Кто такие data scientists и за что им платят 300 000 рублей в месяц
Big data помогают компаниям зарабатывать миллиарды долларов. Поэтому и у data scientists, специалистов по анализу больших данных, высокая зарплата. Разбираемся вместе со Skillbox, как за два года освоить эту профессию и получать 300 тысяч рублей (и даже больше!).
Чем занимается data scientist
Главная задача этого специалиста — сделать полезные практические выводы, располагая только набором данных и умея их анализировать.
Data scientist работает с большими данными — огромными массивами информации, которые получают из самых разных источников. Например:
- в промышленности — с датчиков внутри механизмов: они измеряют температуру, давление, скорость производства продукции;
- в интернете — по поведению пользователей: сколько человек посетили определённую страницу, сколько времени они здесь провели, на какие кнопки нажимали, по каким объявлениям переходили.
Располагая всеми эти данными, data scientist знает, как выстроить прогноз, и поможет принять верное решение: продавать акции или нет, запускать ли рекламу и если да, то какую, и так далее. Именно он способен оценить, насколько эффективно работает компания, что ей нужно улучшить, в каких направлениях выгоднее всего развиваться. Он подводит чёткую математическую основу под любое решение, проверяет гипотезы, подкрепляет выводы данными и находит связь между, казалось бы, совсем не связанными между собой событиями.
DATA SCIENCE с НУЛЯ — Скиллы, задачи, зарплаты в DS. Отличия data science от АНАЛИТИКИ ДАННЫХ?
Кто и как приходит в эту сферу
Mark Nazh / Shutterstock
Аналитика больших данных достаточно молодая область. Первыми сюда пришли разработчики, которые запускали проекты в самых разных направлениях: от интернет‑маркетинга и промышленности до банков и финансовых систем.
Вместе с разработчиками пришли и представители бизнеса: аналитики, маркетологи, финансисты. А математики и статистики разработали эффективные алгоритмы анализа данных, которые реально запустить на не слишком мощных ПК.
Но с появлением простых инструментов для сбора и анализа больших данных, а также с ростом вычислительных мощностей дорога в data science открылась всем. Сегодня стать аналитиком больших данных с нуля, без технического бэкграунда, вполне реально. В курсе от Skillbox вы получите все необходимые знания и сможете применять их на практике. Понадобится всего один год, чтобы начать работать, и ещё один год, чтобы поднять уровень с junior до middle. Не так уж и много для овладения новой профессией!
А если у вас уже есть даже небольшой опыт в IT, будет ещё проще. На этом курсе вы улучшите навыки разработки на Python и SQL, освежите знания математики и статистики, прокачаете аналитическое мышление и научитесь решать реальные бизнес‑задачи с помощью ИИ и машинного обучения. Что особенно важно, в вашем портфолио появятся мощные проекты, которые помогут вам сменить направление и повысить доход.
Начинающим аналитикам курс Skillbox обеспечит прокачку технических скиллов. Вы научитесь ставить гипотезы и переводить их в эффективный код, обрабатывать массивы сырых данных, обучать машины и прогнозировать результаты. Это даст мощный толчок вашему карьерному росту.
Кто такой data science специалист и сколько он зарабатывает
Сколько зарабатывает специалист по анализу данных
Сейчас передовые компании собирают big data, зная, что любые траты на её анализ и на зарплату соответствующих специалистов оправданы. Ведь это поможет быстро найти и устранить проблемы, улучшить качество обслуживания, запустить новые перспективные проекты. Даже начинающий специалист по data science может рассчитывать на зарплату от 70 000 рублей, а для аналитиков с опытом вполне реален и оклад от 300 000 рублей за месяц.
На действительно высокую оплату своего труда начинающий data scientist может рассчитывать и за границей. Так, средняя зарплата молодого специалиста в этой сфере в США составляет 68 054 доллара в год. После вычета всех налогов это более 4000 долларов в месяц.
Что должен уметь data scientist
studioloco / Shutterstock
Ключевой навык — задавать правильные сложные вопросы. Чтобы овладеть им, специалист должен понимать боли и проблемы бизнеса, говорить с ним на одном языке, чтобы получать нужную информацию.
