Data Scientist: карьера, зарплата, обучение
Чтобы выбрать профессию, нужно изучить, какие перспективы роста она предлагает и какой вас ждет путь от новичка до профессионала. Чем больше вы знаете о профессии на старте, тем правильнее будет ваше решение в перспективе.
Подробнее о Data Scientist можно почитать тут.
Сколько получает Data Scientist
Уровень зарплаты зависит от образования, опыта работы, специализации и набора навыков, а также от самих компаний и их местоположения.
Например:
- В России средняя зарплата составляет ≈ 200 тыс. рублей в месяц.
- В США такие специалисты зарабатывают в около $9 000 в месяц (≈730 тыс. рублей).
- В Канаде базовая оплата составляет 7 тысяч канадских долларов (≈420 тыс. рублей).
- Во Франции — €3 600, то есть ≈300 тыс. рублей.
Какие hard skills и soft skills нужны для устройства на работу
Hard skills — это профессиональные навыки специалиста, которые можно измерить. Для трудоустройства специалисту по данным необходимо знать и уметь использовать:
Языки программирования: Python, R, SQL, Java, Scala, MATLAB.
Инструменты машинного обучения: TensorFlow, PyTorch, Scikit-learn, Keras, H2O.ai, Apache Spark MLlib.
Системы управления базами данных: MySQL, PostgreSQL, MongoDB, Apache Cassandra, Hive, HBase.
Инструменты визуализации данных: Tableau, Power BI, Matplotlib, ggplot2, D3.js.
Различные фреймворки и библиотеки для обработки и анализа данных: Pandas, NumPy, SciPy, Seaborn, Hadoop, Plotly, Apache Spark.
Инструменты для работы с Big Data: Apache Hadoop, Apache Spark, Apache Flink.
Облачные сервисы: AWS, Google Cloud.
Конкретный набор технологий зависит от целей проекта и отрасли, в которой работает Data Scientist. Важно отметить, что специалист должен обладать знаниями в области математики, статистики и машинного обучения, а также иметь понимание бизнес-процессов и целей компании. Профессионал обязан разбираться в методах обучения (машинного и глубокого), быть знакомым с принципами работы нейронных сетей.
Для успешной работы нужно обладать не только техническими навыками, но и развивать мягкие навыки — soft skills. Например:
- Любознательность и стремление к обучению
- Креативность и находчивость
- Внимание к деталям и точность
- Самостоятельность и ответственность
- Коммуникабельность и умение работать в команде
- Критическое и логическое мышление
- Умение мыслить аналитически.
Карьерный рост
Специалист по данным может строить карьеру в разных направлениях. Например:
- Углублять свои знания и опыт в определенной области или индустрии
- Стать менеджером или руководителем проектов по анализу данных
- Двигаться в направлении продуктового менеджмента и участвовать в разработке и запуске продуктов на основе данных
- Перейти в направление инженерии данных, создавать и поддерживать инфраструктуру для работы с данными
- Развиваться в направлении науки и исследований и заниматься академической или промышленной наукой в области данных
- Основать свою компанию.
Как стать специалистом по Data Science
Если у вас уже есть опыт в профессии, связанной с данными (аналитик, программист, инженер), то достаточно переобучиться самостоятельно, что может занять около года времени. Или можно освоить все необходимое в ускоренном темпе за 15 недель в буткемпе. Но, если вы до сих пор не сталкивались с программированием, то у вас есть 3 пути:
- Получить степень бакалавра или магистра по Data Science или смежной области (например, статистика, математика, информатика, экономика)
- Пройти профессиональную сертификацию или курс по Data Science от образовательной организации. Начать можно с пре-курса по Python в Data Science от Elbrus Bootcamp
- Самостоятельно изучить необходимые навыки и инструменты с помощью онлайн-ресурсов.
