Це детальний огляд 20 професій в ІТ: якими навичками потрібно володіти, які на тебе чекають обов’язки та скільки зароблятимеш. А також чесний погляд представників професії на роботу у їхньому напрямку.
Data Scientist або Data Science Engineer ‒ це фахівець, який працює з величезними, просто здоровенними обсягами неструктурованої інформації. Щоб працювати з такими даними, використовують математичну статистику та методи машинного навчання.
Дата-саєнтисти створили безліч речей, якими ти користуєшся щодня: це і прогноз погоди, і різноманітні чат-боти, і голосові помічники. Ще у 2012-му Harvard Business Review назвав професію Data Scientist “найпривабливішою роботою 21-го століття”. Відтоді мало що змінилося, попит на спеціалістів у сфері аналітики даних з кожним роком лише збільшується.
Основне завдання фахівців DS ‒ зібрати та впорядкувати бази даних, знайти у них зв’язки та закономірності. А на основі отриманої інформації створити модель машинного навчання (ML), яка дасть можливість спрогнозувати або передбачити результати роботи у майбутньому. Майже як провидець, але на відміну від них, прогнози дата-саєнтистів збуваються майже завжди.
Отже, головні функції цього фахівця такі:
Це основні завдання так званого Full Stack Data Scientist. Однак, у великих компаніях досить поширене розділення Data Science на спеціалізації. Так, тех-гіганти окрім Data Scientist, також наймають Big Data Engineer та Machine Learning Engineer. Розберемо трохи детальніше, чим займаються ці фахівці.
Сильна математична база. Матаналіз та теорія ймовірностей, статистичний аналіз, дискретна математика і лінійна алгебра ‒ без усього цього робота дата-саєнтиста неможлива.
Уміння діяти оригінально. Кожне завдання може стати справжньою квест-кімнатою, бо у будь-якому масиві даних багато різних таємниць, і щоб розгадати деякі, потрібно мислити нестандартно.
Комунікабельність. Неякісна комунікація дата-саєнтиста може дорого обійтися компанії. Успіх проєкту часто залежить від того, наскільки чітко були обговорені потреби клієнта, донесена інформація про джерела даних, методи їх обробки і потенційні ризики у ході дослідження.
Знання англійської мови. У професії, яка навіть називається англійською, без неї не обійтися. Для навчання, розуміння технічних інструкцій і, найголовніше, спілкування з клієнтами англійська потрібна першочергово.
Розуміння Machine Learning і Deep Learning. Потрібно розібратися з основними моделями і алгоритмами, які завдання вони вирішують, і також вивчити бібліотеки і фреймворки, які використовуються для цього.
Знання мов програмування. Наразі найпопулярнішою є Python. Вона дозволяє вирішувати усі основні “технічні” задачі, котрі постають перед інженером у ході підготовки даних, перевірки і презентації гіпотез.
Базове розуміння концепцій обробки даних. Вони дозволять правильно структурувати дані для подальшого їхнього опрацювання, візуалізації і моделювання.
Уміння візуалізовувати дані. Для цього варто ознайомитися з ggplot2, rbokeh для R. Або matplotlib для інтерактивної візуалізації.
Data Scientist ‒ одна з найбільш затребуваних спеціальностей, попит на яку досі зростає, відповідно і заробітні плати цих фахівців достойні: Junior ‒ $1000-2000, Middle ‒ $2500-3500, Senior ‒ $4000-8000+.
Львівський національний університет імені Івана Франка.
Національний університет “Львівська політехніка”.
Перш за все, варто зрозуміти, чи вам до душі проводити час з даними, глибоко їх копати і аналізувати. Бо саме цим ви будете займатися 80% часу. Крім того, вам мають бути цікаві складні задачі та челенджі. А ще вам має бути комфортно комунікувати про свої результати. Якщо все це про вас, то ви дата-саєнтист за натурою і вам потрібно рухатися вперед.
І почати потрібно з удосконалення знань з математики та програмування. Математика ‒ це ключова дисципліна. Вона потрібна для того, щоб інтуїтивно та теоретично зрозуміти різні концепції дата-саєнсу. Програмування, своєю чергою, дозволить практично реалізувати ці концепції та ідеї.
Варто також бути наполегливим і мати бажання досягти своїх цілей. Адже не завжди буде легко, це я вам гарантую. Робота з даними не буває простою, не все буде виходити з першого разу. Але з часом ви отримаєте практичні навички і вам вже буде легше оминати пастки. Для початку потрібно мати терпіння і не боятися невдач, адже це і є ваш досвід.