Каждый вопрос рождает несколько гипотез — выводов, которые можно проверить с помощью данных. Если вопрос сформулирован верно, data scientist сможет построить модель для проверки гипотезы и протестировать её, получить результаты и применить их в бизнесе.
Среди технических навыков на первое место выходит Python — мощный язык программирования с понятным и логичным синтаксисом. Чтобы разбираться в нём, не нужно быть опытным программистом или хотя бы «технарём». Достаточно уметь вызывать нужную функцию и задавать её параметры. Кроме того, для Python существует множество готовых модулей для работы с большими данными, создания моделей и глубокого обучения.
В 2020 году аналитики Mail.ru и HeadHunter установили , что владение Python — самое распространённое требование, которое выдвигают работодатели для начинающих специалистов по большим данным. Тогда он присутствовал в 54% вакансий. За два года ситуация не изменилась: знание этого языка программирования всё ещё считают ключевым навыком не только в России, но и за границей . Среди других требований умение работать с SQL, data mining, то есть навыки поиска и сбора сырых данных для последующего анализа, математическая статистика и методы анализа данных.
Как всему этому научиться
Чтобы овладеть всем этим на уровне, достаточном для поиска работы, не придётся получать второе высшее образование: хватит и курса «Профессия Data Scientist PRO» от Skillbox. Вы будете постигать азы Python, SQL, Excel, Power Bi, Airflow. Научитесь взаимодействовать с математическими сущностями в библиотеке SymPy, работать со случайными величинами и событиями, строить и проверять гипотезы.
И это только на первом уровне обучения. Он длится всего шесть месяцев. После него можно попасть на стажировку — она, кстати, в некоторых компаниях оплачивается.
На следующем уровне, который также займёт полгода, вы будете оттачивать навыки необходимые в выбранной специальности: «Специалист по Machine Learning», «Дата-инженер» или «Аналитик данных». Под руководством опытных наставников вы сможете создать и обучить свою первую нейронную сеть, научитесь выстраивать пайплайны, презентовать результаты заказчику и ещё много всего. Главное — после этого блока вы уже сможете найти работу уровня junior. Третья часть курса позволит вам вывести свои знания и умения на следующую ступень и подняться до middle-специалиста, а значит, и поднять в два раза зарплатные ожидания.
Курс построен не только на теории: вы выполните более 80 практических задач и целых три крупных итоговых проекта, которые можно будет добавить в портфолио. Таким образом, всего через два года вы будете знать и уметь гораздо больше, чем средний кандидат на позицию дата‑сайентиста. И даже сможете записать годы обучения на курсе в свой стаж работы с большими данными. А значит, уже на старте претендовать на более высокую зарплату.
Сколько стоит обучение
Дорогое обучение data science останавливает многих будущих специалистов, особенно сейчас, когда экономика нестабильна. Но Skillbox нашёл решение этой проблемы. Первые полгода за учёбу на курсе «Профессия Data Scientist PRO» можно не платить, после действует рассрочка — 12 075 рублей в месяц.
Вместе с курсом вы получите бонусные занятия по системе контроля версий Git, карьерным навыкам и английскому для IT-специалистов — с ним найти работу в иностранной компании будет легче. Дополнительно прокачивать иностранный можно на онлайн-платформе «КЭСПА»: доступ к ней открывается после выполнения трёх практических заданий.
Профессия будет актуальна и через 15 лет — во всех направлениях бизнеса и в любой стране мира. Начать свой путь в ней вам тоже поможет Skillbox: по завершении первого блока курса вам помогут попасть на стажировку, а ещё через полгода вы получите сопровождение личного карьерного консультанта, который расскажет, как составить конкурентное резюме, написать сопроводительное письмо и подготовиться к собеседованиям в компаниях — партнёрах этой образовательной платформы.
