Що є “Data Science”? Хто є “Data Scientist”? Чи настане та “смерть науки”, про яку говорять?

Простими словами, Data Science – це про: у Вас є велика кількість даних, і Ви намагаєтеся витягти з них щось розумне і корисне для свого бізнесу або проєкту. Певні інсайти, патерни, тренди, кореляції, інше, що може дати так звану «business value» – додаткову цінність для організації по, наприклад, запуску нових продуктів та сервісів, оптимізації клієнтського досвіду… Ця частина Data Science є функцією «аналітика даних». Для її виконання ще не обов’язково треба бути дата-саєнтистом.

Data Science, починається там, де Вам необхідно створити гіпотезу, спрогнозувати певне явище, створити модель, яка дозволить перевірити гіпотезу та реалізувати конкретну бізнес-мету.

Data Science швидко розвивається у всіх галузях – виробництво, торгівля, логістика, банкінг, агросектор, healthcare, освіта, медіа, соціальні науки, тощо. Найкраще «середовище» для Data Science – це, звичайно, інтернет. Тут можна безкінечно збирати дані про будь-що і будь-кого у будь-який момент часу. Проте дата-саєнтисти працюють і з «внутрішніми» даними – дані, що накопичуються в конкретній організації.

Data Science – це про вивчення даних. В рамках цього процесу дані збираються (їх знаходять, здобувають, майнять…), аналізують, візуалізують, управлять, зберігають… І все це робиться з конкретною метою – покращити результат діяльності організації. Компанії, що основують свої рішення на висновках роботи з даними, сьогодні називаються «data-driven» (дані драйвять або провокують, є основою для прийняття рішень будь-якого масштабу такої компанії).

Наука про дані – дуже динамічна сфера. І самі люди, хто зайняті в ній професійно, говорять, що тут неможливо досягти «піку майстерності». Чому так? – По-перше, Data Science є потужним міксом різних дисциплін та технологій. І людина (дата-саєнтист) фізично не може бути спеціалістом у кожній з них на 100%.

Data Science багато в чому основується на статистиці (яку більшість вважає нудною просто «із-за поганого маркетингу» цієї дисципліни 😊). Наука про дані користується математикою та інформатикою (програмування).

Інша група причин стосується динамічного розвитку технологій та пришвидшення «старіння» інформації. В одному із джерел, що знайдете наприкінці статті, пишуть про такі дослідження:

Сьогодні приблизний «період напіввиведення» (“half-life”) інформації, пов’язаної з технологіями, становить ~ 4 роки. Отже, 50% речей, які ми сьогодні знаємо про ІТ, застаріють через ~ 4 роки. А то, може і швидше (ред.).

Технології, що розвиваються експоненціально (чим більше, тим ще більше), також потрошку «відбирають роботу» у дата-саєнтистів. Тому деякі фахівці говорять про «смерть Data Science» та професії. Принаймі, у тому вигляді, як ми знаємо їх зараз.

Сьогодні точно відомо, що Data Science робить дані кращими. Вчені по даним не просто аналізують або використовують їх. Вони ще покращують якість вже існуючих даних, що є однією із вимог сучасного бізнесу.

Data Science допомогла різним галузям автоматизувати зайві завдання. Чим, по іронії, сама собі «нашкодила» 😊. Тобто, частину роботи дата-саєнтиста також вже можуть виконувати машини.

Data Science робить продукти (чи то внутрішній бізнес-процес або front-end) – розумнішими.

Наука про дані також допомагає рятувати життя людей (прогнозування та раннє виявлення тяжких захворювань, створення нових способів лікування, тощо).

І (улюблене) – Data Science може зробити нас кращими людьми, дати новий рівень особистісного росту. Люди, зайняті в сфері науки про дані, мають інше мислення, орієнтоване на вирішення проблем, пошук варіантів «як»…

Data Science, крім вище згаданих наук, також поєднує ІТ та бізнес. Як пише один з авторів – «тут ви можете насолоджуватися кращим з обох світів».

Для розуміння та розвитку в Data Science обов’язковою буде робота з use-cases – реальним моделями та прикладами практичного застосування. Data Science – це про безкінечне тренування навичок на практиці.

Застосування дата-науки в організації також вимагає глибоких знань в конкретній доменній області (своїй галузі) – розуміння бізнес-моделей та бізнес-процесів, розуміння, як все це працює разом та «стиків» між процесами, розуміння, як конкретні КРІ (ключові показники ефективності) працюють у конкретній галузі, організації… на кожному рівні.

Ключові «претензії» до Data Science – це етика, пов’язана із «несанкціонованим» збиранням та часто «неетичним» використанням персональних та бізнес-даних. Саме тому, до прикладу, від великих соціальних мереж постійно вимагають прояснити принципи та алгоритми роботи з даними.

• Навики аналізу даних (Data Analytics). Часто дата-саєнтистом стає дата-аналітик. Проте, не обов’язково. Історія, в тому числі серед наших Спікерів SQL.ua Data Academy), знає приклади, коли людина приходить в галузь із біології або хімії, фізики або астрономії… І це часто дуже успішні приклади Data Scientist.

• Прогнозна аналітика (Predictive Analytics) – використовує історичні дані, щоб передбачити майбутнє («що буде»).

• Машинне навчання (Machine Learning) – загальна назва всіх методів, за допомогою яких Ваш комп’ютер налагоджує статистичну модель і знаходить найкращі підходи для Вашого набору даних. Відмінність Data Scientist від Machine Learning Engineer тут буде в тому, що дата-саєнтист повинен володіти темою на рівні, щоб визначити – який саме підхід до машинного навчання застосувати у конкретному випадку. А вже інженер – бере модель у дата-саєнтиста та змушує її працювати у реальних умовах «на масштабі».

• Deep Learning – метод машинного навчання, який отримує вхідні значення і перетворює їх у вихідні значення після фільтрації через багато шарів, створюючи автоматичні кореляції. Пишуть, що це працює дуже подібно до мозку людини.

• Штучний інтелект (Artificial Intelligence) – коли машина здатна генерувати рішення, обробляючи величезні обсяги даних, що не піддаються людині. Ідуть дискусії, чи технології, які є зараз – це вже є «штучний інтелект». Ті, хто вважає, що Artificial Intelligence ще не існує, пояснюють це тим, що комп’ютер не може відтворити «опції» інтелекту людини, а саме – наслідувати творчість, інтуїцію, амбіції, натхнення чи що-небудь інше, що робить нас людьми. Ми, в Академії, вважаємо, що штучний інтелект є, і активно його обговорюємо з нашими Спікерами.

Дивіться відеозапис Data Talks #4 з Олександром Краковецьким, Андрієм Босим, Олександром Гурбичем та Максом Лупей.

Плюс, кожного року з’являються додаткові вимоги до Data Scientist щодо знання певних технологій. У 2020 році (професійна дискусія в LinkedIn) додатково до перерахованих вище виділяють, як «буде перевагою»:

• Blockchain;
• Cloud Computing;
• UX Design;
• Affiliate Marketing;
• Sales;
• Scientific Computing;
• Video Production.

На завершення рубрики тут варто знову згадати про необхідні soft–skills: креативність, здатність переконувати, співпраця, здатність швидко адаптуватися, емоційний інтелект, візуалізація, презентація та розвинена здатність storytelling.