Аналитик Big Data - что за профессия и сколько можно зарабатывать

И

Игорь Сю
Автор-эксперт проекта «Edu UP»

Выбор профессии Анализ данных
Обновлено: 22 августа 2022


Слова «большие данные» произносят с придыханием. Возникает ощущение будто это заклинание и молитва одновременно. Сбор разрозненных и структурированных данных из всех доступных источников в максимально возможном объеме с последующим анализом стал определять уровень оптимизации бизнес-процессов, правильность принятия решений, успех проектов, и, в конечном итоге, прибыль. Из поля зрения ускользает важная деталь: за любым гениально исполненным концертом всегда стоит дирижер. Именно аналитик Big Data исследует колоссальные массивы сухих чисел, находит связи и закономерности, которые потом превращаются в золото. Попробуем разобраться в особенностях и перспективах профессии и в том, как попасть в орден цифровой магии, защищающей человечество от цифровой энтропии.

Аналитик Big Data - что за профессия и сколько можно зарабатывать

*Показатели профессии по расчетам автора материала
период обучения: от 1 года
среднемесячный доход: 1000-4000 $
востребованность на рынке: Высокая
уровень сложности обучения: Средний

Чем занимается аналитик больших данных

Год от года вес генерируемой цивилизацией информации растет в геометрической прогрессии. Если к началу текущего десятилетия объем хранимых данных составлял около полусотни миллиардов гигабайт, то в середине – достигнет, скорее всего, половины триллиона! Каждые нолик и единичка из этого неимоверного потока имеет значение и может сыграть ключевую роль в каком-нибудь важном деле. Поэтому заинтересованность в анализе накопленного и непрерывно пополняемого содержимого систем хранения проявляют не только крупные общественные объединения, корпорации и государство, но даже мелкий бизнес.

Сведения, не имеющие структуры, относящиеся к разным форматам ежесекундно поступают от промышленных и бытовых датчиков, камер видеонаблюдения, систем геопозиционирования, мобильных приложений, информационных агентств, из социальных сетей, и многих других других источников. Чтобы прояснить для конкретной компании вопросы, спроса и ценового предложения, конкуренции в интересующей нише, политики работы с клиентами и аспекты позиционирования продукта аналитик, исследуя Big Data, выполняет ряд специфических задач:

  • используя профессиональные методики и инструменты собирает и подготавливает к анализу рекордные объемы данных;
  • чтобы получить общее представление о выборках, проводит дескриптивный (описательный) анализ с применением специальных статистических показателей, а затем интерпретирует и визуализирует выявленные связи и закономерности;
  • вырабатывает и проверяет гипотезы, на основании которых принимают корректные решения в интересующей области деятельности.

Сложно ли освоить профессию?

Учитывая сколько зарабатывает специалист, освоить профессию до уровня Junior можно в разумные сроки. Среднее время в зависимости от плотности обучения колеблется в районе отметки один год. При этом понадобиться получить навыки работы с базами данных и научиться немного программировать.

Hard Scills:

  • SQL;
  • Python или/и R;
  • Средство визуализации: Tableau, Qlick, Power BI или другие многочисленные аналоги;
  • Электронные таблицы, например, Libre Office или Excel.

Soft Scills:

  • Коммуникабильность – приходится много уточнять требований, договариваться;
  • Умение находить информацию.

Аналитик данных должен владеть и некоторыми кросс-функциональными навыками, так как отчасти занимается задачами Data Ingineer: настраивает потоки данных, паплайны (сводки данных, подобранные по какому либо критерию), фрагменты инфраструктуры для автоматизации анализа. Это необходимая часть работы, иначе много задач будет связано с поддержкой готового результата в ущерб разработке нового функционала.

Лайвхак! Чтобы быстро понять подходит ли профессия аналитика данных можно попробовать сделать какой-то проект. Например, RFM-анализ (Recencly Frequency Monetary) – Сегментация Клиентов в анализе Сбыта по лояльности. Если уже на начальном этапе работы продолжать не захочется – возможно работа не подойдет. Те же, кого процесс захватит, смогут получить на выходе готовое портфолио, которое можно предъявить на собеседовании.

