Кто такой Data Scientist, чем он занимается и сколько зарабатывает

Рассказываем о плюсах и минусах профессии, о требованиях работодателей к специалистам по Data Science и о том, как начать карьеру в этой сфере.

• Кто такой Data Scientist
• Чем занимается специалист по Data Science
• Что должен знать и уметь Data Scientist
• Требования к джуниору, мидлу и сеньору Data Scientist
• Плюсы и минусы профессии Data Scientist
• Востребованность и перспективы
• Сколько зарабатывает Data Scientist
• Как стать дата-сайентистом
• Запомнить

Data Scientist — это специалист, который создаёт инструменты для решения задач бизнеса. Для этого он использует навыки анализа данных и построения моделей машинного обучения (англ. Machine Learning). Data Scientist работает на стыке трёх областей знания: статистики, машинного обучения и программирования.

Специалист по Data Science нужен практически в любой индустрии — от промышленности до стриминговых сервисов. Например, в ретейле Data Scientist анализирует данные о поведении покупателей в магазине → создаёт модель подбора оптимальной цены → средний чек увеличивается → профит, компания получает прибыль.

Суть работы специалиста по Data Science — использовать алгоритмы, которые уже придумали до него, и разбираться в том, какие из них и когда применять. Например, ИИ Netflix, который предлагает сериалы и фильмы на основании того, что люди лайкают и смотрят, — это тоже результат работы дата-сайентиста.

Задачи, которые решает Data Scientist, идут строго по порядку — начать новую не получится, пока не завершена предыдущая. Нельзя построить модель, пока не готовы данные.

1. Прояснить требования к бизнес-задаче и перевести её в математическую плоскость.

2. Подготовить данные для решения задачи: разобраться, откуда их взять, и как обработать, чтобы они стали доступны для работы.

3. Проанализировать и структурировать данные.

4. Построить модель машинного обучения, которая будет решать задачу.

5. Проверить правильность работы модели: внедрить на наборе пользователей или провести A/B-тестирование.

Этот список можно зацикливать и возвращаться на пункт сбора данных или обучения модели, если текущая не сработает.

Например, клиент хочет увеличить выручку от маркетинговых рассылок. Чтобы решить эту задачу, дата-сайентист сначала должен разобраться, какие показатели влияют на выручку.

Для этого он попросит у маркетологов данные по рассылкам, которые лежат в базе или в таблице Excel. Специалист по Data Science соберёт их вместе и сегментирует получателей рассылки на тех, кто принял предложение, и тех, кто не отреагировал.

Дальше Data Scientist оценивает, достаточно ли данных для построения моделей, и если да, то пишет алгоритм, который отправит каждому подписчику подходящее только ему письмо.

После этого останется проверить рассылку на небольшом количестве пользователей и замерить её эффективность. Если она окажется выше, то можно радоваться успеху. А если нет, то придётся вернуться на этап сбора данных и повторить всю цепочку снова.

Чаще всего специалиста по Data Science путают с аналитиком данных, потому что их задачи кажутся похожими на первый взгляд. Оба работают с большими массивами данных и отлично знают свои доменные области, то есть рынки и индустрии, но есть тонкости.

Задача аналитика — провести статистический анализ, чтобы ответить на вопросы или решить проблемы. Для этого он собирает данные, выявляет закономерности и формирует отчёты, которые помогают руководителям проекта или бизнеса принимать стратегические решения.

Специалист по Data Science не только умеет анализировать и визуализировать данные, но и строить модели на их основе. Для этого требуются знания машинного обучения (англ. Machine Learning) и глубокого обучения (англ. Deep Learning), которыми аналитик не обладает.

ML-инженер (англ. Machine Learning Engineer) продолжает работу специалиста по Data Science, если та показала хороший результат.

Специалист по Data Science анализирует данные, строит модели и тестирует их. В обязанности ML-инженера входит автоматизировать работу моделей, следить, чтобы работали качественно, и устранять ошибки. Если точность модели упадёт, то инженер разберётся в причинах и переобучит алгоритм.

Для работы специалисту по Data Science нужно два вида навыков: технические и надпрофессиональные. Первые связаны с профильными дисциплинами, а вторые — с психологическими качествами и управлением и нужны любому специалисту вне зависимости от профессии.

Распределение навыков специалиста по Data Science сильно смещено в сторону технических, потому что большая часть его работы связана с данными, а не с людьми.

