Temat tygodnia
Polecamy wywiad dotyczący pracy księgowego alternatywnych funduszy inwestycyjnych.
Trwa ładowanie. Prosimy o chwilę cierpliwości.

Data Scientist

W poniższym artykule prezentujemy sylwetkę Data Scientist. Poznaj zakres obowiązków, zadania i profil osoby pracującej na tym stanowisku.
Branża: IT
11.12.2018

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.