Данные (англ. data) в наше время признаны «новой нефтью»: в сыром и необработанном виде большие объемы информации так же как и нефть бесполезны.
C развитием цифровой экономики возрос спрос на специалистов, умеющих анализировать сложные и зачастую неструктурированные данные. Выросла привлекательность (читайте —сексуальность) дата-сайентистов и аналитиков данных.
В этом материале разберемся:
Почему эта профессия стала настолько востребованной в последнее десятилетие
Кто может стать дата-сайентистом
Сколько получают аналитики данных в Казахстане
Сколько получают специалисты по data science и аналитики данных за границей
Есть ли риски у данной профессии
Где можно работать дата-сайентистом в Казахстане
К чему следует быть готовым, если вы решили «уйти в дату»
Согласно статистике, представленной на Всемирном Экономическом Форуме в 2020 году, количество цифровых данных на начало этого года составляло 44 зеттабайта (в числе 1 зеттабайт 21 ноль).
Например, одних только имейлов в 2019 году было отправлено 188 миллионов штук в секунду. Объем данных на ближайшие годы был также спрогнозирован:
Очевидно, что для управления всеми этими данными нужны будут профессиональные кадры. Более того, по мнению Линды Берч, директора фирмы по найму персонала для руководящих позиций в США, основными инструментами науки о данных должны будут в скором времени владеть все, в особенности кандидаты на подобные должности группы C (CEO, CFO, CIO).
Первый стереотип, который отталкивает при мысли о смене карьеры, это обязательное для аналитиков данных знание математики и ее принципов. Соответственно, в голове возникают мысли о том, что математику я изучал давно и было это еще в школьные времена.
Подобные сомнения у многих возникают при не самых приятных воспоминаниях о школьных уроках алгебры и геометрии. Однако ваши неудачи в школе говорят только о неуспешной сдаче одного предмета, а не о ваших ментальных способностях.
Наука о данных — это о практическом применении математики и статистики. В наше время доступного онлайн образования можно найти курс, подходящий именно вам, освежить знания или даже освоить новые (список курсов приводим ниже).
Второй фактор, который часто смущает — возраст. Сомнения вроде того, что вы уже слишком стары и перспективы есть только у молодежи, одолевают многих. Тем не менее, для успешной работы дата-сайентистом недостаточно быть просто технически образованным.
В качестве доказательства ниже приведен один из результатов опроса, проведенного Kolesa Group среди казахстанских аналитиков и data science-специалистов в ноябре 2019 года, наглядно отразивший предыдущий опыт работы участников. Согласно опросу, более половины респондентов пришли в аналитику и Data Science из менеджмента, экономики, продаж, маркетинга и других нетехнических дисциплин.
Принято думать, что сфера IT-технологий преимущественно для мужчин. Статистика подтверждает: в мире всего 17% IT специалистов – женщины. Тем не менее растет спрос на программирование, так, в Казахстане в 2019 объем услуг в этой сфере вырос на 46%. Соответственно, увеличивается и количество девушек, изучающих технические специальности.
По данным исследования Stack Overflow, проведенного Developer Survey Results в 2019 году, доля женщин в программировании увеличилась с 9% до 11% в 2019 году. В науке о данных женщины занимают 26%.
В Казахстане девушки в IT составляют всего 14%. Чтобы помочь девушкам войти в IT, создаются благотворительные инициативы по поддержке девушек вроде STEM bootcamp при American Space Corner в Алматы, чьи лекции выкладываются на YouTube и доступны всем. Также существуют благотворительные наборы для девушек на Power BI-курс Екатерины Рехерт, одной из самых известных представительниц науки о данных в стране, где в июле 2020 года 35 девушек отучились бесплатно.
Женских имен в аналитике данных в Казахстане, конечно, намного больше. Например, Тогжан Султан, которая окончила факультет экономики в Назарбаев Университете, решила поменять специальность на data science и поступила в Колумбийский университет, а сейчас работает data scientist в Нью-Йорке; Айгерим Сагындыкова — экс-team lead в Kaspi Bank, работала полгода в Силиконовой Долине; Назым Сатбекова — Machine Learning инженер в Kolesa Group; Баян Асенова — data scientist в Kolesa Group.
Заработная плата существенно растет вместе с опытом работы: так, начинающий специалист со стажем работы в 1 год будет получать оклад в размере около 230 тысяч тенге, уже через год оплата труда того же специалиста возрастет до 400 тысяч тенге. Специалисты со стажем от трех лет уже считаются опытными сотрудниками и их средняя зарплата составляет от 550 тысяч тенге.
Также необходимо отметить, что оплата труда более редких специалистов, таких как DWH- разработчиков (data warehouse — хранилище данных) или ML- инженеров (machine learning — машинное обучение) может отличаться.
Например, в то время как средняя зарплата product и marketing аналитиков составляет 400-450 тысяч тенге, зарплаты ML и DWH инженеров составляют 500-540 тысяч тенге.
