Streszczenie: BrakOdpowiedziDlaURL
Każdy dzień przynosi milion nowych informacji. Coraz trudniej dostrzec wartościową, użyteczną wiedzę z punktu widzenia biznesu czy nauki. W ciągu najbliższych 48 godzin wyprodukujemy w Internecie więcej danych niż od początku powstania cywilizacji
Według ankiety 25 Best Jobs in America autorstwa Glassdor Survey najbardziej poszukiwanym zawodem w tym roku w Stanach Zjednoczonych będzie badacz danych (data scientist), a dokładniej big data scientist, big data architect oraz big data analytics. Szacuje się, że do 2020 roku globalnie może zabraknąć nawet 4 milionów specjalistów od analityki danych. Rozwój dużych zbiorów danych doprowadził do sytuacji, w której dostęp do syntezy informacji stanowi wartość materialną porównywalną z wartością ropy naftowej.
W ujęciu globalnym najbardziej konkurencyjnymi gospodarkami będą te, które najlepiej przekształcą big data w smart data. InsightExpress opracowało badanie, z którego wynika, że 8 na 10 menedżerów IT uznaje big data za trzon strategii przedsiębiorstw w najbliższych latach. Badanie wykazało najwyższe wyniki w Argentynie (89%), Chinach (86%), Indiach (83%), Meksyku i Polsce (po 78%).
Umiejętności, wiedza i kompetencje
Kim jest data scientist? Kluczowa dla niego jest umiejętność łączenia różnych elementów w kompendium analityczne: matematyki i informatyki, programowania, zastosowania zaawansowanych narzędzi analitycznych, wiedzy i praktyki biznesowej. Atutem dla pracodawcy będzie również przygotowywanie statystyk, swobodne operowanie językiem programowania, np. SAS, R lub Python, bazy danych, np. MySQL oraz PostSQL, czy wizualizowanie danych. Właśnie do tych nauk nawiązuje termin „scientist” (naukowiec, badacz). Ponadto należy pamiętać o kompetencjach miękkich, co znaczy, że specjalista ds. danych musi wyróżniać się interdyscyplinarnością i otwartością na rozwiązywanie problemów biznesowych i postawą THINK BIG.
Fachowcy zajmujący się danymi powinni charakteryzować się umiejętnościami wydobywania danych strukturalnych i niestrukturalnych z różnych źródeł, następnie przesyłanych w czasie rzeczywistym, a w efekcie zrozumieć i zinterpretować po to, by na ich podstawie uzyskać bardzo konkretną wartość biznesową – uważa Michael Rappa, dyrektor Institute for Advanced Analytics na Uniwersytecie Stanowym North Carolina w Raleigh, który przez 6 lat zajmował się doskonaleniem umiejętności absolwentów uczelni w ramach programu kształcenia specjalistów ds. danych*.* – I nie chodzi tu tylko o ilość danych, ale ich różnorodność i szybkość przemieszczania – dodaje.
PRZECZYTAJ TAKŻE: Czy będziesz jeszcze potrzebny? »
Jak zmieni się świat, w którym twoją pracę będzie wykonywała maszyna? [RECENZJA]
Dawid Zaraziński PL
Czy maszyna zastąpi cię w pracy? To możliwe – szybciej niż myślisz.
Wyzwania i zadania
Wszystkie firmy, które chcą się rozwijać, budować skalę, stawiają na konkurencyjność w świecie wolnorynkowym, powinny zainwestować w specjalistę ds. danych. Prezesi i dyrektorzy muszą być gotowi na nową rzeczywistość. Cykle koniunkturalne drastycznie się skracają, zmienia się również okres implementowania produktu, np. projekt, nad którym pracowało się kilka miesięcy, może z dnia na dzień stać się nieadekwatny do potrzeb rynku. Największą korzyść dla przedsiębiorców stanowić będą dynamika, szybkość połączona z wartościową informacją, poczucie przewagi konkurencyjnej i szanse jej zbudowania.
Wyzwania stoją przed analitykami w większości dziedzin i branż. To między innymi docieranie do informacji, z których można zrobić użytek, konwersję na biznes, zmienić procesy biznesowe, wprowadzić nowe produkty, nową linię biznesową, zadbać o nowe obszary i optymalizować procesy oraz usprawniać ich funkcjonowanie. Na tym dziś polega zagadka budowania przewagi konkurencyjnej. Z drugiej strony zawód data scientist jest doskonałym przykładem na to, jak rozwój nowych technologii wpływa na zmiany na rynku pracy.
Wraz z rosnącym zapotrzebowaniem na innowacyjne rozwiązania rośnie zapotrzebowanie przedsiębiorstw na nowe kompetencje i specjalizacje. Dzisiaj dla przedsiębiorców najważniejsze staje się zidentyfikowanie talentów, przyciągnięcie ich do swojej firmy, a następnie szybkie przeszkolenie i wdrożenie w zaawansowane projekty. W dobie „armagedonu” danych istnieje wielka potrzeba skutecznego kreatywnego połączenia różnego rodzaju analiz. Data scientist przychodzi tu z pomocą.
Edukacja w Polsce
Jak zostać specjalistą ds. danych? Edukować można się w Polsce. Rodzime uczelnie mają w ofercie dydaktycznej kierunki studiów, które pomagają posiąść niezbędne umiejętności w tej specjalizacji. Wykształcenie zdobyć można na certyfikowanych uczelniach, na kierunkach magisterskich i podyplomowych. Szkoła Główna Handlowa w Warszawie oferuje na przykład studia magisterskie: advanced analytics – big data oraz podyplomowe: analizy statystyczne i data mining w biznesie, akademia analityka – analizy statystyczne i data mining w biznesie oraz inżynieria danych – big data.
Inne przykłady studiów podyplomowych, na których można się kształcić w tej tematyce, to systemy informacyjne i analiza danych w Szkole Głównej Gospodarstwa Wiejskiego; są to studia realizowane pod patronatem SAS na Uniwersytecie Ekonomicznym w Poznaniu.
W ramach studiów adepci tego zawodu poznają zagadnienia dotyczące metod analizy statystycznej i data mining, czyli eksploracji danych. Duży nacisk kładzie się na doświadczenia praktyczne i poznanie zagadnień od strony biznesowej.
Big data = big money
Na jakie zarobki można liczyć w zawodzie smart data analytics? Należy odnieść się tu do amerykańskich badań. Specjalista ds. big data otrzyma wynagrodzenie oscylujące między 45 a 80 tysięcy dolarów rocznie. Pracownicy z dłuższym stażem zarobią 65–110 tysięcy dolarów. W USA wynagrodzenia w tym zawodzie są już dziś porównywane do wynagrodzeń lekarzy czy prawników.
Mówienie o trendzie zza oceanu jest konieczne. W moim odczuciu Polska powinna śledzić światowe tentencje i godzić je z oczekiwaniami klientów oraz inwestorów. W najbliższych latach smart data analytics będzie jednym z najbardziej pożądanych zawodów. Co za tym idzie? Nowe miejsca pracy, urodzaj firm wyspecjalizowanych w pozyskiwaniu i interpretowaniu całych procesów oraz powstanie sektora usług smart data outsourcing.
