Por que você deveria ler os clássicos?

Uma reflexão sobre conteúdos de TI, teste do tempo e soluções rápidas

À medida que avanço em um projeto atual, chega o momento de construir a camada final de um Data Lakehouse. Tendo o Microsoft Power BI como ferramenta de visualização, optamos pela modelo star schema. É apenas mais um dia na vida de um engenheiro de dados, ora arquiteto, ora analytics engineer - uma realidade com a qual muitos de nós nos identificamos.

Nesse contexto, pego meu exemplar de "The Data Warehouse Toolkit" de Ralph Kimball, paro um pouco, e reflito sobre como essas obras “atemporais” continuam a oferecer insights valiosos, mesmo em meio à evolução constante da tecnologia.

“O conhecimento é uma jornada de aprendizado e descoberta, onde cada nova descoberta se baseia no trabalho daqueles que vieram antes de nós, ampliando assim nossa compreensão do mundo.” Scruton, Roger

A era das respostas rápidas

Na era da informação instantânea, é fácil sucumbir à tentação de buscar respostas rápidas e soluções imediatas. Fóruns e mecanismos de busca como o Google tornaram-se os confidentes virtuais dos desenvolvedores, fornecendo soluções pontuais para problemas específicos. Além disso, a geração Z, imersa, e talvez vítima, em um mar de conteúdo fragmentado e estimulação constante das redes sociais, demonstra uma aversão à profundidade que vai além de alguns poucos caracteres ou segundos de um vídeo.

Fato é que, essa cultura do imediatismo e da gratificação instantânea pode minar o verdadeiro aprendizado. Respostas rápidas e superficiais podem até resolver problemas imediatos, mas raramente proporcionam uma compreensão completa do contexto, essencial para o desenvolvimento de uma expertise sólida.

É nesse momento que vejo o valor de conteúdos em livros, como "The Data Warehouse Toolkit" de Ralph Kimball que citei, que se mantém-se relevante e respeitado mesmo diante do avanço vertiginoso da tecnologia. Oferecendo mais do que simples soluções; mas um contexto histórico, uma visão abrangente e insights fundamentais que transcendem hypes passageiros da indústria.

Tenho perto de mim também um exemplar de “Clean Code”, livro esse que também já resenhei nesta newsletter sob a ótica de um engenheiro de dados, que me faz lembrar o quanto ao mergulhar nesses clássicos, temos a oportunidade de aprender com os pioneiros do campo, compreender os princípios e práticas fundamentais e contribuem para uma melhora na forma como realizamos nosso trabalho mesmo em tecnologias contemporâneas. Essa imersão não apenas enriquece o entendimento técnico, mas também estimula a criatividade e a capacidade de resolver problemas de forma inovadora. Sim, inovadora, pois creio firmemente em um conhecimento acumulado e aprimorado para resolver problemas novos de seu tempo.

É verdade que a rapidez e a concisão têm seu valor, especialmente vemos do tempo um recurso cada vez mais precioso. No entanto, é igualmente importante reconhecer que nem todas as questões podem ser resolvidas com uma simples busca no Google. O conhecimento verdadeiramente transformador muitas vezes reside na jornada mais longa, e para além da prática e experiência própria, também na teoria mais amplamente embasada.

O teste do tempo

Este texto não pretende ser saudosista de forma alguma. Nem todo livro é bom, e vai compartilhar contigo aprendizados valiosos. No título me refiro aos clássicos, justamente por terem resistido ao teste do tempo e se mantido relevantes mesmo décadas depois de seus lançamentos.

Embora as ferramentas e técnicas possam ter evoluído desde a suas publicações, princípios fundamentais e insights estratégicos neles contidos continuam a moldar a maneira como abordamos os desafios atuais, como a modelagem desse data warehouse que comentei. É claro que essa leitura exige parcimônia, uma vez que não terei bancos de dados relacionais na arquitetura, comuns quando esse livro foi escrito, e com o advento dos lakehouses, Data Vaults e OBTs (dado a característica colunar de arquivos parquet) vêm se popularizando. Todavia, estratégias sobre como estruturar o projeto, ou mesmo identificação de fatos e dimensões para projetos com ferramentas que melhor combinam com essa modelagem, ainda são muito relevantes.

Da mesma forma, nem todo livro não tido ainda como clássico é ruim, e claramente manter-se atualizado com obras relevantes e atuais também é de muito valor. Cito aqui O Projeto Fênix, que tem apenas uma década de publicação, mas já impactou positivamente diversos ótimos líderes que conheci. Atençao a bons lancamentos, compartilhamento de leituras com colegas e consumo de críticas eventualente lhe derão um bom direcionamento sobre qualidade.

Conclusão

Trabalhando em um meio tão efêmero nos sentimos especiais e desconectados de outras área de conhecimento, como a literatura e filosofia, ou mesmo outras ciências exatas. Contudo, precisamos entender e nos inspirar com formas de aprendizado mais profundas e cadenciadas. Ofertas de 0 a senior em 6 meses, ou “tudo sobre python em 3h” são sinais claríssimos de oportunismo. Podes pensar que digo isso por ser professor há alguns anos, e estar sempre promovendo conteúdo que visa fazer com que o aluno de fato compreenda um tópico e fundamente suas escolhas futuras, mas a verdade é que verdadeiramente penso assim e aplico na minha vida: dedicar-me a entender mais sobre como spark funciona fez de mim um engenheiro de dados melhor, entender as justificativas por traz de diferentes modelagens te fará um analista de dados melhor, e tudo isso exigirá imersão e disponibilidade.

Não devemos também perder de vista o valor duradouro dos clássicos. Pois, em um futuro incerto e em constante evolução, que nos obriga a adquirir novas habilidades e estudar novas ferramentas frequentemente, eles nos oferecem pilares que podem nos guiar, agregando importante bagagem de terceiros às nossas próprias vivências. Há bases e denominadores comuns dentro das nossas profissões. Há dilemas já vividos, ainda que por outras gerações, e relatados, que podem nos agregar muito valor. Caso contrário, teriam sido esquecidos como tantos e tantos outros ao longo das décadas.