Источник: lifehacker.ru
Зарплата в data science: обзор рынка по данным из чата ODS
Делимся нашим исследованием вакансий и зарплат в сфере data science и data engineering. Спрос на специалистов растет, или рынок уже насытился, какие технологии теряют, а какие набирают популярность, размер зарплатных вилок и от чего они зависят?
13 181 просмотров
Зарплата Junior Data Scientist от 70 до 120 тыс. руб. (здесь и далее 25% и 75% квантили), для Middle DS — от 130 до 210 тыс. руб., для Senior Data Scientist — от 180 до 280 тыс., для Lead — от 180 до 300 тыс.
Сразу оговорюсь, что приведенные данные могут не отражать картину по рынку в целом. Во-первых мы использовали только один источник — чат Open Data Science. Во-вторых вакансии размещенный там обычно содержат вилку от X до Y и эти границы могут быть довольно широкими. В-третьих данные могут содержать неточности, например когда в одной вакансии ищут специалистов от junior до senior уровня и вилка указана одна, например от 100 до 300 тыс. руб.
Посмотрим на вклад уровня и специализации вакансии на зарплату
Инженерам и саентистам платят немного больше, чем аналитикам, примерно на 11-14 тыс., а вот грейд влияет на вилку намного сильнее. Самый резкий скачок происходит при переходе от Джуна к Мидлу +74 тыс. (71%), далее — от мидла к синьору +58 тыс. (32%) и небольшой рост от синьора к лиду +17 тыс. (7%).
Динамика зарплат
Посмотрим на изменений зарплат год к году. В некоторые группы попадает мало данных, поэтому заменим среднее на устойчивую к выбросам медиану.
В среднем по рынку зарплата росла на 11% в год. При этом в 2019 году роста не было совсем, а вот в 2020 году наблюдался максимальный рост в 20%. Интересно, что в 2021 году зарплата увеличилась пока на 10%, при том что кол-во вакансий выросло на 120%, то есть зарплаты не поспевают за ростом спроса. Возможно, работодатели среагируют с некоторой задержкой, и мы увидим ускорение роста во втором полугодии 2021 года.
Зарплата data engineer почти не изменилась за последние 3 года, но это может быть связано с использованием медианы и малым кол-вом наблюдений в этой группе или изменением соотношения по грейдам.
Data analyst, действительно, получали ощутимо меньше, чем саентисты и инженеры, но в 2021 году их зарплата выросла на 21%, и отставание сократилось. У data science стабильный рост зарплаты в cреднем на 11% в год.
Вилка для джунов почти не изменилась за последние 3 года, по всем остальным уровням есть более-менее стабильный рост. Сильнее всего выросла зарплата специалистов уровня lead: +40% за 3 года.
Кол-во и динамика вакансий
До второго квартала 2020 тренд был почти линейный, затем произошло небольшое падение и стагнация длиной в 2 квартала, но уже с 4 квартала 2020 года пошел заметный рост, который ускорился в 2021 году.
Динамика 2021 года вообще очень сильно выбивается из сложившегося тренда: прирост на 120% по кол-ву вакансий относительно 2020 года
Посчитан как год к году по первым полугодиям для сравнимости с 2021 годом.
В 2021 году спрос на дата аналитиков вырос на 222%, на дата инженеров — на 127%, а вот на дата саентистов — только на 93%. Возможно, сейчас появилось понимание, что data science команда состоит из разных ролей, и набирать одних саентистов без инженеров и аналитиков не так эффективно.
Больше всего вакансий и самый быстрый рост — по мидлам и синьорам/милордам. Джунов ищут чуть чаще, чем лидов, но спрос на лидов растет быстрее, возможно, это только специфика чата ODS, где чаще ищут специалистов с опытом.
Посмотрим еще на распределение грейдов для каждой специальности
Спрос на джунов в дата инжиниринге ниже, чем в аналитике и data science. Если вы хотите стать дата инженером, то, возможно, стоит начать с аналитики или разработки и потом постепенно перекатываться.
