Николай Акуленок - What’s next? Профессии будущего. Путеводитель по профессиям будущего

– Сергей Никитин

На просторах сети не стоит забывать о личной безопасности. Интернет уже тесно связан с нашей жизнью, а это значит, что информация всегда может попасть не в те руки. Количество и качество киберпреступлений возрастает с каждым годом, и на сегодняшний день любой благоразумный пользователь интернета должен уметь защищать свою информацию. Для этого уже существует множество сервисов по защите личных данных. Помните: если дата-сайентисту ничего не стоит узнать о ваших предпочтениях, то мошенникам будет легко ими воспользоваться.

Получается, профессия дата-сайентиста напрямую связана со сбором и сортировкой данных. Опытный профессионал может не только отыскать в базе любую мелочь, но и на основе найденной информации составить прогноз о поведении пользователя. Но эта специальность не связана с бизнес-аналитикой, а лишь является ее вспомогательным и теперь уже неотъемлемым инструментом. Вместе со спросом на профессионалов в сфере data science возрастает также и уровень их ответственности. А у профессии появляются разновидности.

«Кажется, сейчас специалисты во многих сферах со страхом ждут: вот сейчас придут дата-сайентисты. И в шутку нас, например, на работе называют «дата-сатанистами», потому что есть в этом что-то мефистофелевское: «Я сейчас тут покручу-поверчу, и смотрите, у меня все есть!».

– Павел Волощук, ведущий подкаста «Андроиды и электроовцы»

Дата-археолог

Сегодня объем информации растет с каждым днем и кому-то необходимо ее структурировать. Овладев этой специальностью, вы сможете стать «хроникером» интернета.

Дата-детектив

Мечтаете бороться с киберпреступлениями? Тогда эта должность для вас! Даже в веб-пространстве мошенники оставляют зацепки, по которым можно организовать целую поисковую цепь. Возможно, именно о вас напишут роман «Кибер-Шерлок Холмс»!

Дата-программист

Дата-сайентист собирает данные отнюдь не вручную, для этого у него в арсенале огромное количество программ и алгоритмов. А вы можете стать их создателем!

Специалист по Machine-Learning

Сегодня сбор данных – почти полностью автоматизированный процесс. IT-гиганты давно используют в этой сфере роботов, но даже искусственный интеллект нуждается в обучении и доработках.

«Мне кажется, идея, что чему-то можно научиться за три месяца, – плохая идея. Дата-сайентист – это такая профессия, где ответственность постоянно будет расти по мере проникновения тех или иных продуктов на основе данных во все сферы жизни. Ты можешь получить минимальные навыки и запустить какую-нибудь модель на „Питоне“, но это не делает тебя дата-сайентистом. Люди ожидают решений, которые будут работать».

– Иван Ямщиков

Для обучения основам data science уже существует огромное количество бесплатных курсов. Многие специалисты, которые сегодня работают в огромных корпорациях, именно так и начинали свою карьеру несколько лет назад, так что вы уже можете приступать! Однако с каждым днем ответственность и требования к специалистам в этой области растут, поэтому будьте готовы к постоянному совершенствованию своих знаний и навыков. По процессу обучения data science схожа с журналистикой: наилучшим решением будет идти в эту отрасль с какой-либо базой, профессиональным бэкграундом. Эта специальность идеально подходит людям, которые решили переквалифицироваться после работы в других отраслях. Среднее время овладения профессией составляет год, но есть некоторые аспекты, которые лучше освоить до начала обучения: например, не будет лишним знание основ программирования и различных дисциплин computer science – это поможет быстро разобраться и вникнуть в процесс.

Более того, в освоении data science вам поможет работодатель. Google и Amazon уже создали целый спектр онлайн-школ и буткемпов (то есть интенсивных курсов для IT-специалистов) по освоению тонкостей data science. При должном уровне старательности и усидчивости уже через год вы станете специалистом уровня Junior и получите свое рабочее место в корпорации.

«Если человек уже профессионал в какой-то сфере – например, в химии – и заинтересовался data science, стоит изучить, где можно применять анализ данных в химии. В 30 лет у человека уже есть бэкграунд, и он просто может сразу идти учиться на дата-сайентиста. А если это студент, то я бы советовал брать сферу пошире – например, computer science, это сейчас на пике, об этой специальности все говорят, там много конкретных денежных предложений».