Блог

Загадочная специальность data scientist стала в последние годы неимоверно востребованной, в основном, на волне роста популярности технологий больших данных. Но кто такие data scientists и откуда их взять?[spoiler] Если говорить о переводе термина на русский язык, сразу на ум приходят некие яйцеголовые специалисты, умеющие обрабатывать и анализировать данные разной природы и разных форматов с пользой для бизнеса. Как их искать кадровым службам? Стоит ли принимать на веру слова кандидата, называющего себя data scientist и даже демонстрирующего соответствующий диплом вуза (а такие учебные программы есть сейчас во множестве учебных заведений, включая и российские)?

В InformationWeek своими соображениями по данному вопросу  поделилась глава одного из американских рекрутинговых агентств Линда Берч. Она напомнила слова Chief Data Scientist компании Intel Боба Роджерса о том, что data scientist должен обладать обширными знаниями и навыками в трех областях: математике и статистике, программировании на таких современных языках как Python, R и Scala и, самое главное, иметь глубокую экспертизу в какой-нибудь узкой предметной области (здравоохранение, финансы, телеком  ит.д.). И если совмещение первых двух навыков в одном лице встречается довольно часто, то с третьим (в совокупности с первыми двумя) - большие проблемы.

Не хочу останавливаться на всех рекомендациях Линды Берч: многие из них довольно очевидны. Но об одной сказать необходимо. Я бы назвал это методом межвидовой гибридизации. И это не то, о чем вы сейчас подумали.  Речь идет о формировании команд, в которые входят специалисты, обладающие хотя бы одним-двумя из упомянутых выше познаний и навыков. Во-первых, вы сразу же получите коллективного data scientist, а во-вторых, в процессе совместной работы и в результате обмена опытом каждый член команды имеет шанс со временем стать настоящим специалистом данной категории.