О специфике и вариантах обучения наукам о данных в рассказе эксперта Students International
Для начала нужно понять разницу между двумя профессиями Data Science и Data Analyst. Углубившись в тему, можно обнаружить, что вы вовсе и не хотите быть аналитиком, а то, что вас интересует лежит в близкой, но… другой сфере.
Слово «science» в названии Data Science, как вы понимаете, не случайно. Этот человек — не юзер, пользующийся плодами открытий других, а сам разработчик. В науке об информации этот специалист разрабатывает методы работы с данными.
Дата-аналитик тоже работает с информацией, но его работа всегда имеет прикладное значение, скажем, в бизнесе. Если вы — тот, кого принято называть «гуманитариями», и со школы у вас нелады с математикой, то дата-аналитиком вам вряд ли получиться стать, ведь от него требуется знать языки программирования, понимать основы математической статистики и иметь опыт работы с BI-системами.
Еще можно сказать так: если дата-аналитики не справляются, зовите data scientist’ов, они разберутся, что не так, и предложат альтернативные или новые методы работы с информацией.
Кем могут работать эти специалисты или как могут звучать названия «позиций» у работодателей? Вот список самых распространенных вариантов:
- Бизнес-консультант или аналитик
- Аналитик данных
- Финансовый аналитик
- Аналитик по исследованию рынка
- Статистик
- Отраслевой аналитик
- Архитектор больших данных
- Разработчик больших данных
- Инженер данных
- Программист данных
- Менеджер проектов данных
- Архитектор решений для обработки данных
- Аналитик систем данных
- Аналитик по исследованию рынка
- Консультант по операционным рискам
- Аналитик по пенсиям и льготам
- Специалист по данным
- Координатор исследований
- Специалист по машинному обучению
- Криптоаналитик
- Консультант по аналитике данных
- Аналитик данных по акциям
- Разработчик прогнозной статистики
- Специалист по интеллектуальному анализу данных
- Специалист по целостности данных
Сейчас эти и близкие специальности предлагаются крупнейшими многопрофильными вузами мира. В очном формате на уровне бакалавриата обучение этим специальностям длится от 3 до 4 лет, на уровне магистратуры — от 1 года до двух лет. «На выходе» вы получаете научную степень бакалавра или магистра, а не просто красивый сертификат непонятной онлайн-школы о прослушанном курсе…
Стоимость обучения зависит от страны и престижа вуза. Как правило, чем выше зарубежный университет находится в мировых академических рейтингах, тем выше и стоимость обучения. Чтобы быть более конкретным, приведем несколько примеров:
- Австралия. Программы в Griffith University: Business and data science, Engineering and data science, Environmental and data science. Эти три программы предлагают двойные специализации, что особенно ценно у работодателей. Стоимость обучения: от 34 тысяч Австралийских долларов в год.
- Канада. Программа в Brock University — Bachelor of Science in Data Sciences and Analytics. Это тоже двойная программа, которую реализовывают 2 факультета вуза — Faculty of Mathematics and Science и Goodman School of Business. Стоимость обучения — от 33 000 Канадских долларов в год.
- США. Программы Arizona State University: Accountancy and Data Analytics, Biological Data Science, Data Science, Analytics and Engineering, Statistics and Data Science. Стоимость обучения — от 27 000 Американских долларов в год.
- Великобритания. В известном University of Warwick предлагается программа Behavioural and Data Science. Этот курс дается на стыке 2-х наук — психологии и айти. Стоимость обучения составляет 18 000 фунтов.
- Республика Кипр. В The University of Nicosia курс Data Science обойдется студентам в сумму около 10 тысяч евро в год.
Цены нельзя назвать низкими. Но даже беглый просмотр любого сайта по поиску работы выдаст а) большое количество вакансий в этой сфере, б) очевидный факт, что уровень зарплат позволяет «отбить» все расходы на обучение очень быстро.