução, que as aptidões existentes até para tratar os datasets grandes, naquilo que é considerada a sua forma «clássica», ou seja da que não necessita processamento em tempo real, rapidamente poderão ficar ultrapassadas.

Por um lado, os sistemas de análise têm interfaces cada vez mais intuitivas, mais propícias ao «self-service». Por outro, a natureza dos dados subjacentes está a mudar mais depressa do que as aplicações acessíveis ao utilizador final são capazes de acompanhar.

A área da ciência dos dados é, atualmente, de entre todas as das ciências da informação, a que mais se aproxima de uma corrida de Fórmula 1, em que a meta nunca está sequer à vista.