Trabalho de conclusão do curso: MBA Tecnologia para Negócios, PUCRS Online, concluído em Junho/22.
Uso de Machine Learning para formação de times na Unidade de Infraestrutura de Tecnologia do Banco do Brasil.
Em 2020, enfrentamos a maior pandemia da história nos últimos tempos. O vírus da COVID-19 se alastrou pelo mundo, causando a morte de milhões de pessoas.
Por orientação da Organização Mundial de Saúde (OMS), o isolamento social foi uma das medidas definidas para conter o contágio.
O impacto dessa medida afetou diversas áreas, como a saúde, a política, a ciência, os relacionamentos sociais, entre outras, além dos ambientes corporativos de empresas públicas e privadas no Brasil e no mundo.
Empresas tiveram de se adequar ao distanciamento social, reinventando e adaptando processos de trabalho, como a implantação do home office, por exemplo.
No Banco do Brasil S.A. (BB), instituição financeira brasileira, constituída na forma de sociedade de economia mista, com participação do Governo Federal do Brasil em 50% das ações, não foi diferente.
A Diretoria de Tecnologia, localizada em Brasília, de repente, se viu diante de um grande desafio com a mudança repentina do trabalho presencial para o remoto. Com isso, fez-se necessária a alocação dos colaboradores, para realizarem as tarefas em sua própria residência.
Por essa razão, muitas rotinas de trabalho foram alteradas, entre elas, a forma dos gestores e colaboradores se relacionarem e comunicarem; horário e jornada de trabalho; novos ambientes e ferramentas de gestão e de execução das tarefas; as reuniões e ponto de controle passaram a ser realizadas online; com isso foram identificadas dificuldades de acesso aos sistemas corporativos por parte dos colaboradores, ocorreram alguns imprevistos, e ainda, de um momento para o outro, os colaboradores precisaram adaptar a sua vida doméstica com o trabalho em casa.
Esta nova realidade, trouxe novos desafios, em especial, para a gestão de pessoas. Neste trabalho, apresento como a tecnologia, pode apoiar na gestão de times na Unidade de Infraestrutura de TI do Banco do Brasil, responsável por prover a disponibilidade de recursos tecnológicos paras os clientes internos e externos.
Em um momento de transformação como este, a gestão humanizada de pessoas é fundamental, tanto para a empresa quanto para o colaborador, e o uso de dados pode ajudar na tomada das decisões sobre pessoas e times, seja para novos projetos ou o direcionamento do profissional dentro da instituição.
Para qualquer empresa que deseja manter-se competitiva no mercado, estar inserida no processo de transformação digital, o uso da tecnologia é essencial para a gestão estratégica de pessoas e de processos.
A Unidade de Infraestrutura de TI do BB trabalha com projetos, e esses possuem características e demandas específicas, que envolvem profissionais com conhecimentos e habilidades diversas, de acordo com o produto a ser entregue.
Pessoas possuem conhecimentos, formação acadêmica, títulos e habilidades diferentes, mensuráveis ou atestados no Banco de Talentos, no caso da referida empresa. Mas também possuem experiências, expectativas, desejos que não podem ser mensurados. Então, como encontrar as pessoas certas para cada projeto? Como avaliar e direcionar os profissionais, de acordo com a estratégia da organização?
Este serviço tem por finalidade ajudar a gestão de pessoas e de times, com o uso de dados e informações, mantendo um olhar mais profundo ao indivíduo, reunindo pessoas com as mesmas afinidades, mesmos interesses, associando qualificação, formação profissional e experiência, objetivando a formação dos melhores times, com os melhores profissionais, de acordo com cada projeto ou demanda.
É relevante registar que no futuro, a pura formação acadêmica em TI não será tão significativa quanto ao conhecimento, as competências adquiridas e as experiências agregadas ao longo do tempo, na formação de times, pois nem sempre, a formação, por si só, garantirá ter o profissional com o perfil adequado para a área.
Portanto, o uso de Machine Learning permitirá a seleção dos melhores profissionais para garantir o sucesso dos produtos a serem entregues pela Unidade de Infraestrutura de TI do BB.
Inicialmente, este serviço será utilizado pela Unidade de Infraestrutura de TI do Banco do Brasil e área de Gestão de Recursos Humanos, mas no futuro, também poderá ser utilizado pelas demais áreas da empresa.
A Unidade de Infraestrutura de TI é uma área que possui grande diversidade de tecnologias utilizadas para o cumprir o seu papel dentro da organização, tendo como premissa básica, garantir a disponibilidade dos serviços de TI oferecidos aos clientes internos e externos.
Este serviço será oferecido aos gestores da Unidade de Infraestrutura de TI do Banco do Brasil e área de Gestão de Recursos Humanos, além, dos próprios colaboradores da empresa.
