Like A Girl

Pushing the conversation on gender equality.

Code Like A Girl

Você está pronto para ser ágil?

Photo by Kelly Sikkema

Provavelmente você me responderá que sim, que não só está pronto para ser ágil como também utiliza o Scrum para desenvolver aplicativos que trazem lucros para a sua organização.

E eu vou rebater questionando se realmente seus aplicativos trazem lucro para a organização.

Agilidade não é mais uma modinha da TI, é uma necessidade! Os negócios evoluem em um ritmo frenético e não há tempo para longos períodos de especificação e documentação. O produto de software precisa ser construído, testado, usado e corrigido rapidamente.
Isso não quer dizer que você pode criar seus aplicativos como quiser. Padrões e governança são partes da engrenagem que faz os métodos ágeis funcionarem, de forma que não existe agilidade sem padrões, processos e ferramentas conhecidos e seguidos rigorosamente pelas pessoas.

E os dados?

Eu adoro trabalhar com dados, mas às vezes me “bate” uma angústia… Em nome de uma pseudo agilidade vejo abrirem mão dos modelos de dados, ignorarem regras de qualidade, utilizarem tipos de dados genéricos, criarem silos de dados, chegarem a dizer que utilizam bancos de dados NoSQL porque com eles não precisam de governança…

Qualidade e governança de dados são áreas estudadas desde 1996 (aproximadamente, quando o MIT publicou um dos primeiros estudos sobre qualidade de dados), e já existem milhares de estudos que comprovam a necessidade de ter dados com qualidade, seguros, conhecidos, documentados e governados. Bater nesta tecla deveria ser desnecessário!
Por isso, me assusta ouvir que a entrega precisa ser rápida sem considerar, por exemplo, as leis e os riscos de perda financeira que a empresa corre quando os dados não são governados. Te perguntei se a sua agilidade em entregar aplicativos realmente é capaz de dar lucro para a organização, mas a questão real é: Em caso de uma auditoria será que a empresa pode ser punida pelo aplicativo criado de forma displicente?

DataOps

A humanidade nunca produziu tanto dado! E também nunca usou tanto dado!
Inteligência artificial, big data, robôs… estes conceitos deixaram os filmes de ficção científica e fazem parte da nossa vida!
Com isso, temos o surgimento de metodologias como o DataOps, que têm como objetivo aproximar os consumidores de dados (desenvolvedores, auditores, cientistas de dados…) dos operadores de dados (Arquitetos de dados, DBAs, Analistas de segurança de dados…). E como o DataOps faz esta magia?

Na realidade não é magia, é tecnologia!

(Sempre quis fazer esta piada!)

DataOps promete um novo meio para conectar as pessoas aos dados. Ele é o alinhamento de pessoas, processos e tecnologia para permitir o gerenciamento rápido, automatizado e seguro de dados. Seu objetivo é melhorar os resultados, reunindo aqueles que precisam de dados com aqueles que o fornecem, eliminando o atrito ao longo do ciclo de vida dos dados.
Parece fácil né? Mas as organizações tem um longo desafio para alcançar este objetivo. E vejam que em nenhum momento fala-se em abandonar padrões e desistir da governança. Na realidade, conhecer os dados está se tornando cada vez mais necessário.

Vamos combinar, ágil não é bagunça e se você se diz preparado para ele, há um grande risco de você estar mais “apegado” do que nunca aos padrões, processos e ferramentas.

Algumas referências

Um dos primeiros estudos sobre qualidade de dados:

Wand, Y.; Wang, R.Y. Anchoring Data Quality Dimensions in Ontological Foundations, Communications of the ACM, v.39, n.11, 1996, pp.86–95. Disponível em: http://web.mit.edu/tdqm/www/tdqmpub/WandWangCACMNov96.pdf. Acesso em: 12/12/2017

Outros estudos relevantes:

BATINI, C.; SCANNAPIECO, M.. Data quality: concepts, methodologies and techniques. Springer, 2006.

BATINI, C. et al. Methodologies for data quality assessment and improvement. ACM Computing Surveys (CSUR), v. 41, n. 3, p. 16, 2009.

Chanana, V., & Koronios, A. Data Quality through Business Rules, International Conference on Information & Communication Technology ICICT 2007, 262–265.

Chiang, F., & Miller, R. Discovering data quality rules. Proceedings of the VLDB Endowment, v.1, p.1166–1177, Aug. 2008.

CROSBY, P.B. Quality is free. New York: Mcgraw-Hill, 1979.

DATA MANAGEMENT ASSOCIATION. DAMA Data Management Body of Knowledge (DAMA DMBOK),2009.

Kahn, B. K., Strong, D. M., & Wang, R. Y. Information quality benchmarks: product and service performance. Communications of the ACM — Supporting community and building social capital, v.45, n. 4, p. 182–192, Apr. 2002.

LEE, Y. W. et al. Journey to data quality. The MIT Press, 2009.

LI, L. Data Quality and Data Cleaning in Database Applications. Edinburgh, UK, 2012. 231f., Tese (Doutorado em Filosofia) — Edinburgh Napier University , Edinburgh, 2012

OLSON, J. E. Data quality: the accuracy dimension. Morgan Kaufmann, 2003.

ORR, K. Data quality and systems theory. Communications of the ACM, v. 41, n. 2, p. 66–71, 1998.

REDMAN, T. C.; BLANTON, A. Data quality for the information age. Artech House, Inc., 1997.

Quem sou eu?

Eu trabalho com TI mais de 15 anos, comecei a minha carreira como desenvolvedora na época do VB6… E eu adorava!
Mas gostava muito mais de trabalhar banco de dados e por isso fui me especializando. Bancos de dados são a minha grande paixão! Tirei muitas certificações, dei muitas aulas, fui MCT (Microsoft Certified Trainer) até que eu decidi “mergulhar mais fundo” e de cabeça. Foi assim que decidi ir fazer mestrado em Engenharia da Computação. Gosto tanto de BD, governança e qualidade de dados que estes 3 temas foram os pilares da minha pesquisa.

Hoje trabalho com Arquitetura de Dados na B3 e sou autora do blog Db4Beginners.com.

Tenho como desfio e objetivo ajudar desenvolvedores iniciantes a criar ótimos aplicativos e a conquistar excelentes empregos, através do conhecimento em modelagem, pesquisa e administração de dados.

Quer saber mais? Dá uma olhada:

http://db4beginners.com/e-book. Se cadastrando, você receberá um e-book com 3 dicas para criar aplicativos melhores.

Estou finalizando um e-book cujo assunto é DataOps. Pessoas cadastradas no blog também saberão em primeira mão quando ele for publicado.

Se quiser conversar, se precisar de ajuda com BD ou se achar que eu posso ajudar, esteja a vontade para entrar em contato comigo:

DaniMonteiroDBA@DB4Beginners.com
Danielle (@DanimonteiroDBA no Twitter)
facebook.com/DB4Beginners
linkedIn.com/in/DaniMonteiroDBA

Siga a tag codelikeagirlBR para ver nossos posts! 😀

Quer escrever ou traduzir artigos em português para a Code Like A Girl? Se você já faz parte do time de escritoras(es) da Code Like A Girl basta enviar seu artigo diretamente para nossa publicação. Se você ainda não faz parte do nosso time, envie uma mensagem direta para a conta de twitter CodeLikeAGirlBr. Nós avaliaremos seu artigo e ajudaremos a refiná-lo para publicação.