Экспертиза GlobalCareer: Data Scientist

В мире постоянно генерируются огромные объёмы информации, которые необходимо обрабатывать. Основные функции в этом процессе выполняют Data Scientist. Сегодня разбираемся кто это такие, в чём их отличия от других IT-специалистов и на какие их hard и soft skills обращают внимание консультанты GlobalCareer в процессе рекрутмента.

Кто такой Специалист по данным

Весь окружающий мир — математика, и Data Scientist — это специалист, который может всё происходящее выразить цифрами и формулами, прояснив с их помощью любые ситуации для поиска верных решений. Он работает с большим количеством информации, что позволяет видеть картину целиком, а выводы делает объективными.

Алексей Анисимов, Recruitment Team Lead, комментирует: «Data Scientist полезен практически в любой сфере, от оптимизации деятельности производственных гигантов до проработки решений в бутиковом рекламном агентстве. В компаниях, которые работают с рынком B2C, они помогают сделать эффективным маркетинг, на промышленных предприятиях участвуют в оптимизации производственных, логистических, торговых и иных процессов. В финтех-компаниях повышают рентабельность сделок и минимизируют риски, а в IT занимаются разработкой поисковых алгоритмов, систем искусственного интеллекта и многим другим».

Чем Data Scientist отличается от бизнес-аналитиков, специалистов по DWH, инженеров Big Data

Столкнувшись с дефицитом кандидатов при поиске экспертизы в Data Science, велика опасность решить, что кандидаты с похожим стеком из смежных областей (Data Warehouse, Системная и Бизнес Аналитика или Big Data) могут подойти. Но чаще всего всё не так просто.

Дело в том, что, например, бизнес-аналитики работают с качественной оценкой ситуации, в то время как Data Scientist смотрит на происходящее с точки зрения цифр и обладает более полной и объективной картиной. Специалисты по DWH нацелены на продуктивный сбор и обработку информации, и от их работы скорее будет зависеть быстрота и удобство решения задач, которые стоят перед DS. Что касается специалистов по Big Data, то они, как правило, взаимодействуют с ETL-хранилищами и витринами данных, а Data Scientist использует Big Data как метод системы хранения и обработки информации. Поэтому хоть знания и компетенции всех этих специалистов частично пересекаются с Data Scientist, они не являются взаимозаменяемыми, а работают в связке. Их совместная работа позволяет эффективно собирать, хранить и обрабатывать данные и получать нужные выводы.

Ключевые компетенции

В своей практике мы регулярно сталкиваемся с запросами по рекрутменту Data Scientist. Чаще всего мы подбираем их в финтех- и IT-компании. В приоритете опытные специалисты. Причём желательна работа в той же области: чем лучше Data Scientist знает специфику и сферу деятельности организации, тем более точно будет интерпретировать данные и больше полезных инсайтов сможет из них извлечь.

У специалистов в этой области есть несколько главных компетенций, без которых работа невозможна. А также ряд hard и soft skills будут зависеть от области деятельности компании и задач проекта, на работу в который необходим специалист. Вот основные требования, на которые обращают внимание консультанты GlobalCareer при подборе Data Scientist:

  • Знания математической статистики и Machine Learning. Это одна из неотъемлемых компетенций Data Scientist. Кандидат без серьёзной математической подготовки на вакансии подобного типа скорее всего не справится с тестовым заданием. Специалист по Data Science работает с цифрами и формулами, потому должен отлично владеть и Machine Learning, и методами «ручной математики». Порой объём информации настолько велик, что обработать её без автоматизации процесса не получится, но иногда для применения Machine Learning данных недостаточно, а в отдельных областях ML системы на данный момент развития не способны быть точными на 100%. Поэтому высококвалифицированный Data Scientist должен уметь с лёгкостью применять оба подхода, чтобы, в зависимости от задачи, выбирать наиболее эффективный метод её решения.
  • Инструменты хранения и обработки информации Big Data (стек Apache Hadoop, NoSQL-базы данных и т. д.). Именно эти технологии ориентированы на сбор, обработку и хранение больших объёмов данных, а т. к. работа DS направлена на выжимку из них полезной информации и идей, то без отличного владения инструментарием, делающего работу быстрой и продуктивной, не обойтись.
  • Языки программирования. Чаще всего в работе мы сталкиваемся с поиском специалистов, владеющих Python или R. Это легко объяснить: Python хорошо адаптируемый под разные задачи язык, особенно в связке с фреймворками для асинхронных вычислений, применяемыми в работе Data Scientist. Язык R очень логичный, ориентированный на статистику, без которой работа DS невозможна. Но чаще всё зависит от уже используемого в компании стека технологий, что обсуждается при старте поиска.

По данным Департамента информационных технологий Москвы 20% всех открытых в июне 2020 года в столице вакансий были связаны с IT-сферой. А Data Scientist были названы в числе самых высокооплачиваемых специалистов. При этом на рынке наблюдается дефицит кандидатов из этой IT-области, поэтому крупные компании охотно организуют интересные стажировки для начинающих DS, на старте обучения оговаривая, что самые успешные студенты смогут остаться в штате по окончании курса. Также, из-за нехватки кадров, работодатели весьма лояльны к Junior Data Scientist и берут таких кандидатов с перспективой развития. Поэтому у молодых IT-специалистов, находящихся в процессе выбора сферы деятельности, есть возможность попасть на хорошо оплачиваемую и перспективную работу, выбрав этот профиль. Потребность же в Data Scientist будет только расти. Именно от этих специалистов зависит вектор развития как программирования, так и бизнеса, промышленности и науки.

В базе GlobalCareer находится больше 2 млн резюме IT-специалистов: начиная от опытных разработчиков со стандартным набором компетенций, заканчивая профессионалами с редкими hard и soft skills. Оставьте заявку на нашем сайте, и мы найдём для вас нужного кандидата.

Ready to Hire the Best IT Talent?

Submit your query and we’ll get in touch

    Read more

    Thanks for your request!

    Your request has been successfully received!

    An error occurred.

    Please try again later, or contact us by phone +7 495 967-80-30 or e-mail oapatina@IBS.RU