Кто такой data scientist и чего ждать от этой профессии

1 Star2 Stars (3 votes, average: 5,00 out of 5)
Загрузка...

В условиях очередного политического и экономического кризиса digital-индустрия остается одной из немногих стабильных областей, которая продолжает расти и укреплять свои позиции на рынке. Именно поэтому специалисты по Big Data или аналитики данных (data scientist’ы) особенно ценятся сегодня.

Аналитик данных – это специалист, который анализирует большие массивы данных, используя специально разработанные алгоритмы с целью выявления закономерностей и связей, невидимых для невооруженного глаза. Если ему удается создать правильную формулу, исследование может привести не только к выполнению задачи, ради которой он был нанят, но и к научным открытиям в самых разных сферах – от социологии до математики.

НАПРАВЛЕНИЯ РАБОТЫ С БОЛЬШИМИ ДАННЫМИ

Интересные результаты показал опрос работодателей о специалистах по обработке больших данных (Big Data). Так, основной спрос на аналитиков Big Data формируют:

  • игроки IT-сферы;
  • телеком-компании;
  • банки;
  • крупные розничные сети.

Самую высокую динамику по задействованию больших данных показывают:

  • банковский сектор;
  • государственное управление;
  • сельское хозяйство.

Тем не менее, согласно опросу, согласно опросу, data scientist’ы работают только в 6% российских компаний. Объяснить это можно отсутствием единой терминологии для обозначения специалиста по большим данным на российском дата-рынке. Вакансии, подразумевающие идентичную специализацию,могут иметь самые разные названия. Среди наиболее популярных:

  • аналитик Big Data;
  • математик/математик-программист;
  • менеджер по анализу систем;
  • архитектор Big Data;
  • бизнес-аналитик;
  • BI-аналитик;
  • информационный аналитик;
  • специалист Data Mining;
  • инженер по машинному обучению.

Несмотря на большое количество названий, специалистов по Big Data обычно классифицируют на 2 большие группы:

  1. Аналитики (анализ данных, выявление закономерностей и построение моделей).
  2. Инженеры (хранение преобразование и доступ к данным).

ОБРАЗОВАНИЕ

Лучший багаж знаний и навыков для работы в сфере больших данных можно получить в высших учебных заведениях по направлениям:

  • «Прикладная математика»
  • «Информатика»
  • «Математическая статистика».

При этом стоит обратить особенное внимание на методы математической статистики, алгоритмы анализа данных и математического моделирования, современные технологии обработки больших данных, основы работы с реляционными БД и язык SQL. Знание английского языка на уровне чтения технической документации значительно повысит не только вашу конкурентоспособность, но и потенциальную заработную плату.

ОБЯЗАННОСТИ

Зависимо от сферы, в которой работает data scientist, в перечень его обязанностей могут входить:

  • организация процесса сбора данных с целью последующей оперативной обработки;
  • анализ и прогнозирование поведения потребителей;
  • сегментация клиентской базы (кластеризация, классификация, моделирование, прогнозирование);
  • персонализация продуктовых предложений;
  • анализ эффективности внутренних процессов и операционной деятельности и их оптимизация;
  • анализ рисков;
  • выявление мошенничества на основе изучения подозрительных операций;
  • интеграция данных из разных источников (многоканальные продажи, маркетинг, интернет);
  • формирование периодических отчетов для оценки результатов, визуализация и презентация данных.

ПЕРСОНАЛЬНЫЕ КАЧЕСТВА

Само название профессии data scientist подталкивает к выводу, что data-специалист должен, прежде всего, быть учёным, человеком с аналитическим складом ума и способностью делать обоснованные выводы из невероятных объемов информации в кратчайшие строки. Скрупулезный, внимательный, точный — чаще всего он одновременно и программист, и математик.

Кроме того, такой специалист должен быть бизнес-ориентированным, ведь весь процесс его работы в конечном итоге нацелен на решение бизнес-задачи. Преимуществом станет умение четко формулировать свои мысли, что поможет презентовать работодателю окончательный продукт своего труда и поднять его цену.

ЗАРАБОТНЫЕ ПЛАТЫ

По результатам опроса исследовательского центра рекрутингового портала Superjob, зарплатные предложения работодателей для аналитиков Big Data, очевидно, больше всего зависят от опыта работы, обязанностей и (как ни странно) города .

Так, средняя заработная плата для специалиста по данным в Москве составляет 120 тыс. руб., в Санкт-Петербурге — 98 тыс. руб., в Волгограде — 64 тыс. руб., в Воронеже — 66 тыс. руб., в Екатеринбурге — 82 тыс. руб., в Казани — 66 тыс. руб., в Красноярске — 74 тыс. руб., в Нижнем Новгороде — 70 тыс. руб., в Новосибирске — 78 тыс. руб., в Омске — 64 тыс. руб., в Перми — 72 тыс. руб., в Ростове-на-Дону — 73 тыс. руб., в Самаре — 70 тыс. руб., в Уфе — 66 тыс. руб., в Челябинске — 71 тыс. руб.

Что касается навыков, то можно выделить 4 основных зарплатных диапазона:

  1. Зарплатный диапазон: от 70 тыс. руб. в Москве, и от 57 тыс. руб. в Санкт-Петербурге.

Требования:

  • специалист без опыта работы.
  1. Зарплатный диапазон: 85 тыс. — 110 тыс. руб. в Москве, 70 тыс. — 90 тыс. руб. в городе на Неве.

Требования:

  • навыки построения математических моделей (нейронные сети, байесовские сети, кластеризация, регрессионный, факторный, дисперсионный и корреляционный анализы и т.п.);
  • глубокие знания методов статистического анализа данных;
  • владение большим количеством статистических инструментов — таких, как SPSS, R, MATLAB, SAS Data Miner, Tableau;
  • опыт работы с большими массивами данных, реляционными БД;
  • умение выявлять зависимости и закономерности.
  1. Зарплатный диапазон: 146 тыс. руб. в Москве, 120 тыс. руб. в Санкт-Петербурге.

Требования:

  • знание скриптовых языков программирования Python/Ruby/Perl;
  • опыт машинного обучения;
  • опыт использования Hadoop, Google big table;
  • знание английского языка на свободном или разговорном уровне.
  1. Зарплатный диапазон: в Москве до 220 тыс. руб., в Санкт-Петербурге — до 180 тыс. руб.

Требования:

  • опыт построения коммерчески успешных сложных моделей поведения целевой аудитории с помощью data mining инструментов;
  • профессиональный стаж не менее 3 лет;
  • наличие научных публикаций в области Big Data;
  • опыт внедрения систем по работе с BigData

ЗАКЛЮЧЕНИЕ

Итак, в этой статье мы рассказали, кто такой data scientist или специалист по Big Data. Мы проанализировали, от чего зависит заработная плата специалиста по данным, так что развивая навыки, перечисленные нами в требованиях к претенденту на вакансию, вы сможете повысить свои шансы на попадание в желаемую зарплатную категорию.

Автор: Анна Коваленко

Автор публикации

не в сети 14 часов

Лариса Шурига

Комментарии: 16Публикации: 902Регистрация: 05-06-2014

Вам также может понравиться

Добавить комментарий

Ваш e-mail не будет опубликован.

'
закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =
Авторизация
*
*

Login form protected by Login LockDown.


Регистрация
*
*
*
*
Генерация пароля