Люди регулярно обмениваются огромным количеством данных. Они переписываются в соцсетях, оплачивают покупки банковской картой, заказывают такси через приложение. Массив данных, накопленных в одной системе, называется big data (с англ. — большие данные). Бизнес по всему миру использует big data для анализа поведения пользователей, выявления закономерностей и построения прогнозов. Для этого нужен специалист по изучению данных — data scientist. В этой статье мы собрали пять причин, почему стоит освоить эту профессию.
Причина 1. Дефицит профессионалов, а значит их востребованность.
Data scientist — молодая профессия. Впервые анализировать данные стали ещё в 1970-х, но по-настоящему профессия сформировалась в 2010-х после популяризации понятия Big Data. Сейчас многие отрасли анализируют и используют Big Data: медицина, ритейл, банковский сектор, реклама и т. д. Чем больше сфер подвергаются цифровизации, тем больше нужно сотрудников, которые могут эффективно исследовать «оседающую» там информацию и предлагать решения по автоматизации разных процессов. Но пока data scientist не так много. Во-первых, зачастую кажется, что data science — это невероятно сложно и доступно только продвинутым программистам (а это не так). Во-вторых, существует стереотип, что сейчас все идут в эту профессию, поэтому можно остаться без работы. Однако спрос на data scientist только растёт: сейчас на сайте hh.ru работодатели по всей России ищут порядка 2200 таких специалистов.
Причина 2. Перспективность профессии.
Общий объём Big Data растёт невероятными темпами, потому что digital-технологии и искусственный интеллект проникают во все сферы жизни. Этот процесс будет происходить ещё долгие годы. Например, есть предположения, что разработчики научат нейросети писать музыку, которая с точностью до ноты попадёт в предпочтения конкретного пользователя. Или появится приложение, которое будет назначать пациенту профилактическое лечение задолго до того, как он заболеет чем-то, к чему он генетически предрасположен. В подобных затеях не обойтись без специалиста, который создаст алгоритмы по сбору и обработке данных, сумеет их правильно проанализировать и сделает выводы, применимые к жизни. Так что со временем потребность в data scientist только возрастёт.
Причина 3. Возможность править миром.
Каждый из нас незаметно для себя сталкивается в повседневной жизни с результатами работы data scientist. К примеру, карты лояльности в супермаркетах существуют не только для накопления бонусов. Они помогают понять, сколько и какие продукты покупают посетители. А после, исходя из этого, формируются ценники, скидки, акции, предлагаются товары на кассе — всё это должно увеличить сумму, которую вы каждый раз оставляете в магазине.
Когда банк предлагает вам кредитку, это значит, что он соотнёс ваши доходы и накопления с интересами, которые зафиксированы в соцсетях. Например, вы лайкаете на YouTube ролики про путешествия, а на карте всего 30 тыс. рублей. Банк предложит кредитную карту или одобрит кредит на сумму, которой хватит, чтобы съездить в условную Грецию.
Всего этого не происходило бы, если бы data scientist не проанализировал информацию и не придумал, как её применить. Получается, это тот, кто реально управляет человеческим поведением и определяет, каким будет завтрашний день. Так что если вы мечтали править миром — вам в data science.
Причина 4. Достойная оплата труда.
Зарплата data scientist в среднем выше, чем у других айтишников. По данным сайта hh.ru, она варьируется от 60 тыс. рублей для начинающего специалиста в регионах до 500 тыс. рублей у руководителя команды data science в Москве.
