Jobs of the Future - De ce să studiezi ca să devii data scientist?

Ce face un cercetător în domeniul datelor totuși, înainte de toate? Online-ul creează numeroase informații, iar companiile nu mai pot lua decizii doar bazându-se pe instinct. Aici intervine un data scientist. Prin folosirea analizei de date, experimente online și alte metode statistice, el pune la muncă inteligența artificială. După ce aceasta știe la ce să se uite, un data scientist interpretează și creează strategii pentru companii. 

Un data scientist e mai mult decât un statistician sau un programator. El lucrează împreună cu managerii pentru a lua decizii. Putem vorbi de firme private care au interes profitul sau instituții vitale. Un data scientist poate analiza modele create de inteligența artificială pentru a descoperi modele în schimbările climatice. 

Viitorul nostru care creează și noi joburi va fi unul care să se bazeze mult pe decizii luate de oameni ajutați de calculatoare. Inteligența artificială nu poate încă să ajungă la concluzii perfecte. În schimb, poate grăbi drumul unei analize. La finalul său, rezultatele sunt luate la puricat de cercetători, adică acești data scientists. 

Piața de data science va ajunge la 115 miliarde de dolari în 2023. 76% din companii planifică o creștere a bugetelor lor de analiză de date. Pentru că o investiție astăzi în folosirea tehnologiei și expertizei poate să aducă un return bun în viitor. 

În cadrul unui oraș modern, inteligent, un data scientist poate să pună la muncă toți senzorii și să seteze inteligența artificială să extragă informații. Pe baza acestora, un primar sau un consiliu local de oraș pot lua decizii mai bune pentru reducerea traficului și creșterea calității vieții.

Dacă vorbim de un job al viitorului, totuși, ce trebuie să studiezi? Ei bine, conform datelor actuale, data scientists au educație foarte înaltă. 88% din ei au măcar o diplomă de master, iar 46% au doctoratul. Momentan, trebuie să te duci către studii de programare, computer science, statistică sau matematică. Apoi ar trebui să faci un master sau un doctorat în data science ca să aprofundezi situația. 

Un bun data scientist va avea curiozitate intelectuală, așa cum spunea și Einstein despre sine, că nu are vreun talent special, ci doar e curios. De asemenea, vei fi nevoit nu doar să fii un programator excepțional, ci să ai o gândire de business și skill-uri de comunicare. În plus, trebuie să lucrezi în echipă, pentru că orice concluzie ai avea, nu poate fi implementată de capul ei. 

Orice companie e astăzi și offline, dar și online. Ai clienți de peste tot, vrei să ieși din România. Așa că vei avea nevoie de cineva care să interpreteze toate aceste date. Nu toți suntem Steve Jobs să avem idei geniale și apoi să le punem în practică. 

Așa că una dintre cele mai importante meserii de viitor și de prezent va fi cea de data scientist. Pregătește-te încă de acum! 

Alex Burciu este consultant deeptech și specialist în data science, având o experiență deja îndelungată în acest domeniu. A lucrat la Amazon în zona de robot detection, practic era într-o echipă care încerca să elimine potențialul trafic „non-uman”, adică făcut de roboți.

Cu el am discutat pentru a afla mai multe despre modul în care analiza de date asistată de către inteligență artificială poate influența viitorul, dar și de ce e nevoie de data scientists în lume.

La început, l-am rugat pe Alex să ne spună ce e, de fapt, un data scientist. „Pe măsură ce a crescut complexitatea proiectelor, nu mai sunt așa de clare întrebările la care trebuie să afli răspunsuri din date. Și astfel ai nevoie să apelezi la un data scientist să-ți spună ce răspunsuri sunt interesante la niște întrebări la care nu te-ai gândit, dar care să-ți accelereze business-ul”, explică Alex Burciu.

Astfel, zona de data science a evoluat din zona de statistică și de business intelligence, adică acele departamente de analiză care puteau oferi rapoarte pentru viitorul unei afaceri.

„Pe măsură ce datele au evoluat, în zona de Big Data sunt relativ interconectate, uneori nici nu-ți dai seama că ai datele la care poți obține un răspuns interesant. Focusul meu pe zona de explorare de date în care să găsim acele feature-uri pe care să le folosim pentru niște întrebări cheie ca să validăm ceva în business, să găsim un spațiu nou de extindere, să confirmăm niște ipoteze. Practic e o combinație între statistician și BI engineer. Dar mult mai explorativă decât, să zicem, doar să exploatăm o coloană dintr-o bază de date”, spune Alex Burciu.

Din perspectiva sa, un bun data scientist are o combinație de expertiză în domeniul de activitate, dar și simț de business, pentru că trebuie să-și dea seama ce valoare de business poate avea o anumită concluzie, dar poate învăța într-un spațiu relativ străin.

„Tu ca business ai nevoie de decizii cu suportul datelor și apelezi la acel departament sau la acea persoană. Ei trebuie să aibă acces la date, across the organisation, nu doar din echipa lor, ci și să aibă acces la un așa-numit data lake. Poate că răspunsul este uneori în datele altei echipe. Și ar fi ca un sistem de analytics, pot să-ți fac o analogie cu Google Analytics cu care lumea e familiară, în care vezi un dashboard cu niște indicatori și după aia poți face o predicție cam în ce direcție merg. Dar mai mult poți testa tot felul de ipoteze înainte să faci o schimbare în producție, poți face simulări pe date uneori, ca să vezi cum ar reacționa baza ta de clienți dacă într-un produs pui un anumit feature. Și să iei decizia asta de prioritizare pe bază de date, deci acolo văd combinația asta dintre product management și data science”, explică Alex.

Am vorbit cu Alex și despre care sunt cerințele pentru un bun data scientist, dar și ce ar trebui să studieze tinerii care doresc să aibă acest job în viitor.

„Aș începe cu baze de date relaționale. Încet, încet aș merge spre domeniul acesta de key value stores, baze de date non-raționale, sub formă de documente. Pentru că aici ai deja un avantaj competitiv că poți accesa zona de Big Data, pe care în mod tradițional cei din industrie nu prea o știu, nu prea sunt la zi cu ea. Și poți lucra și cu date nestructurate. După aia pe partea de statistică, puțină modelare și analiză și aș merge încet, încet spre machine learning”, explică Alex Burciu.