Согласно отчету сайта Glassdoor? на конец октября 2020 года средняя зарплата специалиста по data science в США составляет 113 000 долларов или около 48,9 млн тенге в год, а у аналитика данных – 62 000 долларов или около 26,8 млн тенге в год.
Разница в оплате труда объясняется тем, что в зарубежных компаниях аналитик данных зачастую выполняет основной сбор и анализ информации, прогнозом же и стратегией работы с данными занимается data scientist, и, соответственно, его работа оплачивается выше.
Третье направление — инженеры данных (DWH, ML– специалисты) — работают с базами данных и системами обработки. В Казахстане, а также странах СНГ различия между тремя специальностями довольно размыты, так как рынок труда для специалистов по работе с данными находится в стадии развития и большинству компаний требуются наборы навыков, соответствующие всем трем специальностям.
В Москве зарплата начинающего специалиста составляет от 60 000 рублей или около 334 000 тенге в месяц, тогда как сотрудник с хорошим опытом получает в среднем 134 000 рублей или около 747 000 тенге в месяц.
Как мы уже говорили, большую часть времени дата-сайентист проводит за трансформированием сырых данных. Процесс этот может быть долгим, так как необходима проверка каждой гипотезы и модели. Соответственно, основным риском в данной работе является неопределенность в результате. Также недостаточность знаний специалиста может затруднить решение проблемы. Поэтому постоянное обучение крайне необходимо для этой профессии.
Заметьте, что в сфере IT работают только 40% специалистов, 25% работают в сфере финансов, остальные индустрии, такие как ретейл, сотовая связь и телекоммуникации и прочие также внедряют анализ данных в свою работу.
По данным на 28 октября 2020 года, на сайте hh.kz было размещено около ста вакансий для специалистов по работе с данными. Половина из них требуются в IT и телеком-компании, 15 вакансий было размещено банками и еще столько же специалистов требуются в отделы маркетинга, остальные специалисты требовались в сферах бухгалтерии, продаж, консультирования и других.
Одним из самых важных навыков для этой профессии является способность и любовь к постоянному обучению. Технологии не стоят на месте. Данные растут с каждым годом с невероятной скоростью. Поэтому будьте готовы к непрерывному обучению, благо, что доступных курсов в сети достаточно.
Помимо этого, для работы аналитиком данных важны такие личные качества, как любовь к деталям и усидчивость, так как большую часть рабочего времени вам будет необходимо трансформировать сырые данные в ваших руках до тех пор, пока это не даст вам желаемый результат.
Начать можно с поиска интересующей вас темы в интернете и изучения ее онлайн или офлайн. Например, пройти онлайн-курсы ведущих университетов мира на сайтах Coursera, Udemy, Datacamp (можно начать со статистики, SQL, языков программирования Python и R).
Стоимость курса —около 12 долларов — включает в себя, помимо курсов, сертификат, а также пожизненный доступ к материалам курса. Количество прослушавших курс студентов — 82 510. Язык обучения — английский.
Специализация включает в себя 10 курсов, которые можно пройти как по отдельности, так и все вместе. Есть бесплатный 7-дневный доступ, после чего стоимость будет составлять 50 долларов в месяц. Прохождение всех 10 курсов займет около 11 месяцев. По окончании платного курса, вы получаете сертификат, которым можно поделиться в вашем профиле в LinkedIn. Язык обучения — английский, есть русские субтитры.
Уровень обучения — начальный, длительность составит около 13 часов. Курс будет полезен как раз тем, кто хотел освежить знания в математике. На этот курс также есть бесплатный 7-дневный доступ, после чего стоимость будет составлять 50 долларов в месяц. По окончании платного курса вы получаете сертификат, которым можно поделиться в вашем профиле в LinkedIn. Язык обучения — английский, есть русские субтитры.
А практиковать знания можно, участвуя в соревнованиях на Kaggle.com.
Казахстанские компании также устраивают обучающие курсы с целью «воспитать собственные кадры»:
— Alfa Data School — инициатива от Альфа-банка по обучению специалистов по анализу данных. Студенты обучаются по трем направлениям — ввод в анализ данных, дата-инженеры и дата-scientists, а по окончании курса защищают реальную бизнес-задачу банка. Лучшие выпускники получают предложение о работе.
— Для сторонников классического очного образования есть хорошие новости — специальность data science относительно недавно появилась в крупных казахстанских университетах, таких как МУИТ, Astana IT и AlmaU.
Если вам покажется, что нет смысла начинать изучать программирование или статистику сейчас, так как уже существуют сотни специалистов, вы ошибаетесь. Наука о данных относительно молода не только в Казахстане, но и во всем мире.
Тем не менее, 90% всех данных создаются в последние 2 года и инструменты науки о данных так же стремительно развиваются. Поэтому, если вы твердо решили менять карьеру, то вполне возможно, что через 5 лет уже именно вы станете тем самым опытным профессионалом.
Получай актуальные подборки новостей, узнавай о самом интересном в Steppe (без спама, обещаем 😉)
(без спама, обещаем 😉)
