Минус. Нужно много знать

Data Science — штука всеобъемлющая. Одно изучение языков программирования может показаться неподъемным. Но писать код, работать с базами данных и понимать, как устроены нейросети, — не главное. В этой профессии основной навык — умение анализировать.

Каждый бизнес приходит к Data Science со своей задачей и требует уникального решения. Обрабатывать статистические данные по продажам и создавать с помощью нейросетей молодого Люка Скайуокера в сериале «Мандалорец» — задачи совсем разные. Но и тем, и другим занимаются как раз дата-сайентисты. Чтобы стать профи в этой специальности, предстоит освоить немало навыков.

Плюс. Огромные возможности выбора

Необходимость много знать дает свои преимущества, ведь чем больше умеешь, тем более востребованным становишься. Например, освоив курс «Профессия Data Scientist», вы уже сможете программировать на двух языках, визуализировать данные, работать с основными библиотеками и базами данных, а также создавать рекомендательные системы и применять нейронные сети.

Многие студенты выходят из университета с чувством, что вроде бы знают много, но не умеют вообще ничего, что может пригодиться в реальной работе. Онлайн-курсы заточены под практику и дают полезные в работе знания. Так что главной проблемой становится выбор направления, в котором дальше развиваться и работать. Чем займетесь — решать вам: создавать ли алгоритмы для бизнеса и производства, разрабатывать ли ботов и нейросети, строить ли прогнозы и базы для полезных и развлекательных приложений.

Минус. Профессия крутая, но она не нужна в маленьких городах

Таких специалистов в основном ищут крупные компании. Чисто статистически они располагаются чаще в столице и других крупных городах. Так, среди пяти сотен вакансий на hh.ru по запросу data scientist в России около 280 приходятся на Москву, еще 100 — на Санкт-Петербург.

Если вы сторонник традиционного формата работы и не хотите лишаться прелестей офисной жизни, то за карьерой в науке о данных придется ехать в большие города. Тем, кто к переезду не готов, стоит рассмотреть удаленку.

Плюс. Можно работать из дома

Кстати, об удаленке. Помните, как 2020-й принудительно отправил нас работать из дома? Нам еще сначала не понравилось, а потом как понравилось! Работа с данными сама по себе располагает к дистанционному формату, ведь практически не требует физического присутствия сотрудника. Проект можно вести в многочисленных мессенджерах и ресурсах для хостинга IT-проектов и их совместной разработки.

Минус. Очень. Много. Цифр.

В науке о данных без данных не обойтись. Причем представлены они будут цифрами, кодами и уравнениями. Если ваша душа лежит к вычислениям, а по математике в школе было «отлично» или «хорошо» — Data Science наверняка вам понравится. Но все равно стоит быть готовым к однотипным и монотонным задачам.

Не станем обижать математиков и говорить, что дело их жизни — скучновато. Есть те, кто в примере со сложением видит не меньше красоты, чем поклонники живописи — в работах Леонардо да Винчи. Но если вы страсти к точным наукам решительно не разделяете, то либо держитесь подальше от сфер программирования и аналитики, либо ищите мотивацию полюбить математику. В этом, кстати, вам помогут две книги: «Красота в квадрате. Как цифры отражают жизнь и жизнь отражает цифры» Алекса Беллоса и «Удовольствие от Х» Стивена Строгаца.

Плюс. Зарплата

Давайте представим цифры, взгляд на которые даже матерого гуманитария заставит восторженно вздохнуть. По данным Skillbox, зарплата junior-специалиста в области Data Science — от 70 000 рублей в месяц. Опытные профессионалы претендуют на суммы в два и даже три раза выше.

Аналитики уверены, что профессия Data Scientist будет актуальна и через 15 лет, так что проблем с поиском работы не предвидится. Уже сейчас около 6 000 компаний по всему миру ищут специалистов в науке о данных, о чем сообщает TechTarget. В России в число таких компаний входят Сбербанк, Яндекс, «Тинькофф» и другие.

Минус. Придется долго объяснять, чем вы занимаетесь

Особенно намучаетесь вы со старшим поколением. Как объяснить бабушке, что такое датамайнинг и как можно писать на «питоне»? Но даже если вы с горем пополам объясните, в чем заключается ваша работа, не исключено, что вас все же будут просить переустановить «винду» и настроить принтер. Вы ж айтишник.

Плюс. Профессию можно освоить с нуля и не расставаясь с текущей работой

Если вы настроены обучаться плотно и ответственно, бросать текущую работу не придется. Но все же учебе придется посвящать минимум 3-5 часов в неделю. По крайней мере, в таком темпе обучается большинство студентов в Skillbox. Учиться можно в любое время, когда вам это удобно. Смотрите видеоурок и делаете домашнее задание, чтобы получить доступ к следующей теме. Если возникнут вопросы или трудности, сможете обратиться к преподавателю и пообщаться с ним онлайн.

Освоение программы займет у вас полтора года, и все это время будет считаться за стаж, который потом пойдет в резюме вместе с портфолио из нескольких проектов. Кстати, резюме вам помогут составить специалисты карьерного центра Skillbox. Они же подготовят вас к собеседованию и организуют три интервью у проверенных компаний.

Бонусный плюс

Итак, мы оценили за и против профессии дата-сайентиста. Но не все готовы кидаться в омут с головой. Чтобы окончательно принять решение, попробуйте бесплатно пройти два стартовых модуля учебной программы. В них вы познакомитесь с основами Python и научитесь пользоваться рабочим инструментом дата-сайентистов Jupyter Notebook. Чтобы получить бесплатный доступ, оставьте заявку по этой ссылке.

Если вы твердо решили, что Data Science — это ваше будущее, записывайтесь на курс в Skillbox. Новый поток стартует совсем скоро. И не думайте, мы не оставим вас без скидки. По промокоду PIKABU в течение недели после заявки стоимость вашего обучения будет на 55% ниже. И это мы еще не говорим о рассрочке, благодаря которой первые год вы учитесь вообще бесплатно.

ХОЧУ СТАТЬ ДАТА-САЙЕНТИСТОМ