O mercado de dados continua crescendo em 2023, com milhares de profissionais atuando em diversas funções como cientistas de dados, engenheiros de dados e analistas. Este artigo explora um conjunto de dados com 9.355 registros contendo informações atualizadas sobre cargas, períodos, localização, nível de experiência e modelo de trabalho.

Fonte dos dados: https://www.kaggle.com/code/ahmedismaiil/jobs-and-salaries-in-data-science/input

A análise foi feita com base no dataset jobs_in_data.csv, cujas colunas representam os seguintes elementos:

• Ano de trabalho
• Título do cargo
• Categoria de carga
• Moeda e valor do salário bruto
• Salário convertido em USD
• Residência do funcionário
• Nível de experiência
• Tipo de emprego
• Modelo de trabalho
• Localização da empresa
• Tamanho da empresa

Aqui está uma análise exploratória completa com visualizações e insights:

📌 Resumo dos dados

• Nenhum valor ausente nas 12 colunas.
• Salários que variam de USD 15.000 a USD 450.000 .
• Mediana do salário: USD 143.000 , diminuindo um mercado bem remunerado.

📈Principais insights visuais

1. Cargos mais comuns :

• Data Engineer e Data Scientist dominam, seguidos por Data Analyst e Machine Learning Engineer .

2. Nível de experiência :

• A maioria dos profissionais são idosos , com poucos em nível de entrada e executivo .

3. Média salarial por nível :

• Aumenta conforme a experiência:
• Entrada: ~USD 88k
• Médio: ~USD 117 mil
• Sênior: ~USD 162 mil
• Executivo: ~USD 189k

4. Modelos de trabalho :

• Presencial ainda é o mais comum (~60%), mas há forte presença de trabalho remoto .

5. Residência dos profissionais :

• A maioria reside nos Estados Unidos , seguida pelo Reino Unido, Canadá e países europeus.

6. Média salarial por carga :

• Applied Scientist , ML Engineer e Research Scientist têm os maiores ganhos médios (>USD 180k).
• Analista de dados é o que recebe menos (~USD 110k)

📊 Gráfico 1: Top 10 Cargos Mais Comuns

📊 Gráfico 1: Top 10 Cargos Mais Comuns

Este gráfico mostra as cargas mais frequentes no mercado de dados em 2023. Data Engineer , Data Scientist e Data Analyst lideraram com folga, refletindo a demanda por profissionais com técnico e analítico. Esses papéis são centrais em projetos de dados, desde a coleta até a modelagem e visualização.

📊 Gráfico 2: Distribuição por Nível de Experiência

A maioria dos profissionais de dados está no nível sênior , diminuindo um mercado mais experiente e competitivo. Já os profissionais em nível de entrada são minoria, o que pode apontar para uma barreira de entrada ou falta de programas de formação inicial.

📊 Gráfico 3: Média Salarial por Nível de Experiência

O aumento de salário é proporcional à experiência. Profissionais em nível executivo recebem em média quase US$ 190 mil por ano. Isso reforça a importância da progressão na carreira e da especialização contínua para ganhos maiores.

📊 Gráfico 4: Distribuição por Modelo de Trabalho

Apesar da retomada do presencial, o trabalho remoto tem grande representação. Mais de 1/3 dos profissionais atuam remotamente, estabelecendo a consolidação do trabalho híbrido e remoto como padrão no setor de dados.

📊 Gráfico 5: Top 10 Países de Residência dos Profissionais

Os Estados Unidos concentram a maioria dos profissionais, seguidos pelo Reino Unido, Canadá e Índia. Isso mostra onde estão os principais polos de talentos e pode orientar decisões de contratação ou expansão global.

📊 Gráfico 6: Média Salarial por Cargo (Top 10 mais comuns)

Cargos como Cientista Aplicado , Engenheiro de Aprendizado de Máquina e Cientista de Pesquisa lideraram os salários, com atualizações acima de US$ 180 mil por ano. São funções mais técnicas e exigentes, que envolvem pesquisa e aplicação de algoritmos avançados.

Cientista de Dados vs Analista de Dados: O Que Diz o Teste Estatístico?

Com a valorização crescente de cargas em dados, uma pergunta natural surge: existe uma diferença estatisticamente significativa entre os períodos de Cientistas de Dados e Analistas de Dados? A resposta vem por meio de um teste para amostras independentes realizadas com 3.377 registros.

🔍 O que foi testado?

Hipótese nula (H₀) : As atualizações de Data Analysts e Data Scientists têm médias iguais.

Hipótese alternativa (Hₐ) : A média de atualização dos Cientistas de Dados é maior do que a dos Analistas de Dados.

📊 Resultados do Teste t

• Teste t de Welch (corrige para variação desigual)
• t = -26,4
• gl = 3,372
• p < 0,001

💥 Conclusão: Rejeitamos a hipótese nula. Existe diferença estatisticamente significativa entre as atualizações. Cientistas de Dados ganham mais.

📉 Pressupostos Estatísticos

• Normalidade (Shapiro-Wilk) :
• W = 0,979, p < 0,001 → violação da normalidade
• Homogeneidade de variâncias (Levene) :
• F = 119, p < 0,001 → variâncias são diferentes

➡️ Mesmo com clareza, o Teste t de Welch é robusto para esses casos.

📈 Estatística Descritiva

Aqui está o gráfico comparativo entre Data Analyst e Data Scientist com média salarial e desvio padrão:

🧠 Interpretação Final

A diferença de intervalo entre Cientistas de Dados e Analistas de Dados não é apenas uma percepção: é estatisticamente significativa. Se você busca maiores remunerações, a transição de analista para cientista pode ser uma estratégia profissional bem fundamentada.

Este tipo de análise é essencial para recrutadores, gestores e profissionais que tomam decisões baseadas em dados reais.