В мире IT существуют различные направления. Кто-то увлечён администрированием, кто-то занимается разработкой или тестированием программных продуктов. Открываются курсы, на которых готовят системных администраторов, программистов или тестеров.
Помимо этого, действует особое направление – Data Science – одно из самых прогрессивных направлений в IT, которое выходит за его рамки. Хранение, обработка и анализ массивов информации присутствуют в любой сфере экономики. Поэтому наука о данных является связующим звеном между интернет-технологиями и бизнесом.
Впервые термин Data Science использовал датский учёный Петер Наур. В своей книге, вышедшей в свет в 1974 году, он определил науку о данных как дисциплину, изучающую жизненный цикл цифровой информации. Этот цикл охватывает период от появления данных до их преобразования для использования в других сферах знаний.
Однако общепризнанным термин стал лишь в 2000-ые годы. Это произошло с подачи статистика Bell Labs Уильяма Кливленда. В своей статье он назвал науку о данных отдельной дисциплиной, в которой должны быть сконцентрированы технические аспекты статистических исследований.
Новый виток интереса начался с появлением «больших данных». С этого момента Data Science стала трендом, появилась острая потребность в специалистах с глубокими аналитическими навыками по работе с Big Data. Уже в 2012 году профессию Data Scientist назвали одной из самых перспективных.
Чем может быть полезно это направление? Часто исследуя Data Science вакансии, можно легко найти описание должностных обязанностей, которые отвечают на поставленный вопрос. Итак, Data Scientist:
-
занимается исследованием данных в поисках скрытых закономерностей и прогнозирует дальнейшее развитие событий;
-
сконцентрирован на математических моделях, статистике и программировании применительно к той или иной профессиональной области;
-
занимается решением конкретных задач. Это может быть преобразование необработанных данных в другой формат, определение мошеннических транзакций, финансовых рисков и т.п.
Чтобы заинтересовать потенциального работодателя, соискатель должен иметь аналитический склад ума, а также обладать знаниями и навыками в разных областях. Самыми важными из них являются математика и программирование. Помимо этого, он должен ориентироваться в стратегии бизнеса и быть экспертом в бизнес-планировании.
Будущему аналитику и исследователю необходимо знание таких технологий:
-
Визуализация данных;
-
Машинное обучение;
-
Кодирование (языки программирования SAS, Python и R). Преимуществом может стать умение работать с Java, Perl или C/C++;
-
Базы данных MySQL и Postgres;
-
Hadoop и MapReduce;
-
Неструктурированные данные.
Специалисты в Data Science работают на острие технологического прогресса, поэтому даже от стажёров требуется знание азов профессии. Предлагаем вашему вниманию 4 онлайн-курса по анализу Big Data – для тех, кто только делает первые шаги в этой области, и для тех, кому необходимо прокачать уже имеющиеся навыки:
-
Курс входит в специализацию Advanced Data Science with IBM (организатор Coursera). Обучение проводится по индивидуальному графику. Продолжительность — 4 недели.
-
Дата-сайентист (организатор SkillFactory) Продолжительность обучения – 12 мес.
-
Машинное обучение и анализ данных (организатор «Яндекс», МФТИ). Продолжительность курсов – 8 мес.
-
Hadoop. Система для обработки больших объемов данных (организатор Mail.Ru Group). Обучение проводится бесплатно. Продолжительность – 29 часов.