Вакансии по городам
Дальше первой пятерки городов смотреть бессмысленно. Москва имеет подавляющее преимущество, Петербург отстает в 6 раз, Новосибирск — в 50. В регионах выбор мест для работы не такой большой, скорее всего и зарплата ниже, но у нас даже нет достаточного кол-ва данных, чтобы это проверить. Кажется, что в перспективе нет другого выбора, кроме переезда в Москву или Питер.
Но по ощущениям с 2020 года ситуация стала меняться: появилось очень много предложений с возможностью частичной или полной удаленки.
Кол-во вакансий с возможностью удаленки очень быстро растет и почти сравнялось с вакансиями в офисе.
Популярные технологии
Посмотрим, какие технологии чаще всего встречаются в вакансиях, и какие изменения по ним произошли за последнее время.
Самыми популярными являются базовые навыки: python, sql, git, после них идет big data, deep learning и классический machine learning. Далее — какие-то более узкоспециализированные инструменты, devops и разработка.
Попробуем понять, какие из популярных навыков в каждом направлении Data Science пересекаются между собой. Для этого возьмем по 13 наиболее востребованных технологий у каждой специальности и отобразим их на диаграмме Венна.
Есть несколько популярных технологий, которые можно противопоставить друг другу. Самый простой пример — это R и Python для анализа данных и разработки моделей. Посмотрим, как менялась их популярность по доли упоминаний в вакансиях.
Популярность python растет, и сейчас он упоминается почти в 90% вакансий, то есть де факто владение python — необходимый минимум для любого специалиста в сфере data science. А вот R, наоборот, теряет позиции: на пике в 2017 году он упоминался в 28% вакансий, сейчас в 2021 году — только в 9%. Если вы только вкатываетесь в индустрию, изучать R или выбирать команду, в которой его используют, скорее всего не самое перспективное решение.
Построим теперь аналогичный график для трех основных deep learning фреймворков.
Популярность PyTorch стремительно растет. Он обогнал Keras в 2018 году и TensorFlow в 2020. В целом, знания deep learning становятся более востребованными: указаны в более 30% вакансий в 2021 году.
Keras снижается даже по абсолютному кол-ву вакансий, учитывая, что общий спрос растет. У TensorFlow в этом плане не все так плохо: кол-во вакансий растет, несмотря на то, что доля снижается. Если вы на находитесь в начале своего пути в DL, с карьерной точки зрения, лучше выбрать более востребованный инструмент.
Заключение
По ссылке находится репозиторий со всеми данными и кодом исследования. Можно попробовать поискать новые интересные инсайты в данных или уточнить какие-то выводы этой статьи. Надеюсь, что получилось интересно и познавательно, буду благодарен за обратную связь.
Эта статья является сокращённым пересказом полного исследования с habr.
Показать ещё
4 комментария
В пересчете на € и $, если вы не по блату устроились, то зп у нас на уровне третьего мира.
Развернуть ветку
Когда грозди линейных слоев без активации в перемешку с мульти-комонетами, в Пайторче и видим это же в Керасе то сразу понимаем что Индусам легче освоить Керос. Так как там хоть можно говонокод осознанно понять филиппинско -индонезийский и перепродать как свой самопис через Апворк Лидам из Эрафии за пол Оверпрайса.
При этом новоиспеченные Пайторчи из разных курсов и школ — быстро теряются видя старый синтаксис.
А потом оказывается что на Апворке по всем RNN больше всех собирает заказов по продаже консультаций для построения чувак за 50 лет который просто прочитал Л.М Фридман Е.Н Турецкий «Как научится решать задачи» и А. Сухотин «Парадоксы»
Что тут сказать — эволюция как она есть.
Развернуть ветку
не очень понятно пишешь(
Развернуть ветку
он бэкэнд, вероятно (( меня до сих пор мутит..
Источник: vc.ru
Сколько зарабатывает Data Scientist в России и Америке за месяц
В статье мы собрали для вас статистику зарплат Data Scientist. Разберемся, от чего зависят доходы, сколько платят в разных городах России и США, какие деньги зарабатывают Дата Сайентисты в офисе и на удаленке.
