Про кар’єру в Data Science: Три головні ролі і хто чим займається.
Що спільного між аналітиками, вченими і інженерами, які працюють з даними? Правильно, вони всі намагаються розібратися, як це працює!
- Data Scientist
Це наче чарівник у світі даних. Той, хто бере великі купи чисел і магічним чином перетворює їх на прогнози. Почали їх називати “вченими даних” у 2008-му, коли DJ Patil і Jeff Hammerbacher зрозуміли, що звичайні статистики вже не звучать так круто. Сьогодні ці чарівники знають усе про машинне навчання, статистику і можуть передбачити, коли у вас закінчиться кава (майже).
Що потрібно знати, щоб стати магом:
– Алгоритми машинного навчання (регресія, кластеризація і трохи чорної магії)
– Статистичне моделювання (коли Excel вже не допоможе)
– Програмування (Python, R – так, це не тільки назви змій)
– Безперервне відкриття нових трендів (адже дані завжди приховують цікаві історії!)
- Data Analyst
Це людина, яка пояснює, що означають всі ті цифри, з якими ви щойно зіштовхнулися. Їх можна порівняти з перекладачами між даними і вашою кавовою компанією: “Бачите цей графік? Це означає, що ваші продажі падають, бо клієнти більше люблять чай”.
Що роблять ці перекладачі:
– Очищення і підготовка даних (щоб усе виглядало так, як має)
– Створення звітів і графіків (щоб директор зрозумів, що відбувається)
– Базова статистика (дуже базова, типу “якщо більше 50%, то це добре”)
– Знання бізнес-процесів (щоб знати, де проблема і як її пояснити)
- Data Engineer
Якщо дані — це золото, то Data Engineer — це той, хто будує золоті шахти і шукає самородки. Вони відповідають за всі ті магічні “трубопроводи”, через які ваші дані потрапляють до Data Scientist та Analyst.
Що роблять ці золотошукачі:
– Створюють ETL-процеси (це не про електромобілі Tesla, а про Екстракцію, Трансформацію та Завантаження даних)
– Адмініструють бази даних (щоб усе не розвалилося в найвідповідальніший момент)
– Розуміються на хмарних платформах (і ні, вони не говорять про погоду)
Пишуть код (тільки, коли відпочивають від усього іншого)