— Программирование на Python, SQL.

— Математика, статистика, машинное обучение.

— Работа с базами данных.

— Владение инструментами обработки больших данных: Apache Spark и Hadoop Mapreduce.

— Продуктивизация моделей.

— Английский уровня Advanced Proficiency для чтения технической литературы.

— Понимание специфики бизнеса и доменной области.

— Коммуникация с коллегами.

— Презентация результатов своей работы.

1. Базовые знания машинного обучения и статистики. Понимание основных алгоритмов и области их применения.
2. Опыт применения: не обязателен, максимум — учебный проект.
3. Программирование: уверенный Python и базовое знание SQL.

1. Глубокие знания математики.
2. Опыт: 2–3 решённых проекта.
3. Программирование: уверенный Python и знание его особенностей в плане продуктивизации моделей и оптимизации работы.
4. Уверенные знания по культуре проведения экспериментов, работа с инструментами внедрения и поддержки моделей машинного обучения: gitLFS, MLFlow, DVC. Знание A/B-тестирования.
5. Умение решать задачу от начала до конца с минимальным вмешательством старшего специалиста или тимлида.

1. Глубокие, уверенные знания математики и статистики.
2. Опыт: от 5 решённых проектов.
3. Программирование: уверенные Python, SQL.
4. Экспертные знания в своей области.
5. Полная самостоятельность от постановки задачи до вывода в продакшен.
6. Способность обучать и менторить младших и продвинутых специалистов.

Последние годы спрос на дата-сайентистов только растёт. Все крупные компании открывают отделы Data Science. Специалисты нужны и стартапам, и небольшим коллективам разработчиков.

Постоянно появляются новые задачи, которые можно решать с помощью Data Science. Современные модели машинного обучения помогают иначе решать задачи даже годичной давности — и зарабатывать больше.

Путь дата-сайентиста — это путь постоянного совершенствования себя в профессии. Задачи для дата-сайентистов становятся сложнее и интереснее. Например, создание чат-ботов поддержки и голосовых помощников с помощью NLP (англ. Natural Language Processing) или машинного обучения на основании текстовых данных.

Data Scientist — один из тех специалистов, которые обучают Алису выполнять простые просьбы

Создание моделей верификации личности, анализа очередей, доступности товаров и безопасности — это только малая часть того, для чего нужны специалисты по Data Science в ретейле.

Технология Face Pay в московском метро — результат работы дата-сайентистов. Специалисты этой области очень востребованы, и она продолжает развиваться

Нишевых специалистов для решения новых задач не хватает. Компании пытаются найти или перекупить дата-сайентистов. Отсюда возникает рост их зарплат. Если перекупить возможности нет, то компании взращивают дата-сайентистов для конкретных целей. Хороших специалистов немного, поэтому работа для них всегда есть, особенно на международном рынке.

Окончить профильный вуз и кафедру машинного обучения НИУ ВШЭ, МФТИ или МГУ. Отучиться прикладным математиком в непрофильном вузе тоже подойдёт.

Вариант для тех, кто хочет получить эти знания и навыки для профессии за 8 месяцев, — курс Яндекс Практикума «Специалист по Data Science» с полной поддержкой, менторами и структурированным материалом.

После обучения идти в компанию на стажировку или начальную позицию. Участвовать в соревнованиях по Data Science и машинному обучению, практиковаться в решении задач и построении моделей. Победы и опыт участия в соревнованиях будут плюсом при устройстве на работу.

Теперь можно становиться дата-сайентистом в компании и развивать свои навыки в конкретной индустрии.

1. Data Scientist — это специалист по работе с данными для решения задач бизнеса. Он работает на стыке программирования, машинного обучения и математики.

2. В основные обязанности дата-сайентиста входит сбор и анализ данных, построение моделей, их обучение и тестирование. Data Scientist должен разбираться в том, как работает компания и конкретная индустрия, в которой он занят.

3. Профессия Data Scientist постоянно развивается и высоко оплачивается. Появляются новые интересные задачи. Востребованность дата-сайентистов в больших компаниях будет только расти, как и их зарплаты.

4. Чтобы стать дата-сайентистом, не обязательно оканчивать профильный математический вуз. Можно получить дополнительное образование, пойти на стажировку или устроиться на работу младшим специалистом.