НОВАЯ ПРОФЕССИЯ: ДАТАСАЙЕНТИСТ
Где получают знания и сколько зарабатывают?
Первое сентября — пожалуй, третий важный день в году после 1 января и дня рождения. Начало учебного года отзывается неясной тягой к новому даже у взрослых. Эту привычку можно использовать, чтобы поменять жизнь или хотя бы профессию. Если вы давно задумывались об интересной работе, самое время выбрать. А что бы вы сказали, если бы вам предложили всего за год или два стать специалистом в новейшей области с зарплатой около ста тысяч рублей для начала?
Кто такой «дата-сайентист» и зачем ему много сырых данных
Необходимость собирать и анализировать информацию существует ровно столько же, сколько человеческий разум. Однако за последние 50 лет данных стало так много, что их сбор поручили компьютерам (даже термин такой появился — big data). А теперь интерпретацией и визуализацией собранного тоже занимаются умные машины. Но могут ли они делать это без человека?
Конечно, нет. У каждого компьютера — по крайней мере, пока — должна быть правильно составленная программа, которая возьмет на входе сырые данные, а на выходе предоставит красивый график или диаграмму. Но и с полученной картинкой придется поработать — решить, как она соотносится с поставленной задачей, подтверждает ли гипотезу или опровергает.
Такой работой занимаются специалисты, овладевшие новой и крайне востребованной во всех областях знания профессией data scientist. Она настолько свежая, что даже по-русски ее никак не назвали — так и говорят: «датасаентист» или «дата-сайентист». Может показаться, что это просто другое название аналитиков, но нет: аналитики смотрят в прошлое и понимают, что уже случилось (например, как изменились маршруты общественного транспорта за последние 20 лет и какие можно отменить). Дата-сайентисты предвидят будущее: куда горожанин будет ездить и зачем.
Эта профессия не зависит от сферы знаний: она применима и в биологии, и в ядерной физике, и в добыче нефти, и в бизнесе. Например, работа агрегаторов, что бы они ни собирали, новости, товары или машины, как в современных службах такси, не может существовать без дата-сайентистов. Специалисты в этой области незаменимы при создании чат-ботов, голосовых помощников и прогнозов (например, погоды).
Вот, к примеру, вы читаете «Фонтанку». Наши бизнес-аналитики смотрят на то, какие материалы пользуются особой популярностью, какое время подходит наилучшим образом для публикации — и дают советы редакции, как улучшить контент. А дата-сайентист мог бы создать систему рекомендаций, которая бы предлагала каждому читателю только то, что ему интересно.
«Большие данные есть практически в каждой области: наши — это посещаемость сайта за все время его работы, — говорит начальник отдела развития «Фонтанки» Елена Виноградова. — И специалист по big data нам бы очень не помешал. Думаю пойти учиться по этой специальности».
Кто может стать специалистом
по big data
по big data
Для работы им нужны данные, много данных, причем еще не структурированных. Это могут быть метеорологические наблюдения, посещаемость сайта или сайтов, результаты спортивных соревнований — практически что угодно. К этим массивам применяются методы машинного обучения и математической статистики — и получается прогнозная модель. Это программный алгоритм, который находит оптимальное решение поставленной задачи.
Складывается ощущение, что это какие-то волшебники, которые обладают знаниями и навыками, недоступными простым смертным, правда? Кто еще может найти нефть, не выезжая «в поле», или предсказать, какой вопрос задаст пользователь в следующую минуту (если даже сам он этого не предполагает)?
Но оказывается, это просто высокооплачиваемая и востребованная профессия, которой, как ни странно, можно выучиться без всякой магии и даже без диплома одного из ведущих математических факультетов. Более того, ей могут овладеть даже гуманитарии.
Где этому учат и можно ли прийти на курс «с нуля»
Один из самых простых способов получить такую специальность — онлайн-курс «Полный курс по Data Scienсe. Обучение профессии Data Scienсe с нуля», который проводит SkillFactory*. За год тут могут сделать из поступившего с базовыми школьными знаниями по математике и без опыта в IT специалиста по анализу данных, алгоритмам машинного обучения и нейросетям. Разумеется, все получится, только если систематически выполнять домашние задания и слушать советы тьютора, которого назначают каждому студенту. Создатели курса отмечают, что на это достаточно 6 часов в неделю.
Обучение идет на реальных данных, а в программе такие предметы, как программирование на Python, опыт работы в Linux, статистика и теория вероятностей, основы математики для data science, машинного обучения. Учиться здесь будет комфортно и тем, у кого нет никакого опыта: все предметы преподают с элементарного уровня, постепенно усложняя. И уходить с работы не надо: все задачки можно решать в удобном темпе, а все уроки — пересматривать так часто, как надо для понимания.
Студентам, успешно закончившим обучение и защитившим выпускную работу, выдается диплом SkillFactory**, который можно и нужно внести в резюме (а работу — в портфолио). Кстати, составить новое резюме вам непременно помогут.
Так что же мы ждем? Начало учебного года — самое время овладеть новой перспективной профессией.
Материал подготовлен специально для SkillFactory
*SkillFactory предоставляет доступ к интерактивной инновационной Платформе «SkillFactory CS» (далее - Платформа), предназначенной для создания высокоэффективных курсов и поддержания вовлеченности пользователей.
**Диплом SkillFactory не является дипломом государственного образца
Автор: Алена Синицина
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Иллюстрации и фотографии: freepik.com
Дизайнер: Екатерина Елизарова
*SkillFactory предоставляет доступ к интерактивной инновационной Платформе «SkillFactory CS» (далее - Платформа), предназначенной для создания высокоэффективных курсов и поддержания вовлеченности пользователей.
**Диплом SkillFactory не является дипломом государственного образца
Автор: Алена Синицина
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Иллюстрации и фотографии: freepik.com
Дизайнер: Екатерина Елизарова
Спецпроекты «Фонтанки.ру»
Просмотров: 4651