style="font-size:15px;"> Дата-сайентист собирает данные отнюдь не вручную, для этого у него в арсенале огромное количество программ и алгоритмов. А вы можете стать их создателем!
Специалист по Machine-Learning
Сегодня сбор данных – почти полностью автоматизированный процесс. IT-гиганты давно используют в этой сфере роботов, но даже искусственный интеллект нуждается в обучении и доработках.
Обучение или опыт?
«Мне кажется, идея, что чему-то можно научиться за три месяца, – плохая идея. Дата-сайентист – это такая профессия, где ответственность постоянно будет расти по мере проникновения тех или иных продуктов на основе данных во все сферы жизни. Ты можешь получить минимальные навыки и запустить какую-нибудь модель на „Питоне“, но это не делает тебя дата-сайентистом. Люди ожидают решений, которые будут работать».
– Иван Ямщиков
Для обучения основам data science уже существует огромное количество бесплатных курсов. Многие специалисты, которые сегодня работают в огромных корпорациях, именно так и начинали свою карьеру несколько лет назад, так что вы уже можете приступать! Однако с каждым днем ответственность и требования к специалистам в этой области растут, поэтому будьте готовы к постоянному совершенствованию своих знаний и навыков. По процессу обучения data science схожа с журналистикой: наилучшим решением будет идти в эту отрасль с какой-либо базой, профессиональным бэкграундом. Эта специальность идеально подходит людям, которые решили переквалифицироваться после работы в других отраслях. Среднее время овладения профессией составляет год, но есть некоторые аспекты, которые лучше освоить до начала обучения: например, не будет лишним знание основ программирования и различных дисциплин computer science – это поможет быстро разобраться и вникнуть в процесс.
Более того, в освоении data science вам поможет работодатель. Google и Amazon уже создали целый спектр онлайн-школ и буткемпов (то есть интенсивных курсов для IT-специалистов) по освоению тонкостей data science. При должном уровне старательности и усидчивости уже через год вы станете специалистом уровня Junior и получите свое рабочее место в корпорации.
«Если человек уже профессионал в какой-то сфере – например, в химии – и заинтересовался data science, стоит изучить, где можно применять анализ данных в химии. В 30 лет у человека уже есть бэкграунд, и он просто может сразу идти учиться на дата-сайентиста. А если это студент, то я бы советовал брать сферу пошире – например, computer science, это сейчас на пике, об этой специальности все говорят, там много конкретных денежных предложений».
– Иван Ямщиков
«Мы тонем в информации, при этом нам остро не достает мудрости. Миром впредь будут управлять синтезаторы – люди, обобщающие нужную информацию в нужное время, критически оценивающие ее и принимающие мудрое решение».
Виртуальный адвокат
