<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[diegoitacolomy - Medium]]></title>
        <description><![CDATA[Arquiteto de solucoes Cloud e Engenheiro de dados - Medium]]></description>
        <link>https://medium.com/diegoitacolomy?source=rss----6191253a3d94---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>diegoitacolomy - Medium</title>
            <link>https://medium.com/diegoitacolomy?source=rss----6191253a3d94---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 05:40:30 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/diegoitacolomy" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[O arquiteto de dados e o trabalho de consultoria]]></title>
            <link>https://medium.com/diegoitacolomy/o-arquiteto-de-dados-e-o-trabalho-de-consultoria-c0634905cc37?source=rss----6191253a3d94---4</link>
            <guid isPermaLink="false">https://medium.com/p/c0634905cc37</guid>
            <category><![CDATA[data-architecture]]></category>
            <category><![CDATA[consulting]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[cloud-solutions]]></category>
            <category><![CDATA[big-data-consulting]]></category>
            <dc:creator><![CDATA[Diego Itacolomy]]></dc:creator>
            <pubDate>Wed, 21 Apr 2021 15:05:00 GMT</pubDate>
            <atom:updated>2021-04-21T15:51:37.621Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/917/1*JOkGIB6PzEuioegvHdg0GQ.jpeg" /></figure><p>O Consultor necessariamente precisa ser um profissional muito bem capacitado em sua área, o que não está em falta. Mas isso é apenas a superfície do que um consultor precisa para ser bem sucedido. Isso que abordarei nesse breve artigo.</p><p>A partir da abordagem de um cliente, o consultor precisa construir uma proposta que atenda as suas necessidades. É preciso ser um serviço personalizado, sob encomenda. Para isto é necessário iniciar o projeto pela execução de diagnósticos minuciosos, visando identificar as necessidades de seus clientes para propor soluções e recomendar ações.</p><p>Sim, parece óbvio o que escrevi, e é… ou deveria ser. No setor de tecnologia a consultoria já é bem estruturada e temos fácil acesso a consultorias de ótimo nível, mas especificamente na área de dados, tenho sentido falta dessa maturidade. A parte de diagnostico, que considero a mais importante, tenho encontrado relatos e legados bem rasos com soluções propostas sem personalização, soluções prontas, sem atenção aos devidos detalhes. Detalhes esses que aumentam consideravelmente o custo de operação do cliente e impactam em uma performance adequada. É preciso estar atento que independente da demanda, é preciso encontrar uma solução que se adeque às necessidades do cliente, e que essa solução seja muito bem documentada, com treinamentos bem feitos, para que ao termino da consultoria o cliente possa seguir por si próprio com excelência. Manutenções e acompanhamento esporádico ao termino da implantação é algo esperado e precisa estar na proposta.</p><p><strong>O diagnóstico e sua importância</strong></p><p>Quando uma empresa chega a conclusão que precisa de uma consultoria, é porque ela não tem um braço especializado naquele assunto, ou algo que ela possui precisa melhorar substancialmente. Tendo isso em mente, o consultor precisa iniciar seus trabalhos fazendo uma entrevista com o cliente, visando colher dados e relatórios suficientes que permitam gerar um diagnóstico que guiará o inicio dos trabalhos, permitindo um planejamento muito mais assertivo.</p><p>A empresa que contrata a consultoria precisa ficar atenta se o consultor realiza esses diagnósticos de forma detalhada, visando entender o negócio e a situação atual da empresa, pois essa prática irá diminuir frustações de entregas não condizentes com a expectativa. Já para o consultor, é de vital importância demonstrar riqueza de detalhes a respeito do negocio do cliente e da demanda.</p><p><strong>O consultor orienta e aconselha, mas não dita as regras</strong></p><p>Tenho me deparado com relatos de empresários frustrados com consultorias em que o consultor começou a ‘ditar regras’ de negócios, modificando fluxos previamente existentes e funcionais para seguir ‘<em>boas práticas de mercado</em>’, aumentando consideravelmente custos e os inviabilizando.</p><p>O consultor não deve julgar e nem impor nenhuma prática ao cliente. Deve-se demonstrar os benefícios de mudanças, respeitando a realidade do cliente, calculando e prevendo os prós e contras de cada passo. Claro que, assim como as empresas, os consultores são guiados por suas crenças e valores, então a consultoria deve se seguir enquanto for possível para ambas as partes, respeitando a saúde da parceria e que quando não for mais saudável, recomenda-se que o serviço seja cessado.