Специалист по анализу данных (data scientist)

обрабатывает и анализирует большие массивы структурированных или неструктурированных данных с помощью методов статистического анализа и построения математических моделей; находит скрытые закономерности и делает прогнозы для повышения эффективности бизнес-решений, социальных взаимодействий, научных исследований

 

В связи с цифровизацией социальной жизни профессия data scientist востребована практически во всех отраслях экономики. 

Выпускники могут заниматься аналитикой в частных компаниях и государственных органах, осуществлять методологическую и технологическую поддержку деятельности команд, которые работают с большими данными. Data scientist зачастую является членом междисциплинарной команды, включающей в себе архитектора данных, инженеров данных, аналитиков предметной области и других специалистов. Специалист по анализу данных может найти применение своим умениям и навыкам в научно-исследовательской деятельности.

Потребность в специалистах по анализу данных очень велика и в ближайшее время будет только расти. По оценкам экспертов, мировой рынок анализа данных вырастет со 130 млрд долл. в 2016 году до 203 млрд долл. в 2020 году. В России рынок развивается с некоторым отставанием, однако темпы его роста даже быстрее, чем в других странах.

Оценки рынка

11,8%
составит среднегодовой темп роста мирового рынка услуг по анализу данных для бизнеса в период 2016–2020 годов. По оценкам IBM, к 2020 году количество рабочих мест для специалистов по анализу данных вырастет на 28%.

Источник: The quant crunch how the demand for data science skills is disrupting the job market, IBM. 2016

Драйверы профессии

  • автоматизация производственных и управ­ленческих процессов
  • рост объёмов данных, доступных для анализа
  • развитие концепции открытых данных

Какие задачи будет решать специалист

  • сбор больших массивов структурированных и неструктурированных данных (количественных, текстовых, графических и др.) и их преобразование в удобный формат
  • анализ данных с помощью методов математической статистики, моделирования и других аналитических методов (машинное обучение, текстовая аналитика и др.) в целях повышения эффективности управленческих решений
  • превращение инсайтов (выявленных нео­чевидных закономерностей) в конкретные решения для бизнеса/науки/общества
  • сотрудничество с ИТ-подразделениями и управленцами
  • визуализация данных

Какие знания и навыки у него будут

  • умение структурировать и интегрировать разнородные источники данных
  • умение применять методы системного анализа при постановке задач
  • продвинутый уровень цифровых навыков
  • навыки программирования и работы с базами данных
  • знание методов дискретной математики, математической статистики, машинного обучения и компьютерной лингвистики
  • способность разрабатывать математические модели выявления зависимостей, распознавания образов, прогнозирования и принятия решений
  • презентационные навыки

Другие профессии направления «Прикладная математика и науки о данных»