Профессия «Data science»

Современные технологии и информация – главный «товар», ценность на современном рынке. Если человек не умеет с ними работать, то не сможет построить свою карьеру и заработать. Поэтому профессии, связанные одновременно с обработкой огромного объема информации и работы с новыми технологиями – одни из самых востребованных на рынке труда в данный момент времени.

О профессии

Data Science – это наука о данных. Точнее, как правильно работать с большим количеством информации. Data Scientist — своеобразный универсал. Одновременно работает в нескольких областях:

• математике;
• экономике (если требуется компании);
• программировании4
• статистике;
• психологии;
• юриспруденции;
• рекламе и так далее.

Сюда также можно добавлять отдельные отрасли, связанные напрямую с компанией, где работает такой специалист. Например, знания по рынку ценных бумаг, фармацевтике или геологии.

Востребованность профессии

Стоит отметить, что даже в связи с внедрением и улучшением ИИ, спрос на Дата Сайентист только растет. Будущее Data Scientist весьма радужно: спрос будет только расти. Хотя даже на данный момент спрос превышает предложение на 4,5 раза. Специалистов катастрофически не хватает даже с учетом финансового кризиса, закрытием предприятий и сложной политической обстановкой.

Спрос касается не только профессионалов с опытом работы. Даже тех, кто только получил диплом или прошел соответствующие курсы. Из-за нехватки кадров работодатели готовы брать к себе таких «неоперившихся» специалистов, чтобы полностью подготовить на специфику собственной компании.

В каких сферах и отраслях можно работать

Data Scientist на удивление универсальная профессия. Специалисты могут себе позволить работать в разных отраслях. И при необходимости в переходе на иное место работы им потребуется минимальное обучение, связанное со спецификой новой фирмы.

Итак, какие направления (сферы) деятельности пользуются анализом данных Data Science?

• IT сфера стоит на первом месте из-за прорыва в технологиях, необходимости во внедрении многих разработок.
• Здравоохранение, медицина – работа с новыми исследованиями, обратная связь с клиентами, изучение появления новых заболеваний и так далее.
• Бизнес (крупный и средний). Основная работа Data Scientist – взаимодействие с огромным количеством информации, разработка новых стратегий и прогнозов развития компании, отрасли, реакции клиентов на тот или иной продукт.
• Финансовая сфера. Здесь Data Scientist занимаются составлением прогноза на разные темы: от реакции заемщиков на определенные события до курса валют или стоимости ценных бумаг в связи с каким – либо решением политического лидера.
• Метеорология. Самая неожиданная сфера. Но именно здесь Data Scientist работают в полную силу, так как требуется составить прогнозы на основе данных из самых разных источников.
• Логистика. Составление новых маршрутов, оптимизация старых, уменьшение расходов на доставку товаров.
• Сельское хозяйство. Широкая сфера: от составления прогноза погоды до создания новых методов выращивания культур с максимальной урожайностью.

Плюсы и минусы профессии

Достоинства	Недостатки
Востребованность профессии. Как ранее было показано — Data Scientist востребованы в разных направлениях. Поэтому даже новичку не составит труда отыскать себе вакансию.	Большой набор обязательных знаний  и навыков. Начиная от математики и заканчивая специальными программами – все это специалист обязан знать. Дополнительно сюда входят специфическое программное обеспечение, которое индивидуально есть у каждой крупной или средней компании для  решения их задач.
Легкость перехода при увольнении. Если все – таки случилась такая неприятная ситуация, то Data Scientist может спокойно перейти в иное место с минимальным сроком на адаптацию и обучение. Это серьезно влияет на качество работы, сроки выполнения поставленных задач.	Необходимость постоянно учиться, улучшать свои навыки. В противном случае легко найдут замену.
Высокая заработная плата. Даже у новичков, с минимальным опытом или его полным отсутствием. Работодатели готовы пойти на такой риск с условием наличия нужного набора навыков.	Постоянный стресс. Необходимость доказывать свой профессионализм, убеждать некоторых коллег или клиентов в важности и точности составленных прогнозов  — все это накладывает отпечаток на нервной системе.
Интересная работа. Работа Data Scientist интересна и многообразна! Каждый проект – это новая задача, которой раньше не было. Это позволит избежать рутины, серьезно влияющей на качество и скорость выполнения работы.	Быстрое профессиональное выгорание. Работа с большим количеством информации, порой нереальные задачи и сложности в понимании с некоторыми коллегами (клиентами) приводят к быстрому выгоранию и появлению апатии.
Постоянное развитие. Новые задачи – хороший стимул для того, чтобы развиваться дальше. А высокая зарплата – дополнительный мотиватор.	Необходимость постоянно доказывать точность собственных прогнозов. Это сложно со всех сторон. Особенно, если изначально в это никто не верит, и не хочет работать с такой информацией.
Динамичный карьерный рост. Такой специалист может себе позволить работать в офисе, самостоятельно консультировать крупного клиента (как фрилансер) и участвовать в профессиональных конференциях, конкурсах и так далее. Это позволит расти по карьерной лестнице буквально с космической скоростью.	Умение красиво и грамотно выступать перед существенным количеством людей большое количество времени. Порой недостаточно составить красивую презентацию с прогнозом, необходимо ее красиво «запаковать» и «подать», чтобы ее приняли. Это требует значительного количества сил.

Чем занимается Data Science

Есть ряд задач, которые выполняет специалист, не зависимо от того, какую отрасль он выбрал. Среди них:

• Работа с данными: сбор, обработка разрозненных данных, освобождая их от ошибок, повторений, неточности или недостоверности.
• Проводит исследовательский анализ данных (EDA).
• Создает модели и прогнозы по поставленному вопросу (задаче).
• Составляет графики, диаграммы и презентации, чтобы наглядно продемонстрировать составленный прогноз.
• Разработка стратегии в команде с иными специалистами.

