Ответы на некоторые вопросы о специалистах data scientist

Вам нужен data scientist? Вы сами хотите стать таким специалистом или развить свои навыки? У нас есть несколько публикаций на эту тему, будем рады, если они окажутся для вас полезными.

Автор: Стефани Робертсон, редактор раздела SAS Insights

Профессия data scientist регулярно фигурирует в таких публикациях, как «Самая привлекательная специальность XXI века», «Спрос на рынке труда: какие профессионалы наиболее востребованы» и т.д. Иногда data scientist в шутку сравнивают с единорогами — они столь же редки и, возможно, не существуют вовсе. Неудивительно, что многие компании из различных стран всеми силами стремятся заполучить и удержать такого профессионала. Когда мы начинали эту серию публикаций в 2015 году, то зашли в каталог вакансий Kaggle (популярное сообщество профессионалов data scientist), чтобы узнать, кто нанимает таких специалистов. Ниже несколько компаний и задачи, которые им нужно было решить:

  • Компания L’Oréal стремилась предвосхищать потребности клиентов.
  • Баскетбольный клуб Philadelphia 76 хотел прогнозировать результаты игр, игроков, команд и спортивных сезонов.
  • Телевизионная сеть The Weather Channel искала способ оптимизировать размещение рекламы в интернете.
  • Перед издательством Simon & Schuster стояла задача оптимизации цен на электронные книги.
  • Клининговая компания из Сан-Франциско хотела знать, какие ароматы лучше всего подходят для жилых помещений.
  • У одного радио стартапа в интернете было множество данных и идей, но не было возможности для формирования хороших списков воспроизведения.

Почти все компании ставили перед data scientist схожие задачи и требования: извлечь ценную информацию из больших данных (часто упоминалась технология Hadoop), знать определенные языки программирования и обладать хорошими коммуникативными навыками.
Нам стало интересно:

  • Как компании понимают, что им нужен (или подходит) data scientist? Какие задачи помогает решить такой профессионал?
  • Кто такие data scientist на самом деле? Чем они занимаются? Всегда ли они хотели работать по этой специальности и как пришли к этому решению?
  • И наконец: что делать, если вы хотите стать data scientist?

Готовы ли вы принять в свой штат специалиста data scientist? Получите совет от экспертов.

Чтобы составить собственное представление об этой теме, мы обратились к Майклу Раппа, доктору наук и основателю Institute of Advanced Analytics при Университете штата Южная Каролина. Это первый университет США, который начал присваивать степени магистра наук по направлению «аналитика». Сейчас в нем действует специализированная учебная программа для студентов, которые хотят стать data scientist. (В настоящее время в США и других странах доступно более 60 похожих образовательных программ.) Майкл поделился с нами своим мнением о росте числа вакансий data scientist — он считает, что спрос на таких специалистов будет расти. Также он объяснил, в чем, по его мнению, заключается отличие data scientist от аналитиков, статистиков и специалистов по data mining. Он дал советы потенциальным работодателям профессионалов такого уровня и поделился мыслями с теми, кто стремится построить успешную карьеру в этой области.

Настоящие data scientist — да, они существуют!

После этого нам захотелось поговорить cо специалистами data scientist лично. Мы начали искать людей, которые согласились бы рассказать о своей работе, образовании и опыте, и убедились, что они существуют на самом деле. Мы провели серию интервью со специалистами из разных стран мира и собираемся делать это на регулярной основе.

Data scientist: Дэймонд Линь
Data scientist: Стив Айнбендер
Data scientist: Колин Нагтерен
Data scientist: Патрик Холл
Data scientist: Мануэль-Давид Гарсия
Data scientist: Алекс Херрингтон
Data scientist: Кристин Кэрни

Как же стать data scientist?

Возможно, сейчас вы думаете: «Выглядит круто. Интересно, смогу ли я стать data scientist. С чего начать?» В этом разделе мы будем публиковать статьи с советами для тех, кто хочет стать у руля в мире больших данных. Как мы уже говорили, множество колледжей и университетов предлагает учебные программы в области исследования данных, углубленные курсы по изучению различных аналитических методов — от статистики, машинного обучения и data mining до прогнозного моделирования и обработки больших данных. Существуют и онлайн-курсы.

SAS стремится помочь клиентам в достижении их целей. Поэтому в прошлом году мы запустили инициативу SAS Analytics U. В рамках этой комплексной глобальной программы профессора и студенты, ученые и просто энтузиасты могут получить доступ к бесплатному ПО SAS, полезным ресурсам, бесплатным онлайн-курсам и стать частью веб-сообщества SAS Analytics U.

Курсы для data scientist помогут вам овладеть инструментами SAS.
Более подробно о дефиците аналитических навыков и решении SAS Analytics U
Ради интереса вы можете пройти короткий онлайн-тест от NCSU, чтобы оценить свои знания в области аналитики.

После выхода первых публикаций мы получили множество отзывов. Кроме того, мы регулярно получаем письма от специалистов data scientist на интересующие их темы. Эти рассказы мы будем публиковать здесь в том числе.
Патрик Холл: «Как сохранить статус науки за наукой об исследовании данных»
Дженнифер Ненадик: «Командный подход в исследовании данных»

Следите за нашими публикациями!

 

Data Scientist

Back to Top