Data Science и Data Scientist – разберемся

Стремительное развитие информационных технологий и IT-отрасли привело к появлению новых направление деятельности и профессий. В их числе – Data Science как область работы с большими данными и Data Scientist как специалист, занимающийся ее выполнением. До сих пор далеко не всегда существует четкое понимание этих терминов, а потому имеет смысл рассмотреть их более внимательно.

Data Science – что это такое?

Дословно Data Science переводится как «наука о данных», что достаточно верно отражает суть понятия. Если говорить предельно просто и кратко, термин означает деятельность по сбору, хранению и обработке Big Data или больших данных. Под ними понимается значительные объемы разнообразных сведений, изначально неструктурированных. Для упорядочивания информации требуется ее первичная обработка, которая осуществляется с помощью методов машинного обучения и математической статистики.

Этой работой занимаются Data Scientist или дата-сайнтисты, сфера деятельности и обязанности которых описаны ниже.

Отличия от бизнес-аналитики

Здесь же необходимо отметить разницу между Data Science и аналитикой данных, которая также является важной частью работы с Big Data. Дата сайнс и дата сайентисты обрабатывают информацию с целью обнаружения связей и закономерностей, результатом чего становится построение прогнозных моделей. Другими словами, целью специалиста становится прогнозирование будущего.

Аналитик данных занимается обработкой текущих результатов деятельности. Его главной задачей является оценка эффективности работы предприятия в целом, отдельных подразделений, команды по реализации бизнес-проекта или даже конкретных сотрудников. То есть аналитика данных больше интересуют уже свершившиеся события, их детальный анализ, выявление резервов роста и проблемных мест.

Важно отметить, что профессии Data Scientist и аналитика данных часто пересекаются. Более того, некоторые специалисты владеют навыками обеих, что делает их еще более ценными для работодателя и востребованными на рынке труда. Но изначально перед ними стоят разные задачи, они используют в работе несколько различающийся инструментарий, а результата деятельности применяются на практике для решения различных задач.

Еще одним существенным нюансом становится более широкое область профессиональной деятельности дата сайентиста, фактически включающая в себя аналитику данных как один из составных элементов.

Кто такой Data Scientist?

Как было отмечено выше, основной сферой деятельности специалиста выступает первичное структурирование и обработка больших массивов информации или Big Data. Для этого используются различные методы – от машинного обучения до создания многоуровневых нейронных сетей и традиционной математической статистики.

Чем занимается?

Сфера практического применения знаний и навыков Data Scientist крайне широка. На сегодняшний день в нее входят:

• все направления бизнеса – создание алгоритмов прогнозирования спроса и результатов реализации различных проектов;
• банки – разработка программ для оценки платежеспособности клиента;
• транспортные компании – создание алгоритмов выработки оптимального маршрута перевозки;
• IT-сфера – программирование ботов поисковых алгоритмов и систем искусственного интеллекта;
• промышленное производство – прогнозирование сбоев в работе технологических линий.

Приведенный перечень сложно назвать исчерпывающим. Напротив, область профессиональной деятельности рассматриваемого специалиста постоянно расширяется и нет никаких оснований считать, что ситуация изменится в ближайшие 5-10 лет. Что означает дальнейший рост востребованности в квалифицированных Data Scientist.

Особенности профессии и требования к специалисту

Первой и главной особенностью специалиста в Data Science выступает необходимость постоянного совершенствования. Дело в том, что используемые в профессии методы и технологии регулярно обновляются. Чтобы оставаться грамотным специалистом, требуется их изучение, освоение и получение опыта использования. Без этой практически каждодневной работы сложно рассчитывать на построение успешной профессиональной карьеры.

Что касается основных требований к специалисту, то оптимальный процесс соответствия им предусматривает последовательное изучение следующих знаний и навыков:

• основы математического анализа;
• математическая статистика;
• Python или другой популярный язык программирования (хотя в Data Science именно пайтон является базовым на сегодня);
• принципы машинного обучения.

Дальнейшая подготовка зависит от конкретного направления работы специалиста. Главное – понимать, что предела профессиональному совершенствованию в Data Science попросту нет, поэтому всегда найдется то, что целесообразно изучить или освоить.

Обзор рынка труда: перспективы, зарплаты, вакансии

Быстрый рост и активное развитие IT-отрасли приводит к тому, что практически все квалифицированные специалисты, работающие в ней, являются востребованными на рынке. Поэтому проблем с трудоустройством обычно не возникает.

Другим логичным следствием становится высокий уровень предлагаемой работодателями заработной платы. Сказанное в полной мере распространяется на Data Scientist. Даже начинающий специалист без опыта практической работы может рассчитывать на получение 70-90 тыс. рублей в месяц. Причем указанная цифра может быть удвоена – при должном старании и аккуратном исполнении обязанностей – уже в течение 1-2 лет.

Дальнейшие рост доходов зависит только от самого специалиста. Верхнего предела в заработке Data Scientist практически нет. Настоящие профессионалы своего дела, работающие в крупных компаниях или на аутсорсинге, получают 200-300 тыс. руб. ежемесячно. Некоторые из них создают собственные фирмы и становятся владельцами бизнеса.

Обучение дата сайнс

Характерной особенностью многих профессий IT-сферы выступает отсутствие необходимости получать не только высшее, но и даже среднее специальное образование. Вполне реально стать специалистом посредством обучения на курсах – в онлайн- или офлайн-режиме. Некоторые учебные центры ведут бесплатную подготовке Data Scientist, хотя рассчитывать на серьезный уровень получаемых знаний в этом случае достаточно проблематично.

