Data scientist: кто это и сколько зарабатывает

Забронировать отель или заказать пиццу через интернет стало возможным благодаря data science (наука о работе с данными. – Прим. ред.). В основе этих сервисов – тонны обработанной информации. Еще 50 лет назад такими базами данных занимались математики и статистики. Сегодня это задача программистов. Чем активнее развиваются технологии, тем больший спрос на специалистов в сфере data science. 

Аналитики из Американского управления статистики утверждают: в 2021 году количество вакансий data scientist вырастет почти до 3 млн. По их подсчетам, уже сейчас такие специалисты нужны около 70% американских компаний. А в Украине за вторую половину 2020 года было опубликовано 1600 вакансий на позицию data scientist. 

Редакция MC.today выяснила: кто такой data scientist, какие задачи для бизнеса он решает, где можно научиться этой профессии и сколько можно заработать. 

Кто такой data scientist и с чем он работает

Data scientist – это специалист, который умеет работать с большими данными (от англ. big data. – Прим. ред.). Что такое big data? Это огромные объемы неструктурированной информации. Например, ежедневно в украинских банках совершаются миллионы операций: оплата коммунальных платежей, перевод на карту, покупка товаров. Информация об этих платежах хранится в Национальном банке Украины – это big data. Такие же базы данных собирают мобильные операторы, соцсети и поисковые сервисы. 

Таким образом, big data включает в себя такие данные:

• о звонках; 
• платежах; 
• перемещениях; 
• предпочтениях; 
• погоде. 

Задача data scientist – найти закономерности в этих данных и сделать на их основе выводы. Так, если правильно проанализировать все запросы интернет-магазина, можно увеличить продажи. В нужное время предложить клиенту нужный товар на нужном устройстве: рыбаку – современные удочки, а предпринимателю – новую книгу о бизнесе.  

Списки любых рекомендаций – будь-то друзей или музыки – тоже результат обработки большого количества данных. Одним из первых такую модель запустил айтишник Джонатан Голдман. В 2006 году он устроился на должность аналитика по работе с базами данных в компанию LinkedIn.

Пока другие члены команды ломали голову над тем, как увеличить активность пользователей в сети, Джонатан придумал новый алгоритм. Он проанализировал данные всех зарегистрированных пользователей и спрогнозировал: вероятность того, что одни люди теоретически могут знать других, велика. Джонатан назвал алгоритм «Люди, которых вы можете знать» и убедил генерального директора использовать его в сети. В итоге по состоянию на 2020 год общее число пользователей LinkedIn достигло 675 млн, из них более 300 млн – активные. 

Data scientist анализирует информацию не просто так, а чтобы на ее основе дать правдивый прогноз. Например, он может спрогнозировать эффективность рекламной кампании. Часто выводы дата-специалиста помогают в принятии решений. Например, дать клиенту банка кредит или отказать. 

Кроме того, data scientist – это сотрудник, который разрабатывает решение сложных задач и может визуализировать информацию. Например, графически показать, какие платежи отклонил банк за последний год и почему.  

Какие задачи бизнеса решает data scientist

У аналитика Сергея Шельпука более семи лети опыта в сфере обработки данных. Он возглавлял отделы data science в компаниях SoftServe и Eleks, а одно время даже преподавал машинное обучение и искусственный интеллект (ИИ) в одном из университетов Львова. В 2019 году Сергей запустил стартап DeepTrait: вместе с командой они разрабатывают новые методы изучения генома человека на основе ИИ. Так свои знания в data science Сергей применяет в медицине.   

А вот какие задачи может решить data scientist в бизнесе:

• собрать информацию о пользователях и сгруппировать их по категориям; 
• спрогнозировать, какой продукт вызовет интерес и как долго будет пользоваться спросом; 
• предсказать, какое направление стоит открыть. 

Стриминговый сервис Netflix начал работать с data science еще в начале 2000-х. Уже тогда зрителям предложили оценивать фильм, который они посмотрели. А потом на основе этих оценок формировали подборки фильмов для определенных категорий. И сегодня для этого Netflix собирает такие данные: 

• дата и время просмотра; 
• устройство, на котором посмотрели фильм;
• какой запрос вводили в поиске.

Так каждый зритель получает то, что будет интересно посмотреть именно ему. Благодаря такому подходу сегодня у Netflix более 200 млн пользователей по всему миру.  

Что должен знать data scientist

Как правило, data scientist – это человек с аналитическим складом ума. Так, младший дата-специалист Елена Ивина – метролог по образованию. На протяжении 10 лет она изучала математику, статистику, программирование и электронику. 

