Кем работать в сфере Data Science и с чего лучше начать

Специалисты Data Science работают с большими массивами данных, извлекая из них полезную информацию. В качестве результата бизнес и наука решают глобальные задачи: от изменений климата до заключения выгодных сделок и производства фармы. Некоторые из них уже сегодня можно решать без участия человека: умные алгоритмы не только могут найти нужно информацию в массивах данных, но и представить ее в удобном для восприятия формате. Ожидаемо, что дата-сайентисты очень востребованы сегодня на рынке ИТ, а спрос на них не только не уменьшается, но и растет с каждым годом. «Хайтек» вместе с экспертами SkillFactory рассказал о карьерных возможностях дата-сайентистов, объяснил, как построено обучение и почему важно постоянно обновлять свои знания.

Сегодня специалисты Data Science нужны уже практически во всех сферах бизнеса. Речь идет не только о финансовых или ИТ-компаниях. Дата-сайентисты востребованы в маркетинге, продажах, разработке продуктов, управленческих решениях, предсказаниях трафика и обеспечении безопасности сложных технологических систем.

Спрос на специалистов Data Science разной квалификации растет с каждым годом. По данным Академии больших данных MADE от Mail.ru Group и рекрутингового портала HeadHunter, в 2019 году вакансий в области анализа данных стало больше в 1,4 раза по сравнению с 2018 годом. А число вакансий в области машинного обучения выросло в 1,3 раза.

Растет и заработок дата-сайентистов. По данным HH.ru, даже джуниор в России получает порядка 120 тыс. рублей, тогда как бизнес-аналитик уже может рассчитывать на 170 тыс. рублей и выше, а аналитик big data — от 200 тыс. рублей.

Кто востребован и почему?

Чаще всего в России дата-сайентистов ищут финансовые и ИТ-компании. А самое распространенное требование к соискателям — знание языка программирования Python. Оно встречается в 45% вакансий специалистов по анализу данных и почти в половине вакансий (51%) в области машинного обучения.

Разумеется, количество дата-сайентистов тоже растет. Согласно данным HH.ru, ежемесячно свои резюме размещают 246 специалистов по анализу данных, 47 — по машинному обучению.

В список требований от соискателей также входят:

  • знание SQL;
  • владение интеллектуального анализа данных (Data Mining);
  • уверенные знания в математической статистике;
  • умение работать с большими данными;
  • владение C++, Git, Linux.

При этом около 65% вакансий в сфере анализа данных и 50% вакансий специалистов в области машинного обучения приходится на Москву. Второе место по России занимает Петербург (15% и 18% соответственно). Разумеется, соискатели тоже в основном сконцентрированы в двух столицах. Но сегодня, чтобы проходить обучение, не обязательно куда-то переезжать, а работать в удаленном формате, на аутсорсе, уже становится новым форматом организации рабочего процесса.

Где учиться на дата-сайентиста и что для этого нужно?

Есть несколько подходов к обучению на дата-сайентиста. Один из них — более классический, поступить в вуз на ИТ-направления. В том числе это можно сделать и за рубежом. Например, учеба на магистра Data Science в американском вузе может обойтись вам в очень внушительную сумму: от $30 тыс. до $120 тыс. Даже онлайн-курсы при зарубежных вузах по этой специальности стоят как минимум в $9 тыс. Есть и те, кто не готов тратиться на свое обучение в таких масштабах, потому что подобные затраты нужно еще окупить, а произойдет это не сразу. Например, дата-сайентист Ребекка Викери, работающая в этой сфере уже на протяжении 10 лет, составила свою собственную программу, по которой она самостоятельно изучала Data Science. У такого подхода тоже есть свои минусы: отсутствие обратной связи и поддержки ментора или преподавателя, отдаленность от коллектива, работа в одиночестве и, наконец, многим такой процесс обучения кажется скучным.

Еще один вариант — онлайн-обучение в специализированных диджитал-школах, таких как SkillFactory. Студентов там не просто учат набору методик и приемов, но и учат учиться. Кроме того, у каждого учащегося будет ментор, оказывающий поддержку и помощь, а все работы, выполненные в процессе обучения, не только можно использовать в качестве портфолио. Еще будучи учащимся SkillFactory, будущий дата-сайентист входит в отраслевое комьюнити — это не только помогает найти работу, но и общаться с коллегами, обмениваться опытом. В онлайн-школе уверены, что недостаточно просто выучить новые технологии — требуется освоить новые подходы и новые способы мышления. И в одиночку с этим справиться сложно. Поэтому все студенты дают друг другу обратную связь, обмениваются кодом, помогают искать ошибки и делятся задачами и реальными кейсами.

  • Автор: Артур Киреев
СЛЕДУЮЩИЙ МАТЕРИАЛ РАЗДЕЛА "IT"