Как стать экспертом в Data Science: пошаговый план обучения

Мало кто может предсказывать события до ста процентов верно. Но дата-сайнтисты научились. А мы нашли последние тренды Data Science и составили план для тех, кто хочет глубоко изучить эту область.
Как освоить профессию, которая не оставит без работы через десять лет
Какие навыки нужны для работы с данными и как их быстро освоить? Разбираемся вместе с онлайн-школой SkillFactory.
Холодок по коже, когда думаешь о том, что твои навыки очень скоро могут перестать быть востребованными. Речь, конечно, не про апокалиптические предсказания восстания машин, а про вполне понятный эффект научно-технического прогресса, который вместе с экономикой меняет требования к квалификации рабочей силы. Одна из сфер, которую сильнее всего затронули такие изменения – работа с данными. С помощью данных компании создают и совершенствуют продукты, привлекают и удерживают клиентов, совершенствуют бизнес-процессы. Это движущая сила информационной экономики, и способность управлять этой силой стала ключевым навыком для бизнеса. Спрос на специалистов по работе с данными растет на всех уровнях, и пределов роста пока не видно. Онлайн-школа SkillFactory выделили три таких уровня, которыми стоит овладеть, чтобы гарантированно не остаться без работы в ближайшее десятилетие.
Первый уровень: аналитик данных
Включение в список этой профессии требует небольшого пояснения. Аналитиками сегодня называют многих специалистов, но содержание этого слова в каждом случае свое. Сотрудник, который жонглирует цифрами в Excel и готовит презентации, тоже в каком-то смысле аналитик данных, но это не то, о чем здесь речь. Спрос будет расти на специалистов с полным набором компетенций для работы с данными, который в самом общем виде включает три составляющие. Во-первых, чтобы анализировать данные, необходимы навыки работы с базами данных и SQL. Во-вторых, набор включает навыки программирования на языке Python, которые помогут импортировать и обработать данные. В-третьих, не обойтись без знаний в области математической статистики. Такой набор навыков для аналитики данных также серьезно усилит позиции product-менеджеров, дизайнеров, маркетологов, разработчиков и project-менеджеров.
Подробнее о том, как освоить навыки аналитика данных за полгода.
Второй уровень: Data Scientist
Это словосочетание мелькает в объявлениях о приеме на работу все чаще. За последние шесть лет количество вакансий выросло в 20 раз, а зарплата в этом сегменте начинается от 130 тыс. руб. Специальность объединяет такие перспективные сферы деятельности как программирование на Python, классическое машинное обучение, нейросети, deep learning, основы Big Data и Data engineering. Профессионал в сфере Data Science может писать программы для автоматического сбора данных в интернете, обучать рекомендательные системы, создавать самообучающихся чат-ботов и разные типы нейросетей, писать код для обработки больших файлов и построения интерактивных отчетов. При этом он отлично разбирается в той сфере, где применяются его навыки. По сути, это высший технический уровень работы с данными, но и его можно достаточно быстро освоить с нуля.
Третий уровень: Big Data MBA → https://spark.ru/startup/partne/blog/50053/kak-osvoit-professiyu-kotoraya-ne-ostavit-bez-raboti-cherez-desyat-let