Чи можливо стати дата-сайентіст? Розвіюємо міфи і страхи про професії

Коли заходить мова про роботу з великими даними,багато хто відразу уявляють собі академіків в якомусь науково-дослідному інституті або програмістів, які сидять за комп'ютером і пишуть код 24/7. Тому склалася думка, що освоїти професію дата-сайентіст непросто (не просто так адже її називають однією з найбільш затребуваних!). Але насправді велика частина того, що ви знаєте про Data Science - це міф. Розберемо найпопулярніші з них.

Уявлення багатьох про Data Science помилкові

зміст

• 1 Data Science - це тільки машинне навчання
• 2 Щоб працювати з даними, потрібно бути програмістом
• 3 Дата-сайентіст - це нудно
• 4 Data Science не застосовується в повсякденному житті
• 5 Вивчитися на дата-сайентіст вже пізно

Data Science - це тільки машинне навчання

Широко поширена думка, що дата-сайентісттільки і роблять, що розробляють нейромережі і займаються машинним навчанням. Це зовсім не так, наука про дані набагато більш широка, ніж може здаватися на перший погляд. Data Science - це більше про аналіз даних, а за машинне навчання відповідає інше відгалуження науки про даних - Machine Learning. Дата-сайентіст ж більше обробляє масиви даних, Шукає в них закономірності і допомагає з їх допомогою вирішувати різні завдання в бізнесі.

Наприклад, за допомогою такого аналізу можна виявити,в яких місцях клієнт банку витрачає найбільше, щоб в наступному місяці надати йому ексклюзивне індивідуальну пропозицію. А щоб автоматизувати цей процес, потрібні фахівці з машинного навчання, які можуть навчити комп'ютер робити автоматичні передбачення. І все це в сукупності є наукою Data Science.

Щоб працювати з даними, потрібно бути програмістом

Кадр із серіалу «Кремнієва долина»

Data Science - нова спеціальність, і у неї немає жоднихобмежень щодо того, хто може вивчитися на неї. Інженер ви або гуманітарій, розібратися в великих даних буде нескладно. Головне - підібрати потрібний курс, де не просто потрібно вивчати підручники, а є багато практичних завдань і підтримка викладачів (менторів), які допоможуть, якщо щось не виходить.

Ну і, звичайно, мати бажання вчитися і пізнаватинове. Звичайно, якщо ви знаєте мови програмування і спілкуєтеся з комп'ютером на «ти», це прискорить процес освоєння спеціальності, але часто наявність іншого освіти, не пов'язаного з програмуванням, може стати великим плюсом. Фінансисти зможуть вирішувати за допомогою Data Science завдання, які стосуються їх спеціалізації, а біологи - робити нові медичні відкриття.

Наприклад, не так давно команда DеepMind створилаалгоритм AlphaFold 2, який допоміг визначити тривимірну структуру білка. Це відкриття дозволить створити нові лікарські препарати проти хвороб, оскільки за допомогою структури вчені будуть знати, як працює білок, як він згортається і взаємодіє з іншими елементами, щоб його можна було безболісно використовувати в ліках.

Дата-сайентіст - це нудно

Типовий фахівець по роботі з даними в очахбільшості виглядає як худорлявий хлопчина в окулярах, який з ранку до ночі працює з таблицями, будує діаграми і вважає, вважає, вважає. Цей же стереотип раніше застосовували щодо програмістів, але все змінилося. Досить подивитися серіал «Кремнієва долина», щоб хоча б поверхово зрозуміти, з якими завданнями стикаються дата-сайентіст в сучасному світі. Це не просто офісні клерки, які передруковують дані з одних таблиць в інші - вони часто стикаються з завданнями, які взагалі ніхто не вирішував. І виявляють закономірності, які простий обиватель в життя навіть не помітив би.

Наприклад, проаналізувавши метеорологічні дані, можна передбачити не лише, коли буде дощ, сніг або ураган, а ціни на нафту, Щоб згодом застосувати отримані дані на біржі. Побачити подібну закономірність під силу далеко не всім.

Хто б міг подумати, що вивчаючи погоду, можна передбачити ціни на нафту?

Data Science не застосовується в повсякденному житті

Ще один міф, який сформувався, ще колиця професія тільки отримувала розвиток. Тоді дійсно все обчислення залишалися в основному на папері. Але потім, коли бізнес зрозумів, наскільки важливі дані, все змінилося. Зараз ви кожен день бачите роботу дата-сайентістов, хоча навіть не підозрюєте про це. Наприклад, коли заходите в соціальну мережу, і там відображається блок з акаунтами людей, яких ви можете знати. Або вибираєте нові категорії кешбек в банківському додатку. Або коли викликаєте таксі, і система вибирає найближчого до вас водія по вашим запитам з десятків інших в окрузі.

Машинне навчання за допомогою споживання великої кількості зображень дозволяє, наприклад, з успіхом реалізовувати проект самоврядного автомобіля Google.

Вивчитися на дата-сайентіст вже пізно

Кадр з фільму «Стожари»

А ось і ні, ринок великих даних зростає з кожнимроком. У зв'язку з цим зростає попит і на профільних фахівців. Так що ви встигнете навіть не просто застрибнути в останній вагон поїзда, що рушив, а спокійно дійти до локомотива і розміститися з комфортом.

Заробітні плати дата-сайентістов тільки ростуть

Тим більше вчитися 4, 5 або 6 років для того, щобстати фахівцем по Data Science, не потрібно. На курсі Data Science в SkillFactory, який триває 24 місяці, цієї професії вчать з нуля, він підійде і новачкам, і вже працюючим програмістам.

Студенти курсу не тільки вчаться основам роботи звеликими даними, але і також програмування на Python, основам математики і статистики, освоюють практичний machine learning і data engineering. Програма складена провідними експертами в Data Science - NVIDIA і EORA. Перевага цього курсу також в тому, що він охоплює основні напрямки для роботи з даними. На кожному етапі курсу ви будете вирішувати реальні кейси, які стануть частиною вашого портфоліо. Ментори допоможуть вам дійти до кінця навчання, завжди підтримають мотивацію і допоможуть, якщо щось не зрозуміло.

Читачі Hi-News.ru можуть отримати знижку 50% на курс * по промокодом Data Sciencе до 25 грудня 2020 року.

З огляду на, що вже через рік-два після старту навчання можна влаштуватися на позицію джуніора з зарплатою 80-120 тисяч рублів, Таку можливість краще не упускати. Затребуваність дата-сайентістов зростає мало не кожен місяць, особливо в умовах пандемії, коли IT-сфера знаходиться на підйомі і потребує нових кадрах.

* Знижка не підсумовується зі знижками на сайті