Профессия «датамайнер»: кто занимается анализом данных?
Факты говорят о том, что профессия датамайнера сегодня очень перспективна и становится все более востребованной с ростом популярности стратегии Big Data в бизнесе.
Справка
Data Mining (добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — совокупность методов анализа «больших данных», поиск ранее неизвестных, нетривиальных, практически полезных знаний, необходимых для принятия решений в различных сферах человеческой деятельности.
В России каждый пятый специалист, который занимается анализом данных — женщина. Кроме того, это индустрия молодых и очень молодых — 79% опрошенных не достигли еще возраста 30 лет.
Самые востребованные задачи, с которыми работали датамайнеры в 2014 году, по убывающей актуальности:
— анализ и классификация текстов,
— прогнозирование и управление рисками,
— предсказание активностей потребителей,
— работа с базой абонентов телеком-компаний,
— прогнозирование динамики финансовых инструментов и разработка торговых стратегий.
Самая большая проблема, с которой сталкиваются датамайнеры в последнее время, — низкий уровень понимания специфики проектов по анализу данных среди менеджерского звена. Треть опрошенных оценивает взаимодействие с бизнес-менеджерами на 1-2 балла (по пятибалльной шкале).
Качество самих данных, предоставляемых компанией, больше 50% датамайнеров оценивают в 4 и 5 баллов. Это свидетельствует о том, что организации уже накопили достаточно информации для проведения масштабных проектов по анализу данных, которые могут составлять от 3 до 6 месяцев.
Компаниями мечты для многих датамайнеров оказались Яндекс, Google и Facebook. Для другой группы опрошенных определяющим фактором является возможность работать в большой корпорации независимо от сферы, поскольку главный приоритет для них – сама возможность заниматься анализом данных. Также ряд опрошенных отдают предпочтение R&D-компаниям и хотят работать удаленно/независимо.
По данным «McKinsey», США столкнется с нехваткой специалистов в сфере анализа данных, уже к 2018 году. Дефицит специалистов может достигнуть отметки в 190 тысяч человек. В России такого спроса на датамайнеров пока не наблюдается, однако 12% опрошенных в течение 2014 года получили от 4 до 10 предложений о трудоустройстве, 21% — 2-3 предложения, 14% — 1 предложение.
Больше всего предложений о работе поступало от финансовых компаний (особенно – банков), ритейла, телеком-операторов, компаний, фокусирующихся на алготрейдинге, разработке поисковых систем и веб-приложений.
Ожидаемый уровень заработной платы варьируется от 60 до 220 тысяч рублей в месяц. Для сравнения, средняя зарплата data scientist в США составляет от $8 000 до $14 000 в месяц (по данным экспертизы, проведенной платформой АлгоМост).
Где работают датамайнеры?
— 47% опрошенных работают в коммерческих компаниях;
— 11% выступают независимыми консультантами на проектной основе,
— 15% обучение в вузе совмещают с работой в коммерческой компании/выступают независимыми консультантами на проектной основе/трудятся в академической среде.
— 7% работают в академической среде, совмещая эту работу с занятостью в коммерческой компании,
— 20% опрошенных учатся в вузах и при этом лишь время от времени принимают участие в специальных соревнованиях по анализу данных и созданию алгоритмов.
Ученой степенью обладают 23% опрошенных. Основным хобби датамайнеры чаще всего называют спорт. Также большое внимание они уделяют самообразованию: 62% регулярно прослушивают онлайн-курсы на Coursera и других образовательных онлайн-платформах.
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Популярное
Материалы по теме
-
Пройти курс «Маркетплейсы: с чего начать и как преуспeть»
- 1 Большие данные и ИИ стали драйвером роста российской экономики По прогнозам, к 2030 году вклад ИИ и big data в ВВП страны достигнет 10,6 трлн рублей 18 апреля 14:00
- 2 Как вывести работу с данными на новый уровень: кейс по комплексному анализу данных с помощью RnD Рассказываем об уникальной методологии анализа данных 20 марта 19:52
- 3 Машинное обучение и большие данные: как они связаны? Прежде чем данные смогут «обучить» алгоритмы машинного обучения, они проходят этапы 19 марта 06:30
- 4 Топ-7 идей Data Science проектов — пет-проекты и примеры анализа данных Полезные проекты на каждый день 03 марта 18:55