976
6 лет назад · 7 фото · 110251 просмотров · 123 комментария
170 000 рублей в месяц. Самая востребованная профессия, о которой мало кто знает (7 фото)
2020 год заставил задуматься о смене работы многих людей, а кто-то просто попал под сокращения. Сервисы по поиску работы переполнены резюме экономистов, юристов и прочих представителей классических профессий. Но почему-то мало кто обращает внимание на вакансии «нового времени» с очень хорошими окладами. Разберем одну из таких, которая занимает 1 место в рейтинге самых востребованных профессий 2020 года.
Знакомьтесь, профессия Data Scientist!
P.S. Сразу не пугайтесь «страшного» названия». Разобраться и обучиться этой профессии можно достаточно быстро, даже если вы всю жизнь считали себя гуманитарием. В конце поста будет информация, как и где научиться всему этому с нуля.
В чем суть работы?
Data Scientist – это человек, который работает с огромными объемами неструктурированной информации (еще ее называют «Большими данными, англ. Big Data). Это может быть статистика запросов в поисковых системах за определенный период, результаты спортивных соревнований, метеорологические данные за конкретный период и так далее. Более подробные примеры будут чуть ниже.
Результатом работы такого специалиста будет прогнозная модель (это такая программа, которая используя большой объем данных, сможет найти самое оптимальное решение поставленной задачи).
Результатом работы такого специалиста будет прогнозная модель (это такая программа, которая используя большой объем данных, сможет найти самое оптимальное решение поставленной задачи).
В заголовке было про 170 000 рублей. Это реально или написали для привлечения внимания?
Реально! Скажем больше – это не предел, 170 000 рублей – это средний уровень окладов. Бизнес нуждается в дата-саентистах, так как они значительно упрощают ведение статистики и конкуренцию с другими, менее технологичными конкурентами.
Профессионалы этой специальности часто считаются самыми важными членами команды - их навыки и понимание всей работы помогает компании понять как ее преимущества, так и недостатки, а затем воспользоваться этими знаниями и предоставлять более качественные и оптимизированные услуги для своих клиентов.
Профессионалы этой специальности часто считаются самыми важными членами команды - их навыки и понимание всей работы помогает компании понять как ее преимущества, так и недостатки, а затем воспользоваться этими знаниями и предоставлять более качественные и оптимизированные услуги для своих клиентов.
В каких сферах необходимы специалисты?
Ответ прост – практически во всех! И это здорово, ведь можно продолжать работать в своем направлении, но уже в другом статусе - статусе очень востребованного специалиста, имея хороший оклад.
С работой дата-сайентистов мы сталкиваемся ежедневно. Это и упомянутый ваше прогноз погоды, и различные чат-боты, голосовые помощники, рекомендательные интернет-сервисы (музыка, видео, прочий контент), образование, медицина, продажи.
И это далеко не полный список. Везде, где нужны прогнозы, совершаются сделки или оцениваются риски, пригодится Data Scientist.
Все еще сложно для понимая? Тогда вот несколько наглядных примеров:
- Допустим, программа анализирует финансовые операции клиента и рекомендует выдать ему кредит или отказать. То есть задача программы — оценить платёжеспособность клиента. Создание такого алгоритма — работа дата-сайентиста;
- В современной медицине появляется всё больше приборов, автоматически ставящих диагноз на основании данных. Например, программа может указать повреждённые органы на рентгеновских снимках. Создание такого продукта – это тоже работа дата-сайентиста.
С работой дата-сайентистов мы сталкиваемся ежедневно. Это и упомянутый ваше прогноз погоды, и различные чат-боты, голосовые помощники, рекомендательные интернет-сервисы (музыка, видео, прочий контент), образование, медицина, продажи.
И это далеко не полный список. Везде, где нужны прогнозы, совершаются сделки или оцениваются риски, пригодится Data Scientist.
Все еще сложно для понимая? Тогда вот несколько наглядных примеров:
- Допустим, программа анализирует финансовые операции клиента и рекомендует выдать ему кредит или отказать. То есть задача программы — оценить платёжеспособность клиента. Создание такого алгоритма — работа дата-сайентиста;
- В современной медицине появляется всё больше приборов, автоматически ставящих диагноз на основании данных. Например, программа может указать повреждённые органы на рентгеновских снимках. Создание такого продукта – это тоже работа дата-сайентиста.
Суть и сферы применения понятны. А что конкретно делают эти ребята?
Тут все зависит от сферы деятельности компании, но этапы работы дата-сайентиста плюс-минус похожи:
- понять потребность заказчика;
- оценить возможности решения этой потребности путем машинного обучения;
- подготовить данные для анализа и найти критерии оценки — чтобы понять, насколько эффективна создаваемая модель;
- запрограммировать и натренировать модель машинного обучения;
- внедрить модель в производственный цикл или продукт;
- осуществлять поддержку разработанной модели.
