Друзья, всем привет!

Это завершающий пост в рубрике про #ИТпрофессии. И сегодня поговорим о Data-scientist (Дата-саентист).

В отличие от других аналитиков, задача Дата-саентиста построить математическую модель, которая отреагирует своим поведением на спрогнозированное будущее.
Немного похоже на что-то из раздела фантастики, согласитесь?

Дата-сайентисты используют технологии ИИ и создают модели машинного обучения (нейросети), которые помогают бизнесу анализировать информацию.

Поэтому Дата-саентист может работать над разными задачами: от ритейла и прогнозирования продаж с соответствующим формированием закупки до астрофизики, геологии или любых других научных сфер.

В разных компаниях задачи Дата-сайентиста будут отличаться, но в основном это:

🟣 Выяснить, что нужно заказчику;
🟣Оценить, возможно ли решить поставленную задачу методами машинного обучения (ML);
🟣 Собрать данные для анализа, преобразовать их в формат, более удобный для работы по методике ML;
🟣 Найти критерии оценки, чтобы выяснить, насколько эффективной будет модель, которую предстоит создать;
🟣 Запрограммировать и «натренировать» модель ML;
🟣 Оценить экономическую целесообразность применения этой модели;
🟣 Внедрить модель в производство/продукт;
🟣 Сопровождать внедренную модель – дорабатывать, если нужно, или адаптировать под текущие запросы заказчика.

Путь в Data Scientist’ы непростой.
Придется много трудиться, чтобы полноценно войти в профессию. На старте необходимо иметь уверенные знания в математике, статистике, теории вероятностей. Базово знать язык программирования для работы с большими данными (чаще Python) и статистические инструменты.

Поэтому профессия Data Scientist – уже достижение!

В любой крупной компании или организации Дата-сайентист – ключевая фигура. Чтобы достичь таких высот, надо упорно и целенаправленно работать и постоянно совершенствоваться во всех сферах, составляющих основу профессии 😉

P.S. если вам нравится наша рубрика, пишите в комментариях о каких еще профессиях вам было бы интересно узнать👇