Привет!
Чем занимается data scientist
Главная задача этого специалиста — сделать полезные практические выводы, располагая только набором данных и умея их анализировать.
Data scientist работает с большими данными — огромными массивами информации, которые получают из самых разных источников.
Например:
- в промышленности — с датчиков внутри механизмов: они измеряют температуру, давление, скорость производства продукции;
- в интернете — по поведению пользователей: сколько человек посетили определённую страницу, сколько времени они здесь провели, на какие кнопки нажимали, по каким объявлениям переходили.
Располагая всеми эти данными, data scientist знает, как выстроить прогноз, и поможет принять верное решение: продавать акции или нет, запускать ли рекламу и если да, то какую, и так далее.
Именно он способен оценить, насколько эффективно работает компания, что ей нужно улучшить, в каких направлениях выгоднее всего развиваться. Он подводит чёткую математическую основу под любое решение, проверяет гипотезы, подкрепляет выводы данными и находит связь между, казалось бы, совсем не связанными между собой событиями.
Кто и как приходит в эту сферу
Аналитика больших данных достаточно молодая область. Первыми сюда пришли разработчики, которые запускали проекты в самых разных направлениях: от интернет‑маркетинга и промышленности до банков и финансовых систем.
Вместе с разработчиками пришли и представители бизнеса: аналитики, маркетологи, финансисты. А математики и статистики разработали эффективные алгоритмы анализа данных, которые реально запустить на не слишком мощных ПК.
Но с появлением простых инструментов для сбора и анализа больших данных, а также с ростом вычислительных мощностей дорога в data science открылась всем. Сегодня стать аналитиком больших данных с нуля, без технического бэкграунда, вполне реально.
Сколько зарабатывает специалист по анализу данных
Сейчас передовые компании собирают big data, зная, что любые траты на её анализ и на зарплату соответствующих специалистов оправданы. Ведь это поможет быстро найти и устранить проблемы, улучшить качество обслуживания, запустить новые перспективные проекты.
Даже начинающий специалист по data science может рассчитывать на зарплату от 70 000 рублей, а для аналитиков с опытом вполне реален и оклад от 300 000 рублей за месяц.
На действительно высокую оплату своего труда начинающий data scientist может рассчитывать и за границей.
Так, средняя зарплата молодого специалиста в этой сфере в США составляет 68 054 доллара в год. После вычета всех налогов это более 4000 долларов в месяц.
Что должен уметь data scientist
Ключевой навык — задавать правильные сложные вопросы. Чтобы овладеть им, специалист должен понимать боли и проблемы бизнеса, говорить с ним на одном языке, чтобы получать нужную информацию.
Каждый вопрос рождает несколько гипотез — выводов, которые можно проверить с помощью данных. Если вопрос сформулирован верно, data scientist сможет построить модель для проверки гипотезы и протестировать её, получить результаты и применить их в бизнесе.
Среди технических навыков на первое место выходит Python — мощный язык программирования с понятным и логичным синтаксисом. Чтобы разбираться в нём, не нужно быть опытным программистом или хотя бы «технарём».
Достаточно уметь вызывать нужную функцию и задавать её параметры. Кроме того, для Python существует множество готовых модулей для работы с большими данными, создания моделей и глубокого обучения.
В 2021 году аналитики Mail.ru и HeadHunter установили, что владение Python — самое распространённое требование, которое выдвигают работодатели для начинающих специалистов по большим данным. Тогда он присутствовал в 54% вакансий.
За два года ситуация не изменилась: знание этого языка программирования всё ещё считают ключевым навыком не только в России, но и за границей. Среди других требований умение работать с SQL, data mining, то есть навыки поиска и сбора сырых данных для последующего анализа, математическая статистика и методы анализа данных.
До новых встреч и удачи!