Strefa Klienta
Data Scientist to osoba, która kompleksowo podchodzi do analizowanego zagadnienia: od zrozumienia go poprzez przygotowanie i przetworzenie danych do zbudowania modelu, zwizualizowania go i stworzenia rekomendacji na podstawie wyniku analizy. Skupianie się na jednym elemencie, na przykład analizie czy modelowaniu, to zbyt mało, by stać się Data Scientist. To właśnie dlatego specjaliści w tym zakresie nazywani są „mistrzami danych”. Data Scientist łączy w sobie rolę programisty i analityka danych, znającego statystykę.
Zakres obowiązków
Data Scientist w finansach, np. w konsultingu może zajmować się projektami dotyczącymi np. geolokalizacji, tworzyć analizy kosztowe i silniki rekomendacyjne, symulacyjne optymalizacje sieci logistycznej, rozwijać aplikacje IT czy narzędzia do wczesnego wykrywania awarii np. maszyn produkcyjnych (ang. predictive maintenance). Do jego głównych zadań należy opracowywanie danych i posługiwanie się zaawansowanymi narzędziami technicznymi.
Profil
Do pracy w charakterze Data Scientist potrzebne jest wykształcenie ścisłe: matematyka, informatyka, fizyka. Rozmaitość ról i specjalizacji w zespołach często jednak sprawia, że w pracy doskonale odnaleźć może się także na przykład absolwent ekonomii, który zna zastosowanie Data Science i potrafi przekazywać klientowi wyniki wypracowane przez zespół.
Na samym początku kluczowe są umiejętności techniczne, programistyczne oraz pracy z bazami danych, które są sprawdzane na rozmowach o pracę. W przypadku rekrutacji na stanowisko Data Scientist pierwszym etapem są zwykle testy wewnętrzne, które weryfikują aktualne umiejętności i wiedzę w zakresie machine learning, przetwarzania danych w SQL (ang. Structured Query Language), umiejętność kodowania w takich językach jak R czy Python.
Poszukiwane kompetencje miękkie
Oprócz twardych umiejętności technicznych w zawodzie Data Scientist liczą się również predyspozycje umysłowe i kompetencje miękkie. Ważna jest:
- zdolność dostrzegania nieoczywistych powiązań,
- spostrzegawczość,
- otwartość myślenia,
- dociekliwość,
- wysoko rozwinięte umiejętności komunikacyjne, by umieć przedstawić wyniki przeprowadzonej analizy danych w zrozumiały sposób,
- umiejętność pracy zespołowej: zdolność znajdowania wspólnego języka z innymi.
Perspektywy rozwoju
Karierę w kierunku Data Science najlepiej rozpocząć od praktyk. Praca Data Scientist wymaga ciągłego zdobywania doświadczenia, uczestnictwa w realizacji wielu projektów, poznawania zagadnień oraz narzędzi.
W firmie z wielkiej czwórki (Big4) etapy kariery są określone. Pierwszym jest stanowisko konsultanta, z którego można awansować na starszego konsultanta, następnie managera, starszego managera, a później dyrektora i wreszcie partnera.
Data Scientist to zawód, który często pojawia się w rankingach czy zestawieniach zawodów przyszłości. Według prognoz McKinsey Global Institute do 2020 roku deficyt Big Data Scientist w USA wyniesie blisko 1,5 mln nieobsadzonych miejsc pracy.
Wynagrodzenie
Badanie Business Over Broadway/Keggle wykazało, że mediana rocznych zarobków Data Scientist w Polsce wynosi 29 tys. USD. Najwięcej zarabiają Data Scientists w Stanach Zjednoczonych (mediana rocznych zarobków wynosi 120 tys. USD.
Ⓒ 2008-2024 Grupa MBE sp. z o.o. Wszelkie prawa zastrzeżone.