Средняя зарплата Data Scientist в России в 2022 году
По оценке разных интернет-порталов, средняя зарплата российского специалиста по Data Science составляет от 115 до 180 тысяч рублей.
Заработок Дата Сайентиста зависит от нескольких условий:
- Квалификация. Новичок (джуниор) получает от 40 до 80 тыс. руб., middle – от 100 до 250 тыс. руб., senior – от 250 тыс. руб. и выше. Профессионал с опытом около 5-6 лет может зарабатывать по 400 000 — 500 000 рублей ежемесячно.
- Регион проживания. Лидерами по зарплатам в России можно назвать Москву, Санкт-Петербург, Казань и Краснодар – в 2022 году в этих городах есть вакансии с доходом свыше 300 тыс. руб.
- А также сумма зависит от отрасли, политики компании-работодателя и обязанностей сотрудника.
При этом формат работы сильно не влияет на условия оплаты. Дата Сайентист может работать не только в штате, но и на фрилансе – некоторые организации готовы оформить со специалистом договор оказания услуг либо сотрудничать с ним, как с ИП или самозанятым.
В Москве
Чтобы оценить среднюю заработную плату московского специалиста по Data Science, мы проанализировали объявления на сайте HeadHunter. В большей части вакансий указан доход в диапазоне от 150 до 225 тысяч рублей.
Самый высокий заработок можно получать на должности Lead Data Scientist в IT-компании. У кандидата должен быть стаж работы в отрасли 3-6 лет, знание Python, Hadoop, Spark, Git, а также развитые управленческие навыки.
В таблице видно, сколько зарабатывает Дата Сайентист из Москвы в зависимости от опыта и формата работы.
| Junior | от 35 000 до 145 000 руб. |
| Middle | от 140 000 до 300 000 руб. |
| Senior | от 150 000 до 500 000 руб. |
| Удаленная работа | от 100 000 до 500 000 руб. |
Подборка курсов Все онлайн-курсы по Data Science в 2022 году
Посмотреть подборку
В Санкт-Петербурге
Судя по объявлениям с ХедХантер, средняя зарплата Дата Сайентиста в СПб составляет 200 тысяч рублей. Большая часть питерских работодателей указывает заработную плату от 150 до 250 тыс. руб.
Самые лучшие условия по оплате предлагают на должности Senior Data Scientist – до 400 000 рублей. Получить работу может кандидат, знающий Python, Numpy, Scipy, Pandas, Matplotlib, SQL и имеющий опыт более трех лет.
| Junior | от 40 до 60 тыс. руб. |
| Middle | от 150 до 250 тыс. руб. |
| Senior | от 150 до 400 тыс. руб. |
| Удаленно | от 40 до 290 тыс. руб. |
На нашем сайте собраны лучшие онлайн-курсы по Data Science от ведущих дистанционных школ. Воспользуйтесь специальными фильтрами, чтобы выбрать подходящую обучающую программу по наличию трудоустройства, формату обучения и другим условиям. Также мы собрали реальные отзывы выпускников.
В других городах
Изучив вакансии в крупных российских городах, мы составили таблицу с минимальными и максимальными зарплатами специалистов по Data Science в зависимости от квалификации.
| Город | Junior | Middle | Senior |
| Новосибирск | от 50 000 до 100 000 руб. | от 100 000 до 180 000 руб. | от 180 000 до 300 000 руб. |
| Екатеринбург | до 100 000 руб. | от 100 000 до 250 000 руб. | от 180 000 до 300 000 руб. |
| Казань | от 60 000 до 80 000 руб. | от 80 000 до 250 000 руб. | от 180 000 до 300 000 руб. |
| Нижний Новгород | от 60 000 руб. | до 180 000 руб. | до 400 000 руб. |
| Ростов | от 100 000 руб. | до 150 000 руб. | до 250 000 руб. |
Если хотите стать Дата Сайентистом, читайте нашу статью о способах обучения — там полезные советы для начинающих.