Что должен знать и уметь

Из школьных предметов можно выделить следующие:

1. Математика: алгебра, математический анализ, статистика.
2. Английский язык: свободное владение. Необходимо общаться и читать на иностранном языке, так как он один из ведущих.
3. Обществознание, история – чтобы четко понимать цикличность, причины некоторых процессов. Это позволит составить более точные прогнозы.
4. География — особенно это касается логистики и метеорологии, так как нужно понимать, как прокладывать маршруты в определенных зонах или от чего зависит погода в определенной точке.
5. Психология. Нужно понимать, как именно отреагирует клиент или заказчик в той или иной ситуации, какие модели поведения или решений можно использовать при проведении переговоров.
6. Составление презентаций. Этот навык дается отработать на разных предметах. Главная задача – научиться подавать большое количество информации на небольшом количестве слайдов так, чтобы слушатели все поняли.
7. Работа со стандартным пакетом программ Word. Это и оформление печатных документов, и составление презентаций, и создание графиков, диаграмм, и базовые навыки работы в Excel. Также (если есть возможность) стоит научиться создавать базы данных при помощи стандартного пакета программ.

Личные качества

• Стрессоустойчивость, умение работать с нервным напряжением.
• Работа с большим количеством информации.
• Нацеленность на результат.
• Дисциплинированность.
• Грамотность речи (устной, письменной).
• Готовность работать сверхурочно, если необходимо сдать срочно проект.
• Усидчивость.
• Кропотливость.
• Внимательность к деталям, готовность вникать во все мелкие детали, которые могут оказать серьезное воздействие на итоговый результат.
• Контроль над эмоциями (на лице, в голосе перед толпой).
• Пунктуальность.
• Навыки самопрезентации или представления готового продукта.

В каких программах нужно работать

1. Несколько языков программирования: Python, JavaScript, Java, C#, PHP. Более конкретный выбор зависит от организации.
2. Apache Spark – фреймворк, необходимый для сбора и обработки неструктурированных данных.
3. SQL для работы с базами данных.
4. Программы для составление графиков, диаграмм и презентаций.

Зарплата

«Сколько зарабатывает Data Scientist?» — популярный вопрос перед выбором профессии. Приведенные ниже данные по средней зарплате Data Scientist помогут немного прояснить информацию.

Уровень специалиста	Зарплата в России (в рублях)	Зарплата в Европе и Америке (в долларах)
Junior	60000 – 90000	2000 – 6000
Middle	100000 – 200000	8000 – 15000
Senior	240000 — 300000	35000 – 55000

Как стать Data Science

«Как стать Data Scientist?» — тоже частый вопрос. Как в любой иной профессии, есть три пути: классическое обучение (техникум, колледж, институт, курсы переподготовки), онлайн обучение и самостоятельное обучение.

Онлайн курсы

1. Skillbox «Data Scientist с нуля до Junior»
2. GeekBrains «Data Scientist: быстрый страт в профессии»
3. Skillbox «Профессия Data Scientist»
4. Нетология «Data Scientist с нуля до Middle»
5. Яндекс. Практикум «Специалист по Data Science»

Чему учат на курсах

• Объяснение основных направлений, задач специалиста.
• Обучение поиску, сбору, обработке и подготовке данных к итоговой презентации.
• Формулировка, отработка и проверка на жизнеспособность разных гипотез.
• Составление различных моделей, прогнозов по поставленному вопросу.
• Работа с таблицами Excel.
• Составление красивых, информационных презентаций.
• Работа с нейросетями.
• Базовое программирование.
• Работа с базами данных: с готовыми и создание собственных.

Учебные заведения

Удивительно, но на некоторых образовательных платформах вполне можно получить именно профессию дата сайенсита! Например:

Сколько учиться

Зависит от выбранного формата. Например, при классическом обучении: от двух месяцев (курсы) до пяти лет.

Онлайн курсы Data Scientist длятся от 6 месяцев до 3 лет. Есть возможность сократить обучение при ранней сдаче учебных работ.

Самостоятельное обучение растянется на годы. Точного срока здесь нет.

Можно ли научиться бесплатно

Да, это вполне возможно. Книги, видеолекции, блоги, лекции – все это есть на бесплатной основе или с минимальной платой на просторах Всемирной сети. Однако, прежде, чем самостоятельно приступать к обучению стоит ознакомиться с недостатками, которые есть при сравнении с платными вариантами. Это:

• Отсутствие документа о получении нужного уровня знаний, навыков. К сожалению, это порой решающий фактор для работодателей при выборе кандидата на хорошую должность.
• Нет системы обучения, что может привести к образованию серьезных пробелов в «базе знаний».
• Нет наставника, который бы указал на ошибки и варианты их исправления.
• Нет возможности отследить собственный прогресс обучения.
• Придется самостоятельно собирать, отбирать информацию и проверять ее на достоверность.
• Должна быть высокая мотивация, дисциплина для получения нужных навыков высокого уровня.

Где искать работу после обучения

1. После прохождения классического обучения можно обратиться в студенческий совет за помощью в поисках вакансии или стажировки.
2. Если обучаться на онлайн – курсах, то работу можно получить еще даже не приобретя заветной корочки. Ведь здесь действует программа «обучение с трудоустройством по профессии…(Data Scientist)». Поэтому работодатели могут предложить место еще до окончания обучения.
3. Просматривая сайты с вакансиями. Вакансий Data Scientist на данный момент много. Поэтому даже без опыта можно отыскать подходящее место работы.