Rambler's Top100
Статьи
09 февраля 2016

Data-герой или IT-учёный?

Немного сноб и в меру гиковатый, готовый докопаться до самой сути явлений – вот таким должен быть тот, кто работает с большими данными.

Специалист по работе с данными: быть или не быть?

«Специалист по Big Data: какой он?»

В условиях нестабильной экономической ситуации в России и мире делать положительные прогнозы на 2016 год довольно сложно. Тем не менее на фоне общего снижения темпов роста большинства отраслей бизнеса digital-индустрия, а с ней и область Вig Data, продолжают показывать рост и укреплять свои позиции. Именно в это неоднозначное время обладатели аналитического мышления, терпения и трудолюбия вполне смогут не только достойно обеспечить себя (data-аналитик с опытом работы от 1 года сейчас получает не менее 110 000 руб.), но и сделать себе имя.

Специалист по Big Data – тот герой, который на основе изучения больших массивов данных в различных сферах жизни (это может быть как бизнес, так и наука), формулирует тенденции, выделяет тренды и прогнозирует то, что невозможно увидеть невооружённым глазом. На практике такие исследования приводят к научным открытиям, повышению эффективности работы компании, определению новых источников дохода, улучшению клиентского сервиса и т. д., но развернуть клубок Big Data под силу не каждому.

Персональные качества специалиста по Big Data: сноб или перфекционист?

Родиной Big Data с уверенностью можно назвать Америку, и на английском языке эта профессия называется «Data scientist» – недвусмысленный намёк на то, каким должен быть настоящим data-специалист – немножко учёным. Влюблённый в своё дело, немного сноб (ведь он не без оснований уверен, что является отличным специалистом) и в меру гиковатый, готовый докопаться до самой сути явлений – вот таким должен быть тот, кто работает с большими данными.

Классическое выражение «большие массивы данных» как перевод на русский язык термина «Big Data» не совсем верно передаёт суть этого понятия. Big Data – это, скорее, не объем информации, а скрытые глубокие пересечения и процессы, которые невозможно выявить без дополнительного анализа. Big Data - как тот самый американский золотой рудник: старатель (аналитик) должен хорошо потрудиться, чтобы найти что-то стоящее. У него должен быть и правильный настрой, и набор инструментов, и большой запас решительности, чтобы обнаружить то, что скрыто от обычных глаз.

Аналитика и суровый менеджмент: какие навыки оттачивать?

У будущего data-специалиста должно быть сильное базовое математическое или техническое образование, он должен хорошо разбираться в технологиях и жизненном цикле массивов данных.

Ему обязательно пригодятся навыки программирования, в частности, способность реализовывать в программном коде полный цикл разработки (от сбора и очистки данных до их анализа и визуализации результата), придумывать и решать алгоритмические задачи, владеть специальным софтом.

Помимо этого, специалист по Big Data, как командный игрок, должен научиться решать бизнес-задачи, предлагая в качестве решения оптимальный набор технологий и алгоритмов.

Всегда опрятно одетый и с отличной стрижкой, он владеет отличными презентационными навыками, чётко формулирует свои мысли, а в свободное время занимается саморазвитием и играет на бас-гитаре.

Направления работы с данными: кем быть – вот в чем вопрос

По результатам опроса работодателей, специалисты по обработке больших данных (Big Data) работают в 6% российских компаний. По традиции, основной спрос на аналитиков Big Data формируют игроки IT-сферы, телеком-компании, банки и крупные розничные сети. Всё больше к помощи Data-специалистов в своей деятельности прибегает банковский сектор, государственное управление, сельское хозяйство.

Из-за невысокой степени развитости российского рынка Data пока не существует единой принятой терминологии, обозначающей тот или иной объем работ с Big Data. Вакансии, подразумевающие одну и ту же специализацию, порой называются совершенно по-разному, например: аналитик Big Data; математик/математик-программист; менеджер по анализу систем; архитектор Big Data; бизнес-аналитик; BI-аналитик; информационный аналитик; специалист Data Mining; инженер по машинному обучению.

Вообще тех, кто работает с Big Data, подразделяют на 2 большие группы: это аналитики по Big Data и инженеры по Big Data. Первые отвечают за анализ больших данных, выявляют взаимосвязи и строят модели (на данный момент в России это направление менее востребовано, в отличие от специализации на аналитике). Вторые же в большей степени несут ответственность за хранение, преобразование данных и быстрый доступ к ним.

Для примера – чем занимается аналитик Big Data:

  • строит процессы сбора данных таким образом, чтобы потом можно было оперативно обработать информацию;
  • анализирует и прогнозирует потребительское поведение, занимается сегментацией клиентской базы (это и кластеризация, и классификация, и моделирование, и прогнозирование тоже);
  • персонализирует продуктовые предложения;
  • анализирует эффективность внутренних процессов и операционной деятельности, вырабатывает решения по их оптимизации;
  • проводит аналитику рисков и подозрительных операций, выявляет факты мошенничества;
  • обеспечивает полноту и взаимосвязь между данными из разных источников;

Специалисты по Big Data — это новый тип профессионалов, они помогают рассмотреть то, что нельзя увидеть невооружённым глазом, с их помощью работа с данными выходит на новый качественный уровень. На фоне интенсивного развития digital-сферы карьера, связанная с Big Data, выглядит очень перспективной.

Материал подготовлен при участии технологической компании Weborama. 

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!