Indicium Logo
Blog Indicium

Diário de um cientista de dados: gestão ágil de projetos na prática

A rotina de quem é cientista de dados tem seus altos e baixos.

Este é o segundo relato da série que lançamos para compartilhar um pouco sobre a vida de quem é data scientist na Indicium.Então, siga com a leitura para entender alguns desafios e aprendizados sobre gestão de projetos na área de data science.


19  de Maio de 2020

Quando iniciei minha carreira no mundo de dados, pensava que apenas aprendizados técnicos bastavam para evoluir na área de data science (ciência de dados). Assim, fiz uma imersão em linguagens, como Python, R e SQL, e em modelos de previsão e clusterização.

Tudo realmente era muito importante, mas, nas últimas semanas, estávamos enfrentando um problema comum em consultoria: gestão de projetos.

No começo daquele projeto, era muito clara minha visão de entrega. Eu pensava: "vamos desenvolver um sistema personalizado de acompanhamento de leads para a empresa com x funcionalidades para usuários y".

Deixamos o prazo final para dois meses e concentramos tudo em apenas uma entrega. Havíamos apresentado nesta tarde para o cliente.

Em resumo?

Um desastre. Por quê?

  1. Apesar de termos feito algo bacana, não era aquilo que o cliente estava esperando. Ou seja, havíamos investido muito tempo e energia em algo que achávamos que era o que ele queria.
  2. O sistema final apresentou muitos bugs. A entrega tinha sido corrida e faltou tempo para realizar todos os testes necessários.

No final, perdemos tempo e dinheiro com mão de obra desnecessária, e quase perdemos o cliente.

Mas ele decidiu dar mais uma chance para nós!

Naquele mesmo dia, fui conversar com um amigo meu, gestor de projetos na área de tecnologia. Prontamente, ele me disse: "vocês estão fazendo o gerenciamento na metodologia tradicional, que não é ideal para projetos de tecnologia".

Basicamente, gestão tradicional é seguir o modelo cascata, em que cada etapa é desenvolvida e realizada uma após a outra.

O problema desse estilo de gestão é justamente o que havia acontecido comigo na prática: falhas de comunicação e alto custo da entrega.

Decidi estudar sobre a metodologia ágil de gestão de projetos e encontrei diversas ferramentas e metodologias, mas todas tinham em sua essência os mesmos princípios.

Em resumo, a metodologia ágil é valorizada por três pontos principais:

  • simplicidade
  • comunicação
  • entregas de valor com ciclos curtos (MVP)

Junto com meu amigo, organizamos o fluxo de entrega das atividades.

Como o projeto havia crescido, dividimos em ciclos trimestrais. Então, desenhamos todas as entregas grandes em um mapa mental, onde as separamos pela natureza de cada grupo.

A partir disso, fizemos um backlog, que nada mais é do que uma "lista das coisas a fazer", onde detalhamos cada entrega elencando:

  • os responsáveis
  • a dificuldade
  • a previsão de horas para o desenvolvimento

E, por fim, separamos grupos de entregas em sprints com duração de duas semanas.

Realizamos o acompanhamento e a gestão das sprints utilizando o método kanban pelo sistema Bitrix. Mas isso também pode ser feito pelo Trello ou em outra ferramenta parecida.

A organização das entregas por sprints trazia inúmeros benefícios, por exemplo:

  1. entregas de valor contínuas para o cliente: a partir de pequenas entregas (MVP), podemos coletar feedbacks e, assim, adaptar o andamento do projeto.
  2. melhor comunicação interna para o desenvolvimento das tarefas.
  3. maior consciência do cliente de que "demandas para ontem" devem respeitar o fluxo de atividades.

Alguns detalhes importantes sobre metodologia ágil na gestão de projetos

É importante ressaltar os eventos de planejamento e acompanhamento do projeto.

Em todo o começo de sprint, é realizada uma reunião de planejamento com o cliente, na qual definem-se as atividades prioritárias do backlog.

Ao final de uma sprint, entrega-se tudo o que foi planejado para aquele período. E, por fim, a comunicação é uma necessidade importante para melhorar o projeto e cada vez torná-lo mais produtivo

Gestão de projetos de data science da Indicium

Atualmente, nosso modelo de gestão de projeto encontra-se nesse estado, sempre com melhorias contínuas.

A principal dificuldade é trazer o cliente junto no processo ágil, ajudando-o a respeitar o que foi planejado em cada sprint. Porque, em projetos desorganizados, o foco sempre acaba em “apagar o fogo” e resolver problemas urgentes.

O tema é vasto, porém fica aqui registrado, de uma maneira resumida e simples, como é feito na Indicium.

Fique por dentro dos melhores conteúdos sobre o mundo dos dados em nosso blog.

Acesse aqui.



  • Matheus Castelo
    Por Matheus Castelo Analista de dados na Indicium Tech

Assine nossa newsletter