- понять потребность заказчика;
- оценить возможности решения этой потребности путем машинного обучения;
- подготовить данные для анализа и найти критерии оценки — чтобы понять, насколько эффективна создаваемая модель;
- запрограммировать и натренировать модель машинного обучения;
- внедрить модель в производственный цикл или продукт;
- осуществлять поддержку разработанной модели.
Звучит сложновато? Как это делать? Что нужно знать? Где научиться, если ничего не умеешь?
Если в общих чертах, то нужно знать математику, математическую статистику, программирование, принципы машинного обучения и ту отрасль, где всё это будет использоваться. Всему этому реально научиться, уделяя процессу обучения по 6 часов в неделю.
К примеру, эксперты онлайн-школы SkillFactory за это время научат вас следующему:
- Уметь программировать на Python;
- Использовать библиотеки pandas, numpy, matplotlib, plotly, skleam;
- Писать сложные SQL-запросы;
- Работать в фреймворках Hadoop и Spark;
- Уметь работать с любой СКВ (GitHub, BitBucket etc);
- Создавать чат-боты и нейронные сети;
- Понимать принципы построения инфраструктуры данных;
- Разбираться в big data и облачных хранилищах для данных;
- Знать математическую статистику, теорию вероятности и основные ML алгоритмы;
- Выводить модели в production;
- Писать роботов для трейдинга с применением AI.
На курсе "Профессия Data Scientist" вас не только научат работать с большими данными, но и помогут найти работу. Начиная с первых недель обучения, ментор поможет определить карьерные цели и не сойти с намеченного пути, а карьерный центр подскажет, как оформить резюме и попасть на собеседования.
К примеру, эксперты онлайн-школы SkillFactory за это время научат вас следующему:
- Уметь программировать на Python;
- Использовать библиотеки pandas, numpy, matplotlib, plotly, skleam;
- Писать сложные SQL-запросы;
- Работать в фреймворках Hadoop и Spark;
- Уметь работать с любой СКВ (GitHub, BitBucket etc);
- Создавать чат-боты и нейронные сети;
- Понимать принципы построения инфраструктуры данных;
- Разбираться в big data и облачных хранилищах для данных;
- Знать математическую статистику, теорию вероятности и основные ML алгоритмы;
- Выводить модели в production;
- Писать роботов для трейдинга с применением AI.
На курсе "Профессия Data Scientist" вас не только научат работать с большими данными, но и помогут найти работу. Начиная с первых недель обучения, ментор поможет определить карьерные цели и не сойти с намеченного пути, а карьерный центр подскажет, как оформить резюме и попасть на собеседования.
Вот такая она - самая востребованная профессия 2020 года, количество вакансий в которой выросло на 433% за 3 года. Так еще и средняя зарплата на рынке 170 000 рублей в месяц. Как вам?
Оставьте заявку на обучение до 15 октября со скидкой 50% по промокоду FISHKI.
Метки: #Big Data #Data Scientist #Зарплаты #вакансии #деньги #программирование #работы
"Знать математическую статистику, теорию вероятности и основные ML алгоритмы", ага, весь матстат за 40 минут.
Аргх программист аналитик и проектмейкер в одном флаконе. Как то дёшево 210к от 3-х лет. Хотя учитывая, сейчас не 90-е и зарабатывать надо честно много умно и главное постоянно, современный управленец знает только надо. Вот они как девочка из программы про детей олигархов, на вопрос чем будет заниматься когда вырастет она ответила. Я буду делать шоколад, о воскликнул корреспондент ты будешь шоколатье! Нет сказала она, папа купит мне шоколадную фабрику, я туда найму тех кто умеет делать шоколад, И Я буду делать шоколад.
По факту это реклама научим как много заработать =))))
Это профессия статиста! в наше время компании имеют целые отделы статистики и ни одного статиста в прямом его понимании! Попробуйте в просто инете найти нормальную статистику на которую можно опереться для, скажем, открытия бизнеса (выбора ниши)?! Да фиг вы чего найдете! Я не знаю ребят из Скил Фэктори, но они попадают который раз в точку, выбирают правильные ниши. Однако!: Постарайтесь найти хоть кого то "живого" пользователя их курсов и если таковые есть - вперед! направление перспективное. Если не найдете таких людей - вот Вам ниша для развития.
ищи дальше дураков...
Дураки в Data Scientist не идут. Мозгов не хватит. А если и попробуют освоить это то ничего не получится.
Так и есть, только студенты понимают это только после того как отбашляют в SkillFactory. Матстат это не бумажки в отделе продаж перекладывать.
Просто устройся на работу в Росстат :-)
автор уже давно устроился на 170 и больше или пока мамкину кашку кушает в перерывах между походами в школу?
Можно подумать что 170 это какая то большая зарплата в сфере IT и в Data Scientist в частности. Вообще то это весьма средняя зарплата для начинающего специалиста.
Сергей Мавроди заценил бы попытку...
Главное вовремя подать объявление в раздел вакансии и указать высокую зарплату.
