Este é o segundo relato da série que lançamos para compartilhar um pouco sobre a vida de um data scientist na Indicium Tech.


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. Assim, fiz uma imersão em linguagens como Python, R, SQL, e também 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 "Vamos desenvolver um sistema personalizado de acompanhamento de Leads para a empresa com x funcionalidades para usuários y". Deixamos o prazo final para 2 meses e concentramos tudo em apenas uma entrega. Havíamos apresentado nesta tarde para o cliente.

Em resumo? Um desastre.

  1. Apesar de termos feito algo bacana, não era aquilo que o cliente estava esperando. Havíamos investido muito tempo e energia em algo que achávamos que era o que o queriam;
  2. O sistema final apresentou muitos bugs, a entrega tinha sido corrida e faltou tempo para realizar todos testes necessários;

No final, perdemos tempo/dinheiro com mão de obra desnecessária e quase havíamos perdido o cliente. Decidiram nos dar mais uma chance, naquele mesmo dia fui conversar com meu amigo, um gestor de projetos na área de tecnologia. Prontamente ele me disse "Vocês estão gerenciando no modelo tradicional, que não é ideal para projetos de tecnologia".

Basicamente gestão tradicional é seguir o modelo cascata, onde cada etapa é desenvolvida é realizada uma após a outra, exemplificado no desenho a seguir.

Exemplo do Modelo Cascata em desenvolvimento de um software

O problema deste estilo de gestão era o que havia acontecido comigo na prática: Falhas de comunicação e alto custo da entrega. Decidi estudar sobre o Modelo Ágil de Gestão de Projetos, encontrei diversas ferramentas e metodologias, mas todas tinham em sua essência os mesmos princípios:

Em resumo, no modelo ágil é valorizado por 3 pontos principais: Simplicidade, comunicação e entregas de valor com ciclos curtos (MVP).

Junto com meu amigo, reorganizamos o fluxo de entrega das atividades. Como o projeto havia crescido, dividimos em ciclos trimestrais. Desenhamos todas entregas grandes em um mapa mental, onde separamos pela natureza de cada grupo.

A partir daí, fizemos um Backlog, que nada mais é que uma "lista das coisas a fazer". Nessa lista detalhamos cada entrega, elencando os responsáveis, dificuldade e previsão de horas para desenvolvimento.

Por fim, separamos grupos de entregas em sprints com duração de 2 semanas. Realizamos o acompanhamento e gestão da sprint utilizando kanban pelo sistema Bitrix, entretanto também pode ser feito pelo Trello ou outra ferramenta parecida.

Fluxo planejamento ágil

A organização das entregas por sprints trazia inúmeros benefícios, como 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 tasks;
  3. O cliente possui maior consciência que "demandas pra ontem" devem respeitar o fluxo de atividades.

Por fim, é importante ressaltar os eventos de planejamento e acompanhamento do projeto. Todo começo de sprint é realizado uma reunião de planejamento com o cliente onde defini-se as atividades prioritários do Backlog.

Ao final de uma sprint, entrega-se tudo o que foi planejado para aquele período. É importante ressaltar a necessidade de comunicação em como melhorar o projeto e cada vez torná-lo mais produtivo. O esquema a seguir resume todo o processo.

Atualmente o modelo de gestão de projeto encontra-se nesse estado, sempre com melhorias contínuas. A principal dificuldade hoje em dia é "educar" o cliente em relação ao processo ágil, respeitando o que foi planejado em cada sprint. Projetos desorganizados sempre há foco em apagar o fogo e resolver problemas urgentes.

O assunto sobre o tema é vasto, porém fica aqui registrada de uma maneira resumida e simples como é feito na Indicium.

Matheus Castelo,
Cientista de Dados na Indicium Tech