Кто такой Data Scientist и как им стать: что надо уметь, где учиться профессии

Наука о данных - очень хорошая карьера с огромными возможностями для продвижения в будущем. Спрос на специалистов высок, зарплаты конкурентоспособны, а льготы многочисленны - вот почему Data Scientist был назван LinkedIn «самой многообещающей карьерой». Специалист по данным - эксперт, обладающий аналитическими и техническими навыками для решения сложных проблем. Компетенции включают использование информатики, математики и статистики для поиска закономерностей и разработки действенных стратегий для организаций.

Как начать карьеру Data Scientist, читайте в статье с советами и полезными видео по теме.

Описание работы и обязанности

Специалисты по Data Science тратят много времени на сбор, систематизацию, моделирование и изучение сведений с разных сторон. Как правило, эксперты одной ногой стоят в сфере бизнеса, другой – в IT. Они пользуются большим спросом и получают высокую зарплату. Большинство компаний недавно осознали огромную силу и ценность науки о ИВ, и что они больше не могут позволить себе игнорировать массу неструктурированных сведений, которые имеют под рукой от собственных пользователей и клиентов. Кому-то нужно добывать золото в этом хаосе и беспорядке - и на помощь приходит data-сайентист. Многие начинают карьеру как аналитики данных или статистики, а затем переходят на другой уровень.

Приходится иметь дело с большим количеством информации: числами, текстами, таблицами, изображениями, видео, аудио и графиками. Тип во многом зависит от отрасли. Независимо от образования, хорошие специалисты обладают рядом характеристик. Прежде всего, необходимо приобрести определенные навыки, чтобы стать профи: разбираться в языках программирования, аналитике, сборе и анализе информации, статистическом анализе, технологии визуализации и отчетности, машинном обучении, искусственном интеллекте.

Конкретные задачи Data Scientist сильно различаются в зависимости от отрасли, в которой они работают. Однако список наиболее частых приводим ниже.

Изучение отрасли и компании для выявления болевых точек, возможностей для роста и областей для повышения эффективности и производительности.
Определение актуальных и полезных наборов данных, а затем сбор или извлечение нужной информации из различных источников.
Удаление всего непригодного для использования и тестирование, чтобы убедиться в точности и единообразии.
Создание и применение алгоритмов, используемых для реализации средств автоматизации.
Моделирование и анализ BD для выявления скрытых закономерностей и тенденций.
Визуализация и организация сведений в информационных панелях, с которыми могут обращаться другие коллеги.
Представление результатов и рекомендации другим членам команды.

Soft Skills

Область сочетает в себе технические и межличностные навыки. Преобразование данных из таблиц в диаграммы, графики и информационные панели может быть выполнено с помощью ряда инструментов, включая Tableau, Plotly, Bokeh и Matplotlib. И овладение перечисленными инструментами соответствует технической стороне. Вдобавок к этому успешным кадрам нужен широкий спектр мягких навыков, чтобы преуспеть в работе. Можно обладать всеми техническими навыками в мире, но если не понимать принципов бизнеса или целей компании, hard skills не будут использоваться продуктивно и эффективно.

Коммуникативные навыки имеют решающее значение, когда представляете умозаключения, аргументы в пользу внесения изменений и пытаетесь взять право голоса в рамках общей организационной стратегии компании. Также нужно быть хорошим командным игроком. Придется иметь дело с большими многопрофильными командами, и эффективный специалист по данным не может просто работать изолированно над проектами по собственному выбору. Важно координироваться и сотрудничать с множеством людей, выполняющих другие технические и нетехнические роли.

В зависимости от сектора специалистам по обработке данных может потребоваться твердое понимание принципов ведения бизнеса. Это означает возможность определять области для потенциального роста или повышения эффективности, которые затем можно решить, используя подход Data science. Критическое мышление и решение проблем – мастхэв. Для этого необходимы объективность и здравый смысл.

Хорошая интуиция существенно поможет в работе. Не существует дорожных карт и навигаторов. Практика во многом основана на творчестве и понимании того, где искать - где скрытые закономерности могут скрываться, ожидая раскрытия, и как их выявить. Пригодится понимание того, как сведения структурированы (или нет), и как структурой можно манипулировать от первоначальной расплывчатой идеи для теста до работоспособной модели, а в конечном итоге - до окончательного бизнес-решения. К сожалению, интуиции нельзя научить, только заработать с собственным опытом.

Необходимые технические навыки

Рассмотрим три категории наиболее важных технических скилов.

Сбор и хранение данных

Вся информация должна откуда-то поступать и быть последовательной и организованной, чтобы давать надежные выводы. Профи должен знать, как преобразовать сведения в удобную форму (сортировка и обработка). Вы также можете услышать, что эти шаги называются извлечением, преобразованием и загрузкой. Без знания Excel и SQL не обойтись.

Анализ и моделирование

Python, R, Hadoop и Spark помогают количественно определять и анализировать наборы данных с использованием статистических методов, запускать тесты и создавать модели, которые можно использовать в широком спектре приложений, от финансов и электронной коммерции до природных ресурсов.

Визуализация

Преобразование полученных результатов из таблиц в диаграммы и графики или даже информационные панели, которые позволяют неаналитикам получать информацию более интуитивно понятным способом, - само по себе искусство. Есть ряд инструментов, которые специалисты используют: Tableau, PowerBI, Plotly, Bokeh и Matplotlib. Каждый имеет свои сильные стороны. Стоит отметить: программное обеспечение не может сказать, какой тип визуализации наиболее подходит для оформления конкретных результатов, поэтому хорошее понимание способов визуализации является необходимым.

Какие языки программирования нужно учить

Python, R, SQL и Java - одни из самых популярных языков программирования, которые используют дата-сайентисты.
Python - доступный, простой в использовании и универсальный, является лучшим языком программирования для многих профессионалов.
R - предлагает ряд пакетов для конкретной предметной области, для удовлетворения потребностей приложения, для статистической обработки и визуализации.
SQL - используется для управления в реляционных BD.
Java – полезность заключается в популярности (многие компании использовали Java для создания серверных систем и приложений для настольных компьютеров, мобильных устройств и интернета).
Scala - дружественный и гибкий, идеальный для работы с большими объемами информации.
Julia - предназначен для численного анализа и вычислений и полезен для решения сложных математических операций.
MATLAB - используется в промышленности и в академических кругах благодаря обширной математической функциональности.