Data Scientist – czarodziej danych

Upowszechnienie się Big Data zmusiło ludzi zajmujących się danymi do zmiany sposobu myślenia o analityce. Zbiory danych stały się nieporównywalnie większe, bardziej złożone i zróżnicowane. Pierwsze wyzwanie stanowiła technologia: potrzebne były większe dyski i serwery, mocniejsza pamięć operacyjna i łącza zdolne szybko przesyłać duże ilości informacji. Rozwój technologii informatycznych szybko pozwolił uporać się z tym problemem. A że przy okazji przy danych pracowali informatycy, tworzący bazy i hurtownie danych, to im właśnie zlecono prace analityczne. Efekt nie był zadowalający. Informatycy wprawdzie świetnie opanowali algorytmy i procedury analityczne, ale gorzej radzili sobie z interpretacją uzyskanych informacji. Pojawił się więc pomysł, by do zespołów informatycznych dokoptować ludzi innych specjalności: statystyków, ekonomistów, psychologów, socjologów. Ich zadaniem było czuwanie nad merytoryczną poprawnością analiz i interpretacja wyników w kontekście czynników społeczno-ekonomicznych.

Interdyscyplinarne zespoły analityczne pracowały i wciąż pracują w wielu miejscach, zajmujących się analizami Big Data. Stosunkowo niedawno pojawił się jednak nowy pomysł: a może zredukować zespół do jednej osoby, która będzie miała wszystkie jego kompetencje, umiejętności i wiedzę? I w ten sposób narodził się nowy zawód, obecnie jeden z najbardziej pożądanych i perspektywicznych: Data Scientist.

Data Scientist (brak jest zgrabnego tłumaczenia na język polski) to osoba, która ma kompetencje z różnych dziedzin: informatyki, statystyki, matematyki, ekonomii, socjologii, psychologii, lingwistyki. Nie oznacza to oczywiście, że musi być mistrzem w każdej z wyżej wymienionych dyscyplin. Najczęściej od Data Scientist oczekuje się:
 

• Umiejętności programowania (podstawa to: R, Python, SQL)
• Umiejętności „obsługi” dużych wolumenów danych
• Doświadczenia w pracy z bazami i hurtowniami danych
• Znajomości analityki związanej z Big Data
• „Wyczucia” rzeczywistości społecznej – żeby zobaczyć ludzi, a nie tylko liczby
• Znajomości mechanizmów rządzących zachowaniem pojedynczych jednostek i większych zbiorowości
• Interdyscyplinarnej wiedzy
• Ciągłej gotowości, by uczyć się nowych rzeczy
• Otwartości na świat, umiejętności dociekania i niezadawalania się oczywistościami

Data Scientist to czarodziej danych: nie tylko potrafi odnaleźć drogę w gąszczu liczb i słów, ale jest w stanie poprowadzić nią innych: swoich Klientów.

Tagi: Big Data, eksploracja danych, data mining, Data Scientist