Фото Depositphotos.com
Первое, что привлекает в этой профессии — шестизначный заработок (в Британии он составляет от 60 000 до 150 000 фунтов в год).
Вторая особенность в том, что задачи и обязанности этих специалистов пока не до конца ясны и понятны широкой публике.
Не следует путать профессии data science и data analysis (анализ данных).
В первом случае специалист ищет в больших объемах несистематизированных данных связи и закономерности, чтобы разработать модель и алгоритм и предсказать, как система будет развиваться дальше. Такие модели прогнозов от data scientists требуются в генетике, бизнесе, медицине, финансах, автогонках, страховых компаниях и даже в сельском хозяйстве. И еще много где.
А вот аналитик данных занят другим — он работает не с технической стороной процесса, а со статистикой и составляет анализы исходя из статистических данных.
За последние несколько лет восприятие самой профессии значительно изменилось. Раньше она ассоциировалась со скрупулезностью, сейчас это прежде всего творчество. Также специалисту по работе с большими данными важно уметь общаться с людьми — чтобы продать то, что он открыл.
«Будущее принадлежит людям с soft skills («мягкими навыками»)», — говорит Эван Дейвис, специалист американской компании Cognizant.
«Инструменты по визуализации данных, программы, которые переводят сложную информацию в простые картинки, изменили расклад в игре по изучению больших данных», — добавляет Дейвис.
Эти инструменты становятся все более простыми для использования и все более интуитивными. Это не может не радовать в эру, когда наша работа постоянно меняется и все перемены связаны с техникой, и мы вынуждены как-то ориентироваться в меняющихся данных. Если раньше в профессию исследователя больших данных шли люди с докторской степенью по информатике, то сегодня в профессию идут разные люди, в том числе домохозяйки и подростки.
Новые люди приходят в профессию нетрадиционными путями — им помогают новые IT-программы. Эдвард Грин и Балрадж Оутс именно так и попали в data science.
Для Грина путь в мир исследования данных начался, когда ему было 15 лет и он надолго, на два с половиной года, попал в больницу (ему предстояло пережить три операции). Сначала он экспериментировал с медицинской информацией, которую через iPad перерабатывал в понятную для пациентов форму. А потом переключился на изучение данных в автогонках — там он и научился жонглировать невероятным количеством информации. «Некоторым гонщикам показаться, что им эта информация не нужна, но это не так», — говорит он.
Data science перевернула мир вверх ногами и для Балрадж Оутс. Она узнала о новой профессии на хакатоне, где игрокам предложили проанализировать мировые данные по коронавирусу, чтобы сравнить тенденции в разных регионах. Работая с обычными иконками в новых программах (а не страницами расчетов), она смогла справиться с задачей довольно быстро. Балрадж сравнивает работу в data science с работой на калькуляторе.
С этого и начался ее путь в мир данных, рассказывает Балрадж. Благодаря тому хакатону она легко смогла вернуться к трудовой жизни после 12-летнего перерыва на уход за тремя детьми: Балрадж случайно упомянула в разговоре с другой мамой у входа в школу, что сейчас занимается data science, а та как раз искала специалиста в свою фирму.
Сейчас Балрадж работает с большими данными в финансовой сфере и обращает внимание, что любому специалисту важно себя правильно и своевременно рекламировать.
