Каждый раз, когда мы решаем попробовать что-то новое или изменить устоявшийся уклад жизни, перед вами возникает необходимость выбора того самого первого шага, с которого и начнется “путь, длиной в тысячу миль”. В статье “Big Data: временное явление или море возможностей?” мы с вами знакомились с новой и перспективной сферой Data Science, которая набирает популярность в современном бизнес-мире, и поговорили о 2 профессиях - Data Analyst и Data Scientist. Давайте теперь рассмотрим более детально, какие еще роли есть в Big Data и какие навыки нужны для их освоения!
Глобально всю деятельность по работе с Big Data можно разделить на 2 группы: инженерия и аналитика.
Data Scientist должен обладать аналитическими навыками, уметь программировать и понимать доменную область клиента. Более детально набор компетенций выглядит так:
Задача Ученого по Данным - находить правильные данные и обрабатывать их так, чтобы полученные результаты помогали принимать верные стратегические бизнес-решения. В частности, сюда входит создание моделей, способных предугадывать, к примеру, поведение пользователей при покупке после определенных изменений на сайте, разработка гипотез и создание прототипов для их проверки.
Пример вакансии на dou.ua:
Размер зарплат. Новички с опытом работы менее 1 года могут рассчитывать на 730$, более опытные, к примеру от 3 лет - на 2000$. Так как для этой роли знание языков программирования является плюсом (и не всегда обязательным условием), то на нее могут претендовать бизнес-аналитики, аналитики данных и те, кто хорошо владеет навыками математического и статистического анализа.
Data Analyst должен взять определенный вопрос, найти необходимые данные, проанализировать их и представить визуальные результаты всем заинтересованным стейкхолдерам. Для этого важны следующие компетенции:
Функции Data Analyst и Data Scientist во многом похожи, так как их основная задача - это обработать данные и получить результаты, которые удовлетворяют запросам, с которым пришел клиент. Однако Ученый по Данным - это более обширная роль, он должен уметь создавать правильные “вопросы” и прототипы для их решения, в то время как Аналитик ищет на них ответы.
Как видят аналитиков данных HR-специалисты:
Размер зарплат. При опыте работы до года - от 730$, 2-3 года - от 1730$.
Machine Learning Engineer - это специалист, который использует различные математические, статистические и вычислительные методы для создания алгоритмов, которые извлекают необходимые данные для дальнейшего обучения и “предсказывания” трендов в будущем. Если простыми словами: он создает алгоритмы (как нейросети в мозгу человека), согласно которым затем компьютер “думает”.
Мы все знакомы с этим явлением, так как у нас есть Facebook и YouTube, чьи алгоритмы машинного обучения собирают информацию по каждому пользователю и затем выводят “советы” на основе интересующих вас вещей: например, посты или видео.
Функции Специалиста по Машинному Обучению во многом похожи на Data Scientist, однако у первого идет больший акцент именно на машинное обучение, а у второго - на анализ данных.
Для этой профессии важны знание основ информатики и вычислительной техники, умение программировать, знание теории вероятности и статистического анализа, а также умение моделировать и анализировать данные. Какие компетенции нужны:
Как выглядит вакансия Machine Learning Engineer на dou.ua:
В следующей статье мы поговорим о специальностях из сферы инженерии и определимся с тем, как выбрать себе роль, чтобы сделать первый шаг и начать обучение на специалистов в Big Data.