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:
- Аналитики (анализ данных, выявление закономерностей и построение моделей).
- 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:
- Зарплатный диапазон: от 70 тыс. руб. в Москве, и от 57 тыс. руб. в Санкт-Петербурге.
Требования:
- специалист без опыта работы.
- 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.
- 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.
- 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