А потом по этой вакансии, открывать платные курсы).
Бгы - вы предлагаете мне зарплату в 4 раза ниже моей нынешней ))))
И как сейчас в Шотландии с ограничениями из-за пандемии?
Бары закрывают в 10 (как если бы до 10 вечера коронавирус идет спать))). В закрытом помещении может находиться не более двух домохозяйств и не более 6ти человек. Все кафешки рестораны работают на вынос. Есть кафе где можно сидеть, но там должен быть сквозняк в помещении и столики должны иметь более 2х метров друг от друга и отгорожены перегородками.
Ну так не особо жестко,а транспорт,мероприятия?
Никаких сборищ в публичных местах, в транспорте ограниченно количество людей и без маски естественно не пускают.
Понятно,спасибо
Половина из перечисленных навыков - отдельная профессия. Знать всего понемногу - ничего не знать.
Гомодрилы, почему пост без пометки "реклама"?
"Оставьте заявку на обучение до 15 октября со скидкой 45% по промокоду FISHKI"
Вся суть статьи
именно так !
Зачем я потратил время, читая это говно?...
Вот жеж епть, люди по 6 лет учатся. Магистратуры там всякие, вышмат грызут, а тут оказывается курсов достаточно ))
Я закончил полугодовые курсы, только чтобы понять, что это самое-самое начало. На работу не берут - всем нужны только "с опытом". Но за два года, думаю, можно нормально преподать всю математику и основные методы - только учиться надо каждый день
80% того что преподают в институтах не имеет отношения к тому что реально потребуется вам на работе. Абстрактные знания. Эти знания или вообще не нужны, или уже морально устарели. Таковы реалии современного высшего образования.
Курсы могут позволить тебе не забивать головы учеников всякой ненужной ерундой, а сосредоточится на реально нужной информации и навыках.
Взять тот же вышмат, 99% программистов не используют его никогда. А если кому то вдруг понадобиться, то он его просто освоит отдельно.
Я тоже окончил магистратуру и учился 6 лет. Я бы нихрена не добился в свой сфере если бы все эти 6 лет не занимался самообразованием.
Освоить вышмат отдельно - смещно.
И про 99% смешно. С таким же успехом ваше обучение в школе можно было тоже закончить на обучении чтению, письму и базовых 4-х действиях арифметики.
А то что вы называете абстрактными знаниями.. это говорит лишь о том, что как специалист вы где-то чуть выше дна, если они вам действительно не нужны.
Если вы считаете что вышмат нужен всем программистам - это это хорошо демонстрирует уровень ваших практических знаний )) Признаю что сейчас полезно знать матричную алгебру и тензорное исчисление. В сильно реже нужно знать основы вычислительной математики. Основы этого можно изучить самостоятельно. А то что студентов на вышмате заставляют решать годами дифиренциальные уравнения на бумажке - это полный бред.
Дифуры фактически заканчиваются на втором курсе, и так же как и многое другое, нужны в первую очередь для тренировки липидного содержимого черепной коробки. Это дает базу и способности к дальнейшему обучению, и вы этим сейчас пользуетесь, даже не понимая ))
Лучше бы липидное содержание тренировали дисципилинами которые реально потребуются в жизни. А то ведь исходя из этой логики, с тем же успехом можно заменить вышмат на шахматы.
Ну сам же понимаешь, что это бесполезно в этой области. Слишком быстро всё устаревает. По тому классическая база, плюс актуальное на момент, на специалитете, который кстати может весьма широко варьироваться, и что из ранее изученного понадобится предсказать сложно. Даже физкультурно лингвистический техникум (ФИВТ)) на физтехе, при всем своем И и ВТ, не сильно-то стремится ломать эту схему.
Я все знания о своей работе получил на курсах и от бывших коллег, что учили, пока был в поддержке. Через пять лет, уже получал больше, чем они на тот момент. Сейчас, получаю на из уровне, а может и больше, потому как есть постоянные подработки.
Даже со скидкой 40% стоимость обучения не слабая!
Ну поступите в ВУЗ на бюджет и мечтайте о том, что вам там дадут реальные востребованные знания и опыт ))
В государственной думе таких специалистов через одного. Посмотрите как они красиво пенсии урезают и налоги поднимают.
Вообще data scientist насколько помнится это программист который пишет аналитические проги(что является тем ещё насилием мозга) поэтому надо неплохо разбираться в программировании знать нужный язык и уметь работать с базами данных. Так что не всё так просто.
программисты люди которые пишут программы. дата сайнтист просто используют ЯП для расчетов и анализа. там очень важно знать математику, алгоритмы. да и работать с биг дата.. там достаточно много своего софта.
Главное денег содрать с лохов за "обучение", уже сам заголовок кричит об этом.ДБёБы всегда находятся на такие заманухи.
Особенно поражает "уровень - с нуля". С нуля - явный лохотрон. Даже на моих полугодичных курсах требовали высшей математики.