С чего начать и каковы затраты на обучение

На старте изучаем основы. Подход может быть вариативным, но попробуем очень кратко пробежаться по самому необходимому программному обеспечению для аналитика больших данных.

Tableau – наверно самая популярная интерактивная система, в которой есть все необходимое профессионалу: интерактивные графики, динамические фильтры, формулы. Если возможностей не хватает, можно подключать дополнительные с помощью библиотек или при нехватке функций дописывать что-то на Python.

В качестве вспомогательного навыка – это, наверное, самый простой этап обучения – рекомендуется освоить работу в электронных таблицах, например, в Excel. У аналитиков Big Data часто возникает необходимость делать простейшие расчеты, для которых системы визуализации избыточно сложны и сверхфункциональны. Кроме того, не редко приходится иметь дело с информацией в соответствующем формате, а также использовать средство в качестве подручного и понятного неспециалистам инструмента визуализации.

SQL - язык структурированных запросов, инструмент, который позволяет запросить из базы данных данные. Это достаточно простой и прямолинейный язык, который легко освоить, даже если никогда не занимался программированием. Изучая язык, Биг Дата Аналитику не стоит углубляться в теорию. Можно использовать бесплатные обучающие сайты, например, sql-ex.ru, где после прочтения материала можно сразу попрактиковаться. Наверное, после 200 решенных задач можно считать, что SQL освоен на достаточном для начала уровне.

Python или R. Это уже полноценные языки программирования, которые позволят совершать сложные манипуляции с выгруженными посредством запросов SQL данными. Начинать знакомство стоит с Python и лучше сразу сосредоточиться на библиотеках Pandas, NumPy и Matplotlib. Освоив функционал этих трех – можно рисовать галочку в чекбоксе: язык на уровне достаточном для Data Analyst покорен. Если направление программирования увлекло, не помешает разобраться и с R. Это специализированный язык для статистической обработки данных. Для высококлассного специалиста must have!

Востребованность на рынке и уровень конкуренции

Спрос на Data Analyst превышает предложение. Дефицит вызван быстрым ростом интереса к Big Data в бизнесе, заинтересованном в развитии на базе новейших технологий и, как следствие, в специалистах соответствующего профиля.

В масштабах мира аналитика Big Data применялась более чем половиной компаний. Это с учетом того, что еще 7 лет назад показатель едва ли превышал пятую часть от общего числа. Лидируют в использовании стека профильных технологий финансовые и телекоммуникационные компании, а также предприятия хай-тека, связанного с областью здравоохранения.

В США профессия стабильно входит в топы кадровых агентств. На местном рынке аналитики Big Data востребованы в 55 % компаний. В Европе наблюдается похожая картина, а Россия стала одним из самых объемных рынков: здесь реализуется около 40 % проектов Big Data. Особенно активны государственные организации, банки, телекоммуникационные и промышленные компании.

В то же время отмечается насыщение рынка начинающими специалистами, в этом звене нарастает конкуренция. Если 5 лет назад можно было закончить курсы и сразу попасть на роль Junior в преуспевающую компанию, то сейчас уже потребуется опыт, придется проработать пару проектов и поучаствовать в соревновании. Заслужить хорошие деньги быстро, не освоив все тонкости профессии, скорее всего, не удастся. Придется работать много и упорно, накапливая опыт и развивая навыки.

Сколько зарабатывает аналитик Big Data и куда стремиться

В столичном регионе зарплаты выше на 20 % в сравнении с регионами России. Так на сайте крупнейшего в РФ рекрутмента hh.ru московские компании приглашают аналитиков больших данных с опытом работы от одного года на зарплату от 60 до 150 тысяч рублей. При этом работодатель гарантирует возможности обучения и самореализации, быстрый карьерный рост, ДМС + соцпакет, а также обещает масштабные и увлекательные проекты, ненавязчивый тимбилдинг и регулярные корпоративные мероприятия.