</p><p><strong>Nem sempre se é preciso um ‘canhão’</strong></p><p>Não existe formulas mágicas na gestão de negócios. Tendo isso em mente, as <em>expertises </em>do cliente precisam ser analisadas em detalhes. As soluções aplicadas pelo cliente em busca de um melhor resultado, podem apenas não ter conseguido os resultados esperados por detalhes técnicos. O consultor deve ficar atento a esses detalhes, pois talvez o cliente já tenha tudo em mãos o que é preciso, e apenas orientações pontuais e acompanhamento do negócio pode ser o suficiente para que o cliente atinja seus objetivos. Nem sempre é preciso empurrar uma solução mirabolante!</p><p><strong>Conclusão</strong></p><p>Tendo em vista que a área de dados é relativamente nova, se é esperado a dificuldade de encontrar profissionais que possuam a vivencia de muitos projetos do começo ao fim. Com o aparecimento de inúmeras empresas especializadas em consultoria de dados, alguns profissionais são arrastados para essa vida de consultoria logo após terem concluído um primeiro projeto ou mesmo após terem conquistado uma ou duas certificações. Isso não é o suficiente. Esperamos que o consultor seja um individuo com grande nível de experiência, e que realmente possa agregar ao negocio com soluções devidamente personalizadas, algo que só se consegue com muito tempo de mercado.</p><p>Para os consultores, entendo que a experiência que a consultoria traz é realmente muito rica e eu indico demais alguns anos como consultor antes de embarcar em uma empresa bem estruturada por muitos anos. Sei que também que há uma enorme demanda de profissionais no mercado e que recebemos propostas o tempo todo, mas tomem cuidado para não pular muitas etapas. Ao aceitar ser consultor de alguma empresa, tenha a confiança que a empresa vá aprender mais com você do que você com ela. Ser consultor é maravilhoso, pegue dicas, participe de fóruns e sempre leia novos <em>cases. E lembre-se: Você não é obrigado a aceitar todos os desafios que lhe oferecem.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c0634905cc37" width="1" height="1" alt=""><hr><p><a href="https://medium.com/diegoitacolomy/o-arquiteto-de-dados-e-o-trabalho-de-consultoria-c0634905cc37">O arquiteto de dados e o trabalho de consultoria</a> was originally published in <a href="https://medium.com/diegoitacolomy">diegoitacolomy</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Por que soluções de Big Data e IA tem falhado tanto?]]></title>
            <link>https://medium.com/diegoitacolomy/por-que-solu%C3%A7%C3%B5es-de-big-data-e-ia-tem-falhado-tanto-9f41042b6e5d?source=rss----6191253a3d94---4</link>
            <guid isPermaLink="false">https://medium.com/p/9f41042b6e5d</guid>
            <category><![CDATA[data-engineering]]></category>
            <category><![CDATA[data-architecture]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[big-data]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Diego Itacolomy]]></dc:creator>
            <pubDate>Mon, 08 Jun 2020 11:54:38 GMT</pubDate>
            <atom:updated>2021-04-22T10:56:40.872Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/730/1*Hud694itiHoPz08IMjonVw.jpeg" /></figure><p>Recentemente concluí meu décimo terceiro projeto de dados como consultor autônomo. Realmente não tinha ideia de quantos tinham sido até decidir escrever esse artigo. Foram construções de <em>Data Lake, Data Warehouses</em>, projetos de recomendações, predições de <em>churn</em>, entre outros. Enfim, meus últimos anos realmente foram bem divertidos. Entretanto, nesses anos de consultoria o que mais me chamou atenção foi a similaridade de situações que levavam essas empresas a procurar ajuda: Projetos de <em>Big Data </em>frustrados.</p><p>Essa similaridade entre as histórias durante as entrevistas me trazia até uma sensação de <em>déjà vu</em>: em sua maioria, foram projetos que ficaram extremamente caros, com expectativas altíssimas não atendidas e o famigerado “ouro nos dados” que não fora encontrado. Os diagnósticos das entrevistas eram parecidos — expectativas não realistas que levaram a prazos e orçamentos não condizentes; a busca de resultados a curto prazo, ignorando a sustentabilidade de longo prazo e a formação de times com desenvolvedores com experiência em suas respectivas áreas, mas sem vivência na engenharia de dados, levando a projetos não otimizados e sem escalabilidade.