Профессия Data Scientist

Data Scientist способен отыскать себе работу в любой отрасли: от розничных продаж до ядерной физики. Поэтому такого специалиста порою называют повелителем больших данных. Data Scientist трудится на стыке 3-х областей знаний: программирования, статистики и машинного обучения.

Кто такой Data Scientist

Data Scientist работает с данными компании, занимается их анализом, ищет потенциальные зависимости, на этой основе делает выводы и при надобности строит визуализации. Для решения таких задач специалист пользуется математическими алгоритмами, инструментами разработки и специальными программами. Data Scientist понимает, как выстроить прогноз и помогает принимать правильные решения.

Полезная информация о профессии Data Scientist

Мы собрали полезные данные об этой профессии в одну таблицу.

Чем занимается Data Scientist

Этот специалист использует методы Data Science, чтобы обрабатывать большие объемы информации. Он выстраивает и тестирует модели поведения данных. Так он находит в них закономерности и прогнозирует будущие значения. К примеру, зная всё о спросе на продукт раньше, Data Scientist помогает компании сделать прогноз о продажах на ближайшее будущее. Все модели выстраиваются благодаря алгоритмам машинного обучения.

Плюсы работы Data Scientist

В этой профессии достаточно плюсов:

• можно научиться решению нестандартных задач;
• реальное влияние на рабочие процессы в компании;
• высокая зарплата;
• получится работать в тех отраслях, в которых интересно лично вам;
• можно сотрудничать с зарубежными компаниями.

Минусы работы Data Scientist

В этой профессии есть и минусы:

• приходится постоянно заниматься самообучением, так как знания быстро устаревают;
• нужно знать математику;
• многозадачность.

Где учиться в 2024 году

Эту профессию можно получить в университетах. Программировать, работать со статистикой и пользоваться аналитическими данными вас научат на программах IT-направлений: «Прикладной анализ данных и искусственный интеллект», «Математическое моделирование», «Аналитика и управление данными». Также можно отучиться на онлайн-курсах.

Вузы

В Санкт-Петербургском государственном университете (СПбГУ) получить профессию можно на программе «Исследование операций и системный анализ». Для поступления обязательно надо знать информатику и прикладную математику. Предусмотрена только очная форма. Обучение проходит на базе бакалавриата и длится 2 года.

В Дальневосточном федеральном университете (ДВФУ) открыт профиль «Сквозные цифровые технологии». За 4 года обучения вы не только получите мощную теоретическую базу, но и пройдете практику в ведущих IT-компаниях Дальневосточного региона. Студенты этой образовательной программы разрабатывают проекты, которые проходят экспертизу у бизнес-партнеров ДВФУ. Впоследствии эти проекты-стартапы защищаются в качестве дипломной работы.

это интересно

Профессия стример

О востребованности, зарплате, плюсах и минусах своей работы рассказывают представители профессии

подробнее

Курсы

Курс «Data Scientist с нуля до middle» от «Нетологии» длится 20 месяцев. За все время обучения вы сделаете с десяток интересных проектов, получите диплом о профессиональной переподготовке и пройдете почти 800 часов теории и практики. Еще во время курса вы сможете найти первую работу по профессии. Кураторы оказывают полное содействие в трудоустройстве.

Курс «Специалист по Data Science плюс» от Яндекс Практикум рассчитан на 16 месяцев. Вы с нуля дорастете до востребованного специалиста. За 1,5 года у вас в портфолио появится 2 реальных и 22 учебных проекта. Курс отлично подходит даже тем, кто раньше никак не был связан с IT-сферой.

Курс «Математика для Data Science» от SkillFactory — это 2 месяца интенсивного обучения. Вы изучите математическую базу, чтобы быстро войти в сферу науки о данных. Выпускники курса отмечают, что информация подается доступно и структурировано. В план образовательной программы включено выполнение практических заданий.

Востребованность Data Scientist

Согласно данным Центра компетенций Национальной технологической инициативы на базе МФТИ, в 2021 году рынок больших данных оценивался в 46 миллиардов долларов. Бюро статистики труда США сообщает, что к 2026 году по объему вакансий сфера Data Science увеличится на 28%. За последние годы количество вакансий в разных странах увеличилось почти на 500%. Ожидается, что профессия станет еще востребованней в ближайшие 5 лет.

