Ниже приводится первая в серии из четырех постов блога об эволюционирующих ролях, навыках и функциях, которые выполняют специалисты по бизнес-аналитике и данным.

Было подсчитано, что 65 процентов нынешних учеников начальной школы в конечном итоге будут занимать рабочие места, которых в настоящее время не существует.

Это много новых рабочих мест. Но также учтите следующее: согласно Бюро статистики труда, США должны создать около 11,5 млн рабочих мест в течение 2016-2026 годов - больше рабочих мест, чем в предыдущее десятилетие, причем такие, которые противоречили бы аргументу о том, что роботы захватят все наши рабочие места.

Большая часть этого роста работы связана с новыми типами занятости, основанных на данных. Всемирный экономический форум гласит, что облачные технологии и мобильный интернет станут технологическим драйвером изменений номер 1 во всех отраслях, а драйвер номер 2 будет обрабатывать мощность и большие данные. Новые источники энергии и технологии располагаются на третьем месте.

Многое из вышеперечисленного основывается на данных огромных компаний с быстро растущей бизнес-ценностью, чья деятельность тесно связана с обработкой данных, в дополнение, профессионалы бизнес-аналитики (BI), которые в этой новой реальности по существу стали профессионалами в области данных

Как данные доминируют на рынке труда

Взгляд на недавний отчет о новых вакансиях LinkedIn показывает, что среди 20 самых новых рабочих мест за последние несколько лет наиболее популярны позиции, связанные с данными, такие как инженер машинного обучения, ученый по данным, инженер обработки и анализа больших данных, специалист широкого профиля в области разработки, unity-разработчик и директор науки о данных.

Более того, это также указывает на то, что большинство ученых-аналитиков также являются бизнес-аналитиками.

Ученые по данным и другие связанные с данным роли в США выросли на 650 процентов с 2012 года, причем некоторые из новых, возникающих ролей включают:

Ученый по данным: Горячо обсуждаемая роль, которая всегда кажется плохо определенной, ученые по данным - это, как правило, те, кто выполняет статистический и интеллектуальный анализ данных и поиск среди гигантских наборов данных для решения бизнес-задач, эффективности и оптимизации производительности.

Инженер по данным: проектировщики, разработчики и руководители инфраструктуры больших данных обеспечивают открытость и доступность данных для анализа. Инженеры данных собирают, структурируют и хранят данные, а также выполняют пакетную обработку или обработку в реальном времени, чтобы подготовить данные для обработки учеными по данным.

Специалист по очистке и преобразованию данных (Data wrangler):  преобразует данные из необработанных в соответствующие форматы для действия, такие как аналитика.

Архитектор данных: разрабатывает архитектуру для сбора, упорядочивания и хранения данных, включая решения для хранилищ данных /платформ, ETL и моделирования данных.

Аналитик данных: Похож на ученых по данным, но обычно анализирует данные меньшего объема.

Инженер машинного обучения: запускает эксперименты по машинному обучению и развертывает решения для него.

Также прогнозируется, что рост искусственного интеллекта, одновременно нарушая более традиционные задачи, также станет создателем новых типов позиций, которые еще не существуют, например, тренер (по выработке эмпатии или развития личности), популяризатор (таких наук, как аналитика алгоритмов форензики - криминалистики в области данных,  аналитика прозрачности) и поддерживающие специалисть (такие как инженеры по безопасности ИИ).

Какие навыки необходимы в новой реальности?

Традиционные роли BI, как правило, включали в себя отчеты о свершившихся фактах для сторонних организаций с использованием таких инструментов, как SQL и SSRS. Хорошие навыки решения проблем и деловая хватка всегда были предварительным условием. Но с взлетом больших данных, новыми типами данных и растущими требованиями пользователей к аналитике в реальном времени требуемые роли и навыки для профессионалов BI стали намного сложнее.

Статистик Майкл Хохстер говорит, что есть два типа профессионалов данных: тип A, которые сосредоточены на анализе данных посредством статистического анализа, а тип B - разработчики прогностических моделей и алгоритмов для улучшения продуктов данных.

И по мере того как изменились роли, вместе с ними изменились и наборы навыков. Журнал CIO говорит, что лучшие навыки, необходимые для ученых-аналитиков на современном рынке труда - это:

• Критическое мышление
• Кодирование (Python, C ++, R, Scala, Clojure, Java, Octave и т.д.)
• Математика / статистика
• Машинное обучение / глубокое обучение / ИИ
• Коммуникативность
• Архитектура данных
• Анализ рисков / совершенствование процессов / разработка систем
• Решение проблем и бизнес-интуиция

Для профессионалов BI в эпоху данных, это хорошая ставка, ваша следующая работа потребует нескольких наборов навыков из нескольких дисциплин. Наиболее востребованные роли сочетают в себе множество технических навыков и изобретательности данных с более мягкими навыками, такими как креативность, повествование и общительность. И поскольку хороших профессионалов в области данных найти крайне сложно, а большинство компаний (связанных с технологией или нет) стремятся заполнить эти типы ролей, то большинство работ, требующих знания в области данных или машинного обучения, оплачиваются в разы выше.

No Comments