</p><p>Reconheço a dificuldade em recrutar especialistas, mas a subversão de um recurso também traz consequências graves. Não podemos ceder à ideia de que desenvolvedores são canivetes suíços e devem se adaptar a todo tipo de demanda e tecnologia. Isso é um erro comum (principalmente no Brasil) e precisa ser combatido. A mesclagem de experiência é necessária, permitindo que os profissionais consigam migrar para a área, sem perder as melhores práticas e otimizações que somente um profissional experiente na área irá ter.</p><p>Mas como faço para o tão sonhado projeto de <em>big data</em> funcionar? Bom, obviamente não tem uma receita de bolo para isso, mas posso deixar dicas baseadas na minha experiência que podem te deixar mais próximo de um projeto de sucesso.</p><p>Ter a definição de objetivos de forma bem clara.</p><ul><li>Durante as entrevistas, foi comum a percepção de que a empresa não tinha uma meta clara para o projeto desenvolvido. Provavelmente a sua empresa já possui um processo de negócio que utiliza dados para funcionar, como análises de mercado, entendimento do seu cliente e estudo de comportamento do cliente. Pode ser mais eficiente utilizar uma estratégia de dados para melhorar esses processos já existentes do que começar já abordando um problema novo. Dessa maneira torna-se mais tangível a metrificação de valor do projeto, validando sua estratégia e embasando novas etapas.</li></ul><p>Ter um alinhamento de expectativas de forma honesta.</p><ul><li>No entendimento do porquê de o projeto anterior não dar certo, pude perceber que as definições das métricas não foram muito claras, dificultando o entendimento do valor de cada entrega. As métricas precisam ser claras e ajustadas a cada objetivo. É necessário que os participantes do projeto, principalmente os que estão de fora apenas acompanhando, vejam progresso e valor em cada passo do projeto. <em>Sprints</em> curtos, com objetivos claros, que direcionam o projeto para o resultado esperado, podem ajudar nesse quesito.</li></ul><p>Escolha de tecnologia com visão agnóstica.</p><ul><li>Evite, se possível, a dependência de um único fornecedor. O conceito <em>multicloud</em> existe, é comum e muito eficiente. Se sua empresa já possui um <em>stack</em> Azure, não necessariamente seu <em>Data Lake</em> precisa ser todo na plataforma <em>Azure</em>, com suas soluções gerenciadas por eles. Com uma <em>Stack</em> <em>Open Source</em> bem definida, a empresa pode ter sua solução migrada entre <em>Clouds</em> em caso de necessidade, ou buscando melhor eficiência ou custos de cada uma das <em>clouds</em> existentes.</li></ul><p>Você não precisa de um canhão para matar formigas.</p><ul><li>Por muitas vezes me deparei com pipelines complexos e robustos, mas sem uma definição clara de uso para toda aquela infraestrutura. Acredito que uma das principais dicas que eu possa dar é a construção de uma arquitetura que seja adaptável ao seu nível de necessidade do momento, e que possa ser escalável conforme o aumento dos objetivos da empresa. Comece simples, prove suas teorias, siga os melhores padrões e aprimore a arquitetura conforme a necessidade. Deixe-a viva.</li></ul><p>Por último, tenho notado que a falta de engajamento do corpo de diretores como um todo também é responsável pelo fracasso de muitos projetos. Mesmo que toda a equipe de TI esteja engajada em um projeto bem estruturado, de objetivo claro e usando as ferramentas corretas, sem o apoio de todos ainda é possível não obter sucesso. “Evangelizar” e conscientizar seus clientes internos sobre o valor e os prazos envolvidos em um projeto de dados pode ser o diferencial entre fracasso e sucesso.</p><p>Dificilmente os resultados iniciais vão mostrar algo que mude a ideia dos céticos. Uma das formas de contornar isso são pequenos projetos, com resultados rápidos, com qualidade e com baixo custo. Com os recursos que as <em>clouds </em>como <em>AWS</em>, <em>Azure</em> e <em>GCP</em> disponibilizam, podemos ter bons resultados, com baixo custo e fácil manutenção, permitindo que essas pequenas entregas ajudem a ir moldando o entendimento da necessidade de um <em>Data Lake</em> e preparando o terreno para algo mais robusto a longo prazo.</p><p>Espero que a leitura tenha sido agradável e que tenha trazido algum valor a vocês.</p><p>Sintam-se à vontade para entrar em contato para críticas ou dúvidas.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9f41042b6e5d" width="1" height="1" alt=""><hr><p><a href="https://medium.com/diegoitacolomy/por-que-solu%C3%A7%C3%B5es-de-big-data-e-ia-tem-falhado-tanto-9f41042b6e5d">Por que soluções de Big Data e IA tem falhado tanto?</a> was originally published in <a href="https://medium.com/diegoitacolomy">diegoitacolomy</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>