Z tego wpisu dowiesz się:
- czym jest Data Science?
- jakie kompetencje powinien posiadać „mistrz danych”?
- co zrobić, aby nim zostać?
Jeszcze dziesięć lat temu nie było na nich zapotrzebowania. Dziś badacze danych to specjaliści poszukiwani przez coraz większą liczbę pracodawców. Co więcej, zapotrzebowanie na nich z roku na rok rośnie. O tym, jak dużą rolę Data Scientist zaczyna odgrywać we współczesnym biznesie świadczy fakt, że przez wielu ekspertów nazywany jest zawodem przyszłości. Przyjrzyjmy się bliżej, co się kryje za tym tajemniczym terminem, które w ostatnim czasie robi zawrotną karierę na rynku pracy IT.
Czas na Data Science
Żyjemy w czasach, kiedy ilość danych rośnie w niespotykanym dotąd tempie (Big Data). Aby wyobrazić sobie skalę tego zjawiska, wystarczy uświadomić sobie, że dzisiejszy Internet powiększa swoją objętość średnio o 40 proc. w skali roku! Jednocześnie swój złoty wiek przeżywają media społecznościowe i serwisy strumieniowe. Nic dziwnego, że pojawia się potrzeba, aby zebrane informacje przetworzyć i uporządkować a następnie wyciągnąć konstruktywne wnioski. Do tej pory analiza danych była domeną analityków, statystyków i programistów. Dziś niezbędne stały się osoby, które połączyłyby te jeszcze do niedawna odległe od siebie profesje. Tym, czego współczesny biznes oczekuje, są bowiem realne wartości, w postaci przekazanych w przekonywujący sposób konkluzji i przewidywań, a nie hermetyczne analizy, zrozumiałe jedynie dla ekspertów z danej dziedziny. To zadanie dla Data Scientist.
Człowiek orkiestra
Zestaw kompetencji, jaki cechuje badacza danych jest bardzo szeroki. Jedną z nich jest umiejętność programowania. Stworzone przez Data Scientist rozwiązania muszą być bowiem zakodowane w taki sposób, aby działały w sposób automatyczny. Językami, które odgrywają w tym obszarze największą rolę są R i Python. Nie bez znaczenia jest również znajomość SQL. Kolejną dziedziną, która przed „mistrzem danych” nie powinna stanowić tajemnicy jest statystyka. Niezwykle przydatna jest również znajomość zagadnień związanych z algorytmami oraz uczeniem maszynowym. Spośród umiejętności miękkich pożądana jest przede wszystkim łatwość rozumienia zasad rządzących biznesem, zdolność formułowania i wyjaśniania swoich myśli oraz zmysł graficzny. Zwykle bowiem po wykonaniu analiz, wyliczeniu średnich oraz przetestowaniu najróżniejszych modeli statystycznych, swoje wyniki i przewidywania trzeba przedstawić w atrakcyjny sposób. Tylko czy jedna osoba jest w stanie spełnić te wszystkie oczekiwania? Gdzie takiej szukać?
W poszukiwaniu jednorożca
Nie da się ukryć, że profil idealnego kandydata na badacza danych sprawia wrażenie nieosiągalnego. Szukanie specjalisty o podobnym zestawie kompetencji i umiejętności rekruterzy IT pół żartem, pół serio porównują do tropienia jednorożca. Jeszcze do niedawna obszary takie jak Big Data czy Data Science kojarzyły się z amerykańskimi uniwersytetami. Dziś zagadnienia te z powodzeniem można zgłębiać na naszych rodzimych uczelniach. Oprócz tej tradycyjnej ścieżki edukacji istnieje wiele alternatywnych sposobów zdobywania niezbędnej wiedzy, takich jak bootcampy czy kursy internetowe. Data Science obejmuje swoim zasięgiem najdynamiczniej zmieniające się obszary obecnej rzeczywistości, dlatego dla badacza danych nauka nigdy się nie kończy. W zamian jednak ma on możliwość pracy w obszarach IT, które jeszcze do niedawna były znane jedynie z filmów s-f, takich jak na przykład Internet rzeczy czy rozpoznawanie ludzkich twarzy na zdjęciach.
Ilość branż, w których Data Science znajduje zastosowanie rośnie z roku na rok. Ogromne korzyści wynikające z analizy danych dostrzegają nie tylko wielkie korporacje ale i startupy. Wszystko wskazuje na to, że badacz danych to nie tylko zawód przyszłości, ale i ciekawa ścieżka kariery, pełna wyzwań i ciekawych problemów do rozwiązania.