Сколько зарабатывает специалист по Data Science в США
Информацию о заработках специалистов по Дата Сайенс мы взяли с одного из аналитических сайтов. Как указано в источнике, средняя годовая заработная плата Data Scientist в Соединенных Штатах Америки составляет почти 116 тысяч долларов, то есть приблизительно 8,33 миллиона в год или почти 695 000 рублей в месяц.
Сумма зависит от следующих факторов:
- Опыт работы: доход новичка – 98 тыс. долл./год (585 тыс. руб./мес.), профессионала со стажем 3-5 лет – 133,5 тыс. долл./год (800 тыс. руб./мес.).
- Регион. В список городов с самыми высокими зарплатами входят Сан-Франциско, Нью-Йорк и Сан-Диего.
- Компания-работодатель. Лучшие условия по оплате труда предлагают в Facebook, Airbnb, eBay и Apple.
Источник: uchis-online.ru
Сколько зарабатывает дата-сайентист: обзор зарплат и вакансий в 2020
Привет, Хабр! Наша прошлая статья, в которой мы анализировали рынок вакансий и зарплат профессии «аналитик данных», была очень тепло встречена. Поэтому мы решили продолжить. Встречайте обзор российского рынка профессии дата-сайентиста.
Дата-сайентист — одна из самых быстрорастущих специальностей XXI века. По прогнозам компании Frost
Зарплата и плюшки для Data Scientist
Теперь самое волнующее — зарплата и бонусы. По состоянию на 13.11.2020, в России открыто 325 вакансий на позицию Data Scientist. Из них 175 — в Москве (54 %), 54 — в Санкт-Петербурге (16 %). Остальные 30 % примерно равномерно распределены по региональных центрах.
Важно! Многие компании предлагают удалённую работу с зачислением в штат. В условиях карантина это выгодно. То есть при желании можно без проблем найти вакансию Junior Data Scientist в Москве, но при этом находясь в Воронеже или в Твери.
Правда, Middle и Senior специалисты чаще нужны оффлайн. Они получают больший уровень ответственности, поэтому компании всё еще предпочитают работать с ними в офисе.
Абсолютное большинство вакансий размещают IT-компании (78 %). Также дата-сайентисты нужны в банковской сфере (10 %) и образовательных проектах (8 %). Остальные отрасли занимают не более 4 % вакансий.
Основная проблема выборки — очень небольшое количество компаний указывают зарплатную вилку. Или хотя бы как-то ориентируют соискателя на уровень материальной компенсации.
Только 20 % компаний открыто указывают уровень зарплаты. Остальные же довольствуются расплывчатыми формулировками вроде «зарплата по рынку» или «обсуждается на собеседовании».
В открытых вакансиях уровень оплаты очень даже приличный. В Москве специалист с опытом в DS около 2лет может рассчитывать на среднюю зарплату около 200 000.
Senior Data Scientist с опытом от 5лет и широким стеком компетенций в крупных компаниях может получать до 500 000 рублей в месяц. И это не шутка. Такие вакансии есть и на них вполне себе нанимают людей.
А молодой Junior без опыта или с опытом до года может рассчитывать на зарплату до 100 000.
Дополнительные плюшки тоже довольно серьёзные. Стандартные «кофе-чай-печеньки» мы учитывать не будем — они есть почти в каждой вакансии.
Многие компании помимо онлайн-работы предлагают еще и гибкий рабочий график. Возможность дальнейшего обучения и повышения квалификации за счёт компании тоже популярна — примерно треть компаний согласна поддерживать сотрудника, если тот хочет развиваться в специальности.
Самым ценным бонусом, по нашему мнению, можно считать ДМС. Практически все крупные компании предлагают полную медицинскую страховку, а многие включают в неё и стоматологию. Московская медицина дорогая, поэтому лечение по страховке в хороших клиниках — это прекрасный бонус сотрудникам компании.
Питерский уровень зарплат немного отстаёт от московского. В северной столице Junior Data Scientist может рассчитывать на зарплату от 45 000 рублей. Максимум для специалиста без опыта или с опытом меньше года — 90 000 рублей. Тем не менее таких вакансий — единицы.