Para os gestores, o principal benefício será possibilitar que os projetos desenvolvidos dentro desta Unidade tenham os profissionais com perfil adequado às suas necessidades, cujo perfil será identificado por meio de base de dados. Para os colaboradores, por sua vez, poderão verificar se o seu perfil (formação acadêmica, conhecimentos, habilidades, aptidões), está alinhado e compatível com as demandas dos projetos da área.
Portanto, o uso da tecnologia na gestão de times será um diferencial na Unidade de Infraestrutura de TI do Banco do Brasil.
As grandes empresas de TI se utilizam de um modelo mais inteligente na formação de times, pois as pessoas não podem ser vistas apenas como um registro em um banco de talentos.
O Spotify criou o modelo de Squads em 2014 e após grande sucesso, foi replicado em empresas como Shopify, Atlassian, IBM, Twitter, etc. Este modelo consiste em times com até 8 pessoas, que possuem responsabilidades em todo ciclo do produto/projeto: planejar, construir, manter, etc.
Os Squads possuem autonomia para decidir o que fazer, quando e como será feito. Independente de formação e área de atuação, os Squads são formados por especialistas, onde eles possuem uma "missão" de longo prazo, porém, com algumas metas de curto prazo, (o que é chamado de "Alinhamento"), de acordo com a estratégia da organização.
Gerir de forma humanizada, é olhar para o indivíduo, e não apenas realizar uma análise curricular, ou uma simples indicação pelo gestor.
O Banco do Brasil faz suas contratações por meio de concurso público, para uma carreira, que podemos dizer, genérica, dificultando assim, a aquisição de novos talentos para o quadro de colaboradores, na área de conhecimento em TI. Com este cenário, encontrar as pessoas certas para as posições disponíveis é de extrema importância para o sucesso e a entrega dos produtos e projetos. A falta de profissionais qualificados afeta diretamente o crescimento de uma empresa.
A busca por talentos em empresas privadas é mais simples, já que não há necessidade de concurso público e o processo de contratação é mais simples. Então, para o Banco do Brasil se manter competitivo, valorizar seus colaboradores e extrair o melhor de cada um deles, é fundamental para o futuro da organização. Assim, o capital humano de uma empresa tem valor inestimável, pois muito mais que um número no quadro de colaboradores, as pessoas são indivíduos únicos, com conhecimentos e habilidades que pertencem a elas, e não a empresas.
As três principais propostas de valor deste serviço são:
a. Alinhamento com os interesses da instituição: Ao perceber o direcionamento da empresa, o colaborador poderá investir nas áreas que mais lhe agradam e que são demandadas pela empresa.
b. Transparência: Por ser um sistema de avaliação, cada colaborador poderá avaliar o seu ranking de conhecimento, e assim entender o motivo em fazer ou não, parte de uma equipe que se formou.
c. Produtividade: O serviço avaliará constantemente os colaboradores, a fim de garantir a formação da equipe com melhores habilidade para o desenvolvimento de um projeto.
Por se tratar de uma solução específica para a Unidade de Infraestrutura de TI, os gestores e colaboradores terão acesso direto por meio de portal deste serviço, bem como pelos canais de comunicação interna do Banco do Brasil, intranet e e-mail, celular.
Cada um destes canais possui uma forma diferente de interações, sendo assim, serão adotadas estratégias diferentes para cada um deles:
Intranet: Matéria completa, detalhando a origem do problema, motivação para criação da solução e os também os seus benefícios.
E-mail: Texto curto, destacando os principais pontos da solução.
Celular: Mensagens de até 140 caracteres, incentivando a leitura da matéria na intranet.
Este serviço utilizará Machine Learning para selecionar os profissionais ideais de acordo com cada projeto. Ao final de cada projeto, o modelo será alimentado com o feedback dos gestores, clientes e integrantes do time e estas informações serão utilizadas para ir treinando o algoritmo fazendo com que ele fique cada vez mais assertivo.
O relacionamento com o cliente (gestores e colaboradores) será feito via portal deste serviço, onde poderá utilizar uma ferramenta para ajudá-lo a definir habilidades e competências de acordo com as necessidades de cada projeto, desta forma, os gestores poderão ter autonomia para montar seus times.
A medida que o algoritmo for recebendo o feedback, fornecerá dados mais precisos e os gestores conseguirão identificar de forma rápida e automática, os profissionais para os projetos, e com margem mínima de erro na formação dos times.
Para facilitar a conexão com os clientes, este portal contará com notícias e atualizações sobre a ferramenta, guias para ajudar os gestores na definição de habilidades por cada projeto e também e treinamentos para técnicos aperfeiçoarem sua qualificação.
Por se trata de uma tecnologia já utilizada pelo Banco do Brasil em outros produtos e serviços, este serviço não representará uma fonte de receita. Será necessária a interação de dados de outras bases, como do banco de talentos e da Universidade Corporativa do Banco do Brasil, para fornecer os insumos a serem utilizados no treinamento do algoritmo.