Елена говорит: data science – это сфера, в которой пересекаются компьютерные и математические науки. Здесь нужно обязательно знать: 

• математику, статистику, теорию вероятностей; 
• принципы машинного обучения;
• языки программирования SAS, R или Python; 
• базы данных MySQL и Postgre; 
• технологии визуализации данных и отчетности; 
• хранилище данных Hadoop and MapReduce. 

Особое внимание Елена советует уделять языкам программирования. Она считает, что Python нужно знать в совершенстве. 

Дата-специалист Теренс Шин в марте 2021 года проанализировал около 15 тыс. вакансий в сфере data science. В результате он собрал самые востребованные навыки для специалистов по работе с данными в 2021 году. Так, среди языков программирования в нем первое место занимает Python, второе – SQL.

Нужно также отлично знать библиотеки TensorFlow и Scikit-learn. Шин подчеркивает: в последнее время все больше специалистов требуется со знанием облачных технологий AWS и GCP. Более подробная информация о навыках data scientist в 2021 году здесь. 

Руководитель отдела data science компании Youscan Евгений Терпиль считает: стать успешным data scientist можно и без специализированного вуза. Для этого нужно ориентироваться в теме, обладать достаточными знаниями в информатике и математике и действительно «болеть» data science. Сам Евгений – выпускник Киевского политехнического института. 

С ним согласен и дата-специалист Андрей из SomoBot. Он рассказывает: для его работодателя диплом о высшем техническом образовании был неважен. Главное было справляться с нагрузкой и выполнять задачи. 

Где и как учиться на data scientist

Дата-аналитик Елена Ивина говорит: ей понадобилось полтора года, чтобы из бизнес-аналитика перейти в специалисты по обработке данных. И это притом что у нее уже было базовое техническое образование. Чтобы процесс шел быстрее, Елена рекомендует тренироваться на «живых» проектах. Например, брать заказы на биржах фриланса. 

Начинать изучать алгоритмы лучше с наставником. И лишь со временем, когда придет уверенность, переходить на самостоятельное обучение. Эталонным курсом в data science Елена Ивина называет Deep Learning Specialization на Coursera. Его проводит доцент Стэнфордского университета и сооснователь Coursera Эндрю Нг. Курс научит разбираться в нейросетях, и пройти его можно бесплатно. 

Украинский специалист по работе с базами данных Сергей Шельпук рекомендует еще такие бесплатные курсы по data science от университета Стэнфорда: 

• Artificial intelligence: по искусственному интеллекту;
• Machine Learning: по машинному обучению;
• Databases: по базам данных. 

Канадский data scientist Кристофер Зита советует пройти обучение на курсах от Udemy:

• Machine Learning A-Z: по машинному обучению. Стоимость – $25; 
• The Complete SQL Bootcamp 2021: по языку программирования SQL. Стоимость – $11; 
• Python A-Z: Python For Data Science: по языку программирования Python. Стоимость – $10;
• Data Analysis with Pandas and Python: по анализу данных. Стоимость – $10.

Дата-специалист Евгений Терпиль делится своими сайтами и блогами, где он черпает информацию:

• arxiv.org: на сайте Корнуэльского университета публикуют все самое свежее из сферы data science и machine learning; 
• medium.com: здесь можно найти экспертные статьи на любые темы; 
• data science google news: последние новости в сфере data science; 
• datasciencecentral.com: практические рекомендации по data science; 
• kdnuggets: здесь собрана теоретическая информация по аналитике, обработке данных, машинному обучению. 

Редакция MC.today рекомендует также такие курсы для дата-специалистов: 

• Data Engineering: научитесь обрабатывать данные и освоите главные инструменты для data science. Стоимость курса доступна после регистрации. 
• Математика и статистика для data science: научитесь проводить статистический анализ данных с помощью математических методов. Стоимость курса доступна после регистрации. 

Вот книги по data science: 

• Big Data: The Essential Guide To Work, Life And Learning In The Age Of Insight, Kenneth Coquier, Victor Mayer-Schönberger: авторы изучают проблему взаимодействия человека и искусственного интеллекта;
• «Data Science для бізнесу. Як збирати, аналізувати і використовувати дані», Том Фоусет, Фостер Провост: эксперты делятся опытом, как применять полученные данные в бизнесе и развивать его. 
• «Ней­рон­ные сети и глу­бо­кое обу­че­ние», Май­кл Ниль­сен: знакомство с основными математическими принципами; 
• «Математический анализ», Липман Берс: введение в матанализ. 

Сколько зарабатывают data scientist

Зарплата data scientist зависит не только от опыта работы и навыков специалиста, но и от сложности конкретного проекта. По последним данным портала DOU, зимой 2021-го зарплата data scientist в Украине в среднем составила $2 тыс.

При этом специалист с опытом работы от одного до трех лет может рассчитывать на $1,5 тыс. зарплаты. А data scientist с опытом работы от четырех до шести лет – на $3,8 тыс.