Павел Думин, кандидат технических наук, преподаватель Data Science в Elbrus Bootcamp:

— Наметился серьезный тренд на генерацию изображений. Только за последние полгода появилось много сильных моделей, которые работают с иллюстрациями и с текстом. Анализ текста — тоже мощная область, многие компании сейчас автоматизируют общение с помощью чат-ботов.

Устройство на работу

В России Data Scientist преимущественно ищут финансовые и IT-компании. И чаще всего специалистам требуется знать язык программирования Python. В вакансиях по машинному обучению этот навык требуется в 51% случаев, по аналитике данных в — 45%. Больше всего такие кадры нужны в Санкт-Петербурге и Москве.

Найти работу можно и на фрилансе. Вакансии выкладывают на каналах в Telegram, а также на соответствующих сайтах.

Построение карьеры

Карьера Data Scientist выглядит обычно так:

• Стажёр

Обычно на эту позицию ставят человека после прохождения коротких курсов. Но нужно понимать, что стажеры чаще всего не нужны. Об этом говорит количество вакансий на HeadHunter: на начало ноября 2022 года их было всего 14.

• Junior

Такой начинающий специалист решает в основном простые детализированные задачи: подготавливает данные к обработке, ищет ошибки, выстраивает таблицы. Всех тонкостей профессии Джун не знает, поэтому ему приходится полагаться на наставника. Новички тоже сейчас нужны редко, поэтому надо стараться выбраться из этой категории как можно скорее.

• Middle

Он отлично ориентируется в Big Data, самостоятельно решает многие задачи, хорошо знает математику, разбирается в Python, умеет проводить эксперименты. Middle понимает, как создавать алгоритмы. Специалисты этого уровня — одни из самых востребованных.

• Senior

Способен одновременно работать над несколькими крупными проектами, глубоко знает статистику и математику, умеет качественно визуализировать результаты. Он отлично разбирается в Python и SQL и является экспертом в Data Science. На этой позиции аналитик обучает младших специалистов. Вакансий для Сеньоров больше всего.

Специалистам без опыта и с минимальными знаниями следует искать вакансии в компаниях с опытными наставниками. Только так можно познать базовые основы профессии и впоследствии стать востребованным экспертом.

Уровень зарплаты

На уровень зарплаты специалиста по работе с Big Data влияют несколько факторов.

• Квалификация

Стажерам обычно платят самый минимум на рынке. Профессионалы зарабатывают за счет своего опыта.

• Страна проживания

Data Scientist в США или Канаде получает в разы больше, чем в России.

• Прокаченные soft skills и hard skills

Отличное знание математики, статистики, языков программирования, английского языка, а также креативность, коммуникабельность и развитое критическое мышление: специалистам с таким набором навыков работодатели готовы платить больше.

Анализ данных HeadHunter показывает, что в России стажёрам платят в среднем 25 000-40 000 рублей; Junior получает от 45 000 до 145 000. Заработок Middle составляет от 150 000 до 250 000 рублей; Senior зарабатывает от 250 000 до 500 000 рублей.

Перспективы Data Scientist в будущем

Чтобы быть востребованным на рынке и хорошо зарабатывать, следуйте приведенным ниже рекомендациям.

1. Найдите свою нишу и активно в ней развивайтесь.
2. Изучайте смежные направления — например, научитесь создавать голосовые помощники с помощью NLP или освойте машинное обучение на основании текстовых данных.
3. Переквалифицируйтесь в ментора или откройте собственный бизнес.

Отзывы специалистов о работе Data Scientist

Сергей Гатауллин, декан факультета цифровой экономики и массовых коммуникации МТУСИ:

— Войти с нуля в профессию достаточно сложно. Надо понимать, что дата-сайентист, в отличие от аналитика данных, создает математические модели и модели машинного обучения, пусть и используя существующие алгоритмы. Для этого необходимо обладать продвинутым, а не базовым пониманием и умением применять сложный математический аппарат для решения прикладных задач бизнеса.

Никита Пестров, ведущий специалист по анализу данных ООО «Хабидатум Лаб»:

— Для инновационных компаний важно желание сотрудников расти в сфере деятельности компании, иногда даже важнее его знаний в рамках предметной должности. Поэтому при собеседовании кандидатов на позицию Data Scientist я смотрю на интерес к городской тематике, опыт командной работы. В резюме это можно увидеть по участию в релевантных стажировках или в проектах на важных для компании темы.

Популярные вопросы и ответы

Отвечает Павел Думин, кандидат технических наук, преподаватель Data Science в Elbrus Bootcamp.