Atualmente, os projetos são desenvolvidos com o trabalho colaborativo entre equipes, onde cada uma contribui de acordo com a sua atribuição, mas raramente há atuação exclusiva no projeto. Assim, eventualmente pessoas diferentes de uma mesma equipe participam do mesmo projeto, o que pode levar à ruídos de comunicação dentro e fora da equipe.
Uma vez que que a solução esteja pronta para montar equipes altamente especializadas de acordo com as necessidades de cada projeto, times montados por sua alta qualificação, estes trabalharão em grupo e com exclusividade, tornando a condução do projeto mais ágil.
Por se tratar de um serviço voltado para a Unidade de Infraestrutura de TI do Banco do Brasil, esta unidade já possui hardware e software necessários para a implantação deste serviço.
Portanto, não haverá necessidade de contratação de nenhum outro produto, serviço ou equipamento adicional. Será necessária a alocação de pessoas para desenvolver e treinar o modelo do Machine Learning. Em seu quadro de funcionários, o Banco do Brasil possui profissionais qualificados para que este modelo seja treinado com eficiência, de acordo com o conhecimento adquirido e as necessidades desta unidade.
Destaque-se que o aprendizado automático do modelo é dinâmico praticamente não requer intervenção humana para realizar certas mudanças.
Uma vez que o modelo está pronto (treinado, testado e validado), ainda se faz necessário o acompanhamento para evolução do mesmo, para garantir a capacidade de aprendizado e evitar desvios causados pelos dados que serão gerados à medida em que mais times forem montados e projetos sejam concluídos.
Formar times vencedores! Esta é a principal atividade do serviço. Encontrar os profissionais ideais, de acordo com a necessidade de cada projeto.
Para alcançar este objetivo, será necessário que os analistas mantenham o cadastro de seus conhecimentos técnicos atualizados, clientes saibam claramente qual problema o projeto vai resolver e que os gestores identifiquem quais as habilidades necessárias para os profissionais que irão compor o time daquele projeto.
Ao final de cada projeto, com o feedback de todos os intervenientes (clientes, analistas e gestores), o modelo de Machine Learning será treinado, tornando-o cada vez mais assertivo.
Constantemente o modelo passará por avaliações, uma vez que quanto mais times montados e projetos concluídos, haverá novos dados, que por sua vez precisam ser considerados em novos ciclos de treinamento. Com mais dados, se faz necessário garantir a qualidade dos dados utilizados.
Os principais parceiros deste serviço serão:
Diretoria de Tecnologia: Os stakeholders. A principal área interessada para que o serviço auxilie na formação de times e capacitação de colaboradores, seguindo as necessidades de cada projeto. Todo plano estratégia desta solução, será avaliado pelo comitê administrativo da diretoria.
Capital Humano (da unidade de Infraestrutura de TI do Banco do Brasil): Responsável pela qualidade de vida, saúde, bem-estar, treinamento, capacitação. Uma vez definida a estratégia, esta equipe será a responsável pela condução de todo o projeto. Mantendo todos os intervenientes alinhados, definindo prazos, avaliando as entregas e comunicando para toda a Diretoria de Tecnolgia, as atualizações sobre a solução.
Universidade Corporativa do Banco do Brasil: Sendo reconhecida como uma das melhores universidades corporativas do mundo, dispondo não apenas dos cursos ofertados, mas também de espaço físico e know-how em treinamentos, a UniBB irá ofertar os cursos de formação aos colaboradores, de acordo com as trilhas de aprendizagem definidas pela área de gestão de pessoas.
Diretoria de Recursos Humanos: Responsável pela gestão estratégica e operacional de pessoas do Banco do Brasil. Especialistas na gestão de pessoas, esta diretoria participará como consultora à equipe de Capital Humano. Orientando durante todas as fases de implantação da solução.
Como o serviço utilizará o Machine Learning, e o treinamento desse modelo ocorre de forma automática, portanto, sem a intervenção humana, não haverá custos adicionais.
Porém, até a sua implantação, haverá custos de:
Levantamento de requisitos: Avaliação de tecnologias disponíveis, métricas de aceitação e fases de construção e quem são todos os intervenientes.
Desenvolvimento da solução: Utilizando a metodologia ágil Scrum, nesta etapa a equipe será formada e treinada para a construção da solução.
Homologação: Será feita pelos stackeholders do projeto (diretoria de tecnologia), validando as entradas e saídas, após o treinamento do modelo de machine learning.
Assim que a solução for implantada, haverá apenas os custos de evolução do serviço, o que será feito investindo em capacitação e treinamento de pessoas em Machine Learning.
Agradecimento ao orientador: Edson Ifarraguirre Moreno