Работа с данными в любой сфере - [75]

• Выразительность. Еще один побочный эффект излишней напряженности – монотонная речь. Вам не нужно быть великим актером, чтобы изменить в лучшую сторону свою манеру говорить. Поэкспериментируйте со своей интонацией и темпом, обращая внимание на моменты, когда требуется сделать дополнительный акцент. Это очень важно, если вы не хотите, чтобы ваши слушатели заснули.

Завершение процесса

Поздравляем, мы достигли заключительной стадии процесса анализа и обработки данных! Теперь вам остается только собрать материалы, сделать глубокий вдох и представить свою блестящую работу всем участникам проекта.

Прежде чем перейти к следующей главе, задумайтесь на минуту обо всем, что вы узнали. Возможно, стоит вернуться к первой части, чтобы действительно увидеть, как далеко вы ушли. Появилось ли у вас мышление специалиста по данным? Если вы внимательно читали эту книгу, то уже должны иметь некоторое представление о своих сильных и слабых сторонах. Составьте их список на листе бумаги – этот перечень пригодится вам при чтении следующей, заключительной главы.

10 Ваша карьера в науке о данных

К 2020 г. прогнозируется, что число новых вакансий в области анализа и обработки данных увеличится на 364 000 только в США (Burning Glass Technologies и IBM, 2017). Я упоминаю эту цифру, чтобы подчеркнуть: работа в области науки о данных и впредь будет чрезвычайно востребована. Если мы вспомним Airbnb, у которой есть свои собственные университеты для обучения анализу и обработке данных (Mannes, 2017), или уволенных за ненадобностью американских шахтеров, самостоятельно обучающихся программированию (Rosenblum, 2017), то нам станет очевидно, что огромное количество занимающихся технологиями (и не только) организаций сталкивается с отсутствием подходящих кандидатов на рынке. И в эпоху, когда так много рабочих мест рискуют быть ликвидированы в течение 20 лет, наука о данных должна представлять интерес для всех, кто хочет обеспечить себя гарантированной и интересной работой[69].

В этой главе мы обсудим, что сделать, чтобы найти и начать подходящую работу в области науки о данных. Я расскажу о том, как увеличить свои шансы быть замеченными в этой сфере; что работодатели хотят увидеть в вашем резюме; как лучше подготовиться к собеседованию. А если у вас уже есть должность вашей мечты, мы обсудим, как вы можете упрочить свои позиции и расти.

Вхождение в профессию

Есть несколько карьерных троп в области науки о данных. В этой книге мы рассмотрели, какие функции лежат на сотруднике, выполняющем либо весь процесс анализа и обработки данных, либо отдельные его части. Требования к должности будут зависеть от учреждения и от того, есть ли там отдел по работе с данными, а также от того, какую часть бюджета организация хочет (или может) выделить команде специалистов.

Кем работать?

Теперь давайте рассмотрим, какого рода должности[70] могут ожидать вас. В квадратных скобках я укажу, ответственность за какой аспект процесса анализа и обработки данных лежит на работнике, занимающем ту или иную должность.

• Бизнес-аналитик. Такой специалист использует методы бизнес-аналитики для преобразования результатов анализа данных в графики, выводы и рекомендации. Ему всегда будут необходимы сильные презентационные навыки. [Шаги 4–5.]

• Аналитик данных (подготовка данных). Глава 5 показала нам, что подготовка данных является одной из самых длительных стадий процесса обработки и анализа данных, поэтому выделение этой специальности в качестве самостоятельной не должно вызывать удивления. Это позиция начального уровня, она предполагает выполнение таких задач, как очистка и структурирование данных при подготовке к анализу. [Шаг 2.]

• Аналитик данных (моделирование) отвечает за разработку систем и моделей, которые могут быть применены к базам данных компании. Хотя подготовка данных не всегда может входить в обязанности соответствующего сотрудника (иногда этим этапом занимается аналитик по подготовке данных), по-прежнему очень важно иметь навыки в этой области. [Шаги 2–3.]

• Специалист по данным /расширенной аналитике /практик машинного обучения /старший научный сотрудник по данным. Для меня это специалист в области «реальной науки о данных». Профессионал, который подходит для этой работы, должен знать процесс анализа и обработки данных как свои пять пальцев, проявлять инициативу, быть ориентированным на данные, творческий подход и разбираться в программировании и анализе. Для большинства должностей также могут потребоваться навыки визуализации и презентации. [Шаги 1–5.]

• Менеджер по анализу и обработке данных. Это организационная должность, и поэтому не все будут считать ее значимой для развития карьеры – некоторые захотят остаться аналитиками данных. Менеджер по аналитике общается с клиентами и/или возглавляет команду, обеспечивая выделение нужных ресурсов и людей для проектов. [Шаги 1 и 5.]

Старайтесь быть гибкими. Особенно если вы только начинаете свою карьеру, не отказывайтесь от одной вакансии в пользу какой-то иной – иногда должность, к которой вы стремитесь, можно получить, поработав сначала на другой позиции в течение некоторого времени. Я научился относиться к смене ролей как к смене стадий процесса анализа и обработки данных, то есть можно начать как бизнес-аналитик или специалист по подготовке данных и трудиться, пока не достигнешь нужной позиции. Преимущество этого метода в том, что вы получите ценный опыт работы на ранних фазах процесса анализа и обработки данных, а это означает, что вы будете лучше подготовлены к выявлению и решению проблем, с которыми можно столкнуться на последующих этапах.