В США доход профессионала – более 100 тысяч долларов в год, но там и расходы пропорциональные. Поэтому говорить о серьезных преимуществах работы за рубежом вряд ли уместно. Вот самые перспективные компании, которые специализируются на анализе больших данных и в которых сейчас мечтает поработать, наверное, любой аналитик Big dаta:

  • Умная образовательная платформа Knewton из Нью-Йорка, адаптирующая курсы в соответствии с индивидуальными уровнями знаний и способностями обучающихся.
  • Palantir – создает аналитическое программное обеспечение для борьбы с терроризмом, а также для финансовых учреждений. Компания ежегодно удваивает выручку, но считается достаточно закрытой в связи с родом деятельности.
  • App Annie из Сан-Франциско – платформа анализа данных мобильных приложений, клиентами которой являются все крупнейшие IT-корпорации планеты.

Это лишь малая часть ТОПовых иностранных проектов, связанных с большими данными. Практически каждая высокотехнологичная компания нуждается в специалистах соответствующего направления.

В России же наиболее привлекательным для аналитика Big Data считается работа у телеком-операторов, таких как МегаФон, МТС, Билайн и т. д. Заинтересует аналитика Big Data и служба в банковской сфере, особенно если это тройка лидеров финансового рынка: Сбербанк, Альфа-Банк и Всероссийский банк, которые активно используют и продвигают решения Big Data.

Закончить статью хотелось бы напутствием от состоявшегося аналитика Big Data. Тем кто решился строить карьеру, связанную с исследованием больших данных, стоит, ничего не боясь, смело заходить в профессию, а получив начальные знания и навыки не останавливаться на достигнутом. Важно постоянно осваивать новые кросс-функциональные навыки и всегда понимать с какой целью предпринимаются те или иные шаги в рамках проекта или работы на конкретного заказчика.

Плюсы и минусы профессии

Достоинств в профессии аналитик Биг Дата существенно больше недостатков.

  1. На старте карьеры помогают знания, которые уже имеются. Например, водитель или автослесарь может начинать изучение новой профессии анализируя данные, связанные с автопромом или продажами автомобилей, при этом опираясь на ранее полученный опыт. Переходить в сферу, которая вызывает наибольший интерес, наработав скилы никто не запретит.
  2. Аналитик Big Data волен выбирать произвольную специализацию и развиваться длительное время в интересующем направлении. От специалиста не требуется одинаково хорошо разбираться, например, в маркетинге и в информационных технологиях.
  3. Даже на уровне Junior доступна любимая многими работа на удаленке.
  4. Профессия востребованная и свободные вакансии будет легко найти, по крайней мере, в ближайшие 10 лет.
  5. В Data Science дружелюбное и отзывчивое комьюнити. Очень часто проводятся митапы (бесплатные встречи для обмена опытом и общения по интересам).
  6. Гарантированы быстрый карьерный рост и участие в инновационных проектах, которые меняют мир на глазах.

Самое захватывающее в профессии – возможность влиять на процесс будь то бизнес, прикладная техническая задача или научное исследование. Когда удается понять, какие из нововведений в проекте приведут к успеху, а какие нет. Если выходит скорректировать программу испытаний нового материала/устройства, разобравшись в сложных качествах продукта или найти закономерность в важном аспекте изучаемого явления. Такая предсказательная сила регулярно вносит умиротворяющее начало в конфликтные ситуации, возникающие между Prodact Manager и Analyst или между группами научного коллектива, придерживающимися разных воззрений.

Теперь перейдем к немногочисленным, но достаточно неприятным недостаткам.

  1. Более двух третей рабочего времени занимает рутинный и монотонный процесс сбора данных. Как нетрудно догадаться, это дело, как правило, поручают Juniorам. Стоит запастись терпением и усидчивостью. Отчасти облегчают участь новичка увлекательные проекты, для которых даже рутинные задачи, выполнять интересно, но количество подобных задач невелико.
  2. Направление Биг Дата быстро развивается и даже профессионалам приходится непрерывно развиваться, изучать новые методы и области знания. Оставаться в авангарде весьма утомительно, учитывая, что руководства и статьи на профильную тематику успевают устареть буквально за полгода.

Оцените профессию

Голосуем!
Проголосовало: 0

Понравилась статья?

Комментарии 0