Вчений за даними (Data Scientist)

1 1 1 1 1 1 1 1 1 1 Рейтинг 1.73 [11 Голоси(ів)]

Деталі: Останнє оновлення: П'ятниця, 28 квітня 2023, 13:28

Data Scientist - спеціаліст з обробки, аналізу та зберігання великих масивів даних, так званих «Big Data».

Професія нова, актуальна та надзвичайно перспективна. Сам термін "Big Data" з'явився у 2008 році. А професія Data Scientist — «Вчений за даними» офіційно зареєстрована як академічна та міжгалузева дисципліна на початку 2010 р.

ЗМІСТ:

Особливості професії
Місце роботи
Важливі якості
Професійні знання та навички
Сходинки кар'єри та перспективи

Необхідність виникнення такої професії була продиктована тим, що коли йдеться про Ультру Великих Даних, масиви даних виявляються занадто великі для того, щоб обробляти їх стандартними засобами математичної статистики.

Щодня через сервера компаній усього світу проходить тисячі петабайт ( 1015 байт =1024 терабайт) інформації.

Крім таких обсягів даних, проблему ускладнює їх різнорідність і висока швидкість оновлення.

Масиви даних поділяють на 3 види:

структуровані (наприклад, дані касових апаратів у торгівлі);
напівструктуровані (повідомлення E-mail);
неструктуровані (відеофайли, зображення, фотографії).

Більшість даних Big Data є неструктурованими, що значно ускладнює їхню обробку.

Окремо фахівець із статистики, системний аналітик чи бізнес-аналітик не може вирішити завдання з такими обсягами даних. Для цього потрібна людина з міждисциплінарною освітою, компетентна в математиці та статистиці, економіці та бізнесі, інформатиці та комп'ютерних технологіях.

Головне завдання Data Scientist:

вміння отримувати необхідну інформацію з найрізноманітніших джерел, використовуючи інформаційні потоки як реального часу;
встановлювати приховані закономірності в масивах даних та статистично аналізувати їх для прийняття грамотних бізнес-рішень.

Робочим місцем такого фахівця є не один комп'ютер і навіть не один сервер, а кластер серверів.

Особливості професії

У роботі з даними Data Scientist використовує різні способи:

статистичні методи;
моделювання баз даних;
методи інтелектуального аналізу;
застосування штучного інтелекту для роботи з даними;
методи проектування та розробки баз даних.

Посадові обов'язки data scientist залежать від сфери його діяльності, але загальний перелік функцій виглядає так:

збір даних із різних джерел для подальшої оперативної обробки;
аналіз поведінки споживачів;
моделювання клієнтської бази та персоналізація продуктів;
аналіз ефективності внутрішніх процесів основи;
аналіз різних ризиків;
виявлення можливого шахрайства з вивчення сумнівних операцій;
складання періодичних звітів з прогнозами та презентацією даних.

Data Scientist, як справжній учений, займається не тільки збиранням та аналізом даних, але й вивчає їх у різних контекстах і під різними кутами, ставлячи під сумнів будь-які припущення. Найважливіша якість фахівця за даними – це вміння бачити логічні зв'язки в системі зібраної інформації, та на основі кількісного аналізу розробляти ефективні бізнес-рішення.

У сучасному конкурентному і швидко мінливому світі, в постійному зростанні потоку інформації Data Scientist незамінний для керівництва в плані прийняття правильних бізнес-рішень.

Плюси професії:

Професія не лише надзвичайно затребувана, а й існує гострий дефіцит фахівців такого рівня. За даними McKinsey Global Institute до 2018 р. тільки в США знадобиться понад 190 тисяч Data Scientist. Тому так стрімко та широко фінансуються та розвиваються факультети за найпрестижніших вузів з підготовки фахівців за даними.
Необхідність постійно розвиватися, йти в ногу з розвитком IT-технологій, створювати нові методи обробки, аналізу та зберігання даних.

Мінуси професії:

Не кожна людина зможе освоїти цю професію, потрібен особливий розумний склад.
У процесі роботи можуть не спрацювати відомі методи та понад 60% ідей. Багато рішень виявиться неспроможним і потрібно мати велике терпіння, щоб отримати задовільні результати. Вчений немає права сказати: «НІ!» проблемі. Він має знайти спосіб, який допоможе вирішити поставлене завдання.

Місце роботи

Data Scientist займають ключові позиції в:

технологічних галузях (системи автонавігації, виробництво ліків тощо);
IT-сфері (оптимізація пошукової видачі, фільтр спаму, систематизація новин, автоматичні переклади текстів та багато іншого);
медицині (автоматична діагностика хвороб);
фінансових структурах (прийняття рішень про видачу кредитів) тощо;
телекомпанії;
великих торгових мереж;
виборчі кампанії.

Важливі якості

Необхідні якості, якими повинен мати вчений:

аналітичний склад розуму;
працьовитість;
наполегливість;
скрупульозність, точність, уважність;
здатність доводити дослідження остаточно, попри невдалі проміжні результати;
комунікабельність;
вміння пояснити складні речі простими словами;
бізнес-інтуїції.

Професійні знання та навички

Знання, якими необхідно мати для роботи вченим:

знання математики, матаналізу, математичної статистики, теорії ймовірностей;
знання англійської мови, читайте також;
володіння основними мовами програмування, які мають компоненти до роботи з великими масивами даних: Java (Hadoop), C++(BigARTM, Vowpel Wabbit, XGBoost), Python (Matplotlib, Numpy, Scikit, Skipy);
володіння статистичними інструментами - SPSS, R, MATLAB, SAS Data Miner, Tableau;
ґрунтовне знання галузі, в якій працює data scientist; якщо це фармацевтична галузь, необхідно знання основних процесів виробництва, компонентів ліків;
головна базова навичка фахівця з data scientist - організація та адміністрація кластерних систем зберігання великих масивів даних;
знання законів розвитку бізнесу;
економічні знання

Як і в будь-якій професії тут важлива самоосвіта, безперечну користь якій принесуть такі ресурси, як:

онлайн-курси провідних університетів світу COURSERA;
канал машинного навчання MASHIN LEARNING;
добірка курсів edX;
курси Udacity;
курси Dataquest, на яких можна стати справжнім профі у Data Science;
6-крокові курси Datacamp;
навчальні відео O'Reilly;
скринкасти для початківців та просунутих Data Origami;
щоквартальна конференція спеціалістів Data Scients Meetup;
змагання з аналізу даних.

Сходинки кар'єри та перспективи

Професія Data Scientist сама по собі є високим досягненням, для якої потрібні серйозні теоретичні знання та практичний досвід кількох професій.

У будь-якій організації такий фахівець є ключовою фігурою. Щоб досягти цієї висоти, треба завзято і цілеспрямовано працювати і постійно вдосконалюватися у всіх сферах, що становлять основу професії.