Платные курсы требуют финансовых расходов, но в большинстве образовательных организаций цены находятся на вполне доступном уровне. Тем более – в случае дистанционного обучения. Дополнительные затраты компенсируются качеством подготовки, оптимальным сочетанием теории и практики, привлечением к преподаванию грамотных профессионалов.

Бонусом становится помощь в создании портфолио и карьерные консультации, которые доступны в некоторых образовательных онлайн-школах.

Курс «Data Scientist с нуля до Junior» от Skillbox

Курс «Data Scientist» от Академия «Синергия»

Курс «Data Scientist (Расширенная траектория)» от Нетология

Вероятный карьерный путь

У квалифицированного специалиста в Data Science обычно не возникает проблем с трудоустройством, так как на рынке практически всегда присутствуют интересующие его вакансии. Дальнейшее построение карьеры определяется его способностями, добросовестным отношением к исполнению должностных обязанностей и желанием изучать новые знания.

Стандартный профессиональный путь – от Junior до Senior – вполне реально пройти за 4-6 лет. Некоторым удается сделать это еще быстрее. Важно понимать, что грамотный и опытный Data Scientist способен стать начальником отдела или возглавить команду разработчиков уже на уровне Middle, то есть через 3-4 года после начала работы по специальности.

Следующие ступени карьерной лестницы – заместитель директора или даже руководитель специализированной компании – занять намного сложнее, но тоже вполне реально. Нередко, как было отмечено выше, специалист принимает решение о создании собственного бизнеса, который может оказаться вполне успешным. В конечном счете все зависит от желания и старания самого Data Scientist, а текущий рынок труда и состояние IT-индустрии предоставляют для этого все необходимые возможности.

Что почитать и посмотреть по теме?

1. Джоэл Грас «Data Science. Наука о данных с нуля».
2. Питер и Эндрю Брюс «Практическая статистика для специалистов Data Science».
3. Рэйчел Шатт и Кэти О'Нил «Data Science. Инсайдерская информация для новичков».
4. Дэви Силен, Мохамед Али и Арно Мейсман «Основы Data Scienceи Big Data. Python и наука о данных».
5. Дж. Вандер Плас «Python для сложных задач. Наука о данных и машинное обучение».
6. Видео ролик с YouTube «Data Science с нуля. Скиллы, задачи, зарплаты в DS. Отличия Data Science от аналитики данных».
7. Видео ролик с YouTube «Разбор реальной Data Science задачи».
8. Видео ролик с YouTube «Big Data, дополненная реальность и компьютерное зрение. Интервью с Data Scientist».
9. Видео ролик с YouTube «Профессия Data Scientist: кто это?»
10. Видео ролик с YouTube «Основные отличия Data Engineer, Data Scientist и Data Analyst».

FAQ

Что такое Data Science?

В дословном переводе – наука о данных. Она занимается работой в Big Data, то есть большими объемами информации, которая изначально является неструктурированной, а потому требует предварительной обработки для дальнейшего практического использования.

Чем занимаются Data Scientist?

Специалист и занимается этой обработкой, применяя в работе различные методики – от математической статистики до машинного обучения.

В чем их отличие от аналитиков данных?

Аналитики данных занимаются сравнительно узкой сферой работы с Big Data, так как специализируются исключительно на анализе свершившихся событий посредством оценки эффективности работы компаний или реализации отдельных проектов. Деятельность Data Scientist намного шире и включает, помимо исполнения обязанностей аналитиков данных, еще и создание различных моделей, что позволяет выполнять прогнозы и разрабатывать сценарии дальнейшего развития событий.

Как стать дата сайентистом?

Оптимальный способ сделать это – посещение учебных курсов. На сегодняшнем рынке образовательных услуг подобных программ обучения представлено немало, в том числе самых разных – платных и бесплатных, в онлайн- и в офлайн-режиме.

Сколько получает специалиста в Data Science?

Новичок в профессии без опыта сможет найти вакансию с зарплатой в 70-80 тыс. рублей. При серьезном отношении к работе его доход удвоиться уже через 1-2 года. Дальнейший уровень заработка зависит от желания совершенствовать профессиональные знания и навыки. Грамотные специалисты с опытом могут получить до 200-300 тыс. рублей ежемесячно.

Каковы карьерные перспективы Data Scientist?

Востребованность в квалифицированных специалистах IT-сектора настолько велика, что Data Scientist вполне может пройти путь от новичка до профессионала и начальника отдела/команды разработчиков за 3-5 лет. Дальнейшее и весьма вероятное развитие карьеры – руководство специализированной компании или создание собственного бизнеса.

Подведем итоги

1. Data Science – наука о данных, которая занимается изучением и созданием методов работы с Big Data, представляющими собой обширные массивы неструктурированной информации.
2. Data Scientist – специалисты, занимающиеся обработкой больших данных посредством различных технологий, включая машинное обучение, создание нейросетей, математическую статистику и т.д.
3. Дата сайнтист – востребованная профессия, получить которую можно после прохождения учебных курсов (платных или бесплатных, онлайн или офлайн).
4. Ключевыми достоинствами специальности выступают: беспроблемное трудоустройство, высокая зарплата, серьезные карьерные перспективы, доступность обучения.