В среднем специалист с нормальным багажом знаний и опытом от 2 лет получает зарплату примерно 150 000 рублей. Но ведущие дата-сайентисты и тимлиды — это отдельная категория. Зарплата там такая же, как и в Москве, — доходит вплоть до 500 000 рублей в месяц.
Дополнительные плюшки почти одинаковые с московскими, разве что полную медицинскую страховку предлагают значительно меньшее количество компаний. Хотя чисто субъективно — нетривиальных и интересных бонусов больше.
Одни предлагают ежедневный турнир в дартс в обеденное время, другие — PlayStation, третьи — коллективные развлечения и разнообразный тимбилдинг.
Ситуация в других регионах России значительно хуже. И уровень зарплат разительно отличается от московских и даже питерских.
Неопытный специалист может рассчитывать на зарплату от 20 000 до 40 000 рублей. При этом на таких вакансиях сильнее всего смазаны границы профессий. Часто под названием вакансии «Data Scientist» ищут аналитика-эникейщика, который будет анализировать сразу все данные в компании. Некоторые HR-ы даже умудряются выставлять вакансии вроде «Разработчик Python — Data Scientist». Эдакий «мастер на все руки» в аналитике, и не только.
В целом же специалист с опытом может рассчитывать на зарплату примерно 100 000–120 000 рублей. Максимальная ставка в региональных центрах — 180 000 рублей. И таких вакансий — реально единицы.
Откуда прийти в профессию и куда расти аналитику массивов данных
Дата-сайентист действительно нуждается в хорошей математической подготовке. Он работает со сложными математическими моделями, поэтому хотя бы средний уровень высшей математики, теории вероятностей и статистики должен быть обязательно.
Это — одна из главных причин, почему лишь немногие специалисты попадают в сферу Data Science с нуля. Подтянуть необходимый математический базис можно и без университетской подготовки, но это сложно.
Чаще всего в Data Science уходят из аналитики данных. Data Analyst уже обладает практически всеми необходимым компетенциями и знанием специальных инструментов. Ему нужно подтянуть только математику и более прикладные области вроде машинного и глубокого обучения.
Python-разработчику тоже открыта дорога в Data Science. Большинство компаний требуют именно знания Python как ЯП для аналитики. Если есть хоть какая-нибудь математическая подготовка и знание SQL — вообще прекрасно.
Сейчас вся сфера Data Science находится в стадии активного роста, поэтому перспективы прекрасные. Профессионал высокого уровня может расти как вертикально, так и горизонтально. То есть можно вырасти в главу отдела Data Science, который, по сути, является вице-президентом компании, — его влияние на стратегическое планирование всей деятельности просто огромно. Или же можно попробовать себя практически в любой другой отрасли аналитики — бизнес-аналитика, продуктовая аналитика, аналитика программного обеспечения, системная аналитика.
Некоторые дата-сайентисты уходят назад в разработку на Python, но таких не слишком много. Можно попробовать и более интересные варианты — например, архитектура искусственного интеллекта для компьютерных игр. Возможностей хватает — проверьте сами:
- Обучение профессии Data Science
- Обучение профессии Data Analyst
- Курс «Python для анализа данных»
Eще курсы
- Курс по Machine Learning
- Продвинутый курс «Machine Learning Pro + Deep Learning»
- Курс «Математика и Machine Learning для Data Science»
- Разработчик игр на Unity
- Профессия Веб-разработчик
- Профессия Java-разработчик
- Курс по JavaScript
- C++ разработчик
- Обучение профессии C#-разработчик
- Курс по аналитике данных
- Курс по DevOps
- Профессия iOS-разработчик с нуля
- Профессия Android-разработчик с нуля
Рекомендуемые статьи
- Как стать Data Scientist без онлайн-курсов
- 450 бесплатных курсов от Лиги Плюща
- Как изучать Machine Learning 5 дней в неделю 9 месяцев подряд
- Сколько зарабатывает аналитик данных: обзор зарплат и вакансий в России и за рубежом в 2020
- Machine Learning и Computer Vision в добывающей промышленности
Источник: habr.com