##Co se dozvíš v článku
- Datová věda je obor s pestrou paletou uplatnění
- Datový vědec (Data Scientist)
- Datový architekt (Data Architect)
- Statistik
- Byznys analytik (Business Analyst)
- Inženýr strojového učení (Machine Learning Engineer)
Datová věda je obor s pestrou paletou uplatnění
Hned na úvod tě můžeme ujistit, že se znalostí data science se na trhu práce rozhodně neztratíš. Lidé, kteří ji ovládají, jsou žádaní napříč sektory, od IT přes průmysl až třeba po zdravotnictví a finance. Pracovat s daty totiž musí každý podnikatel, který nechce, aby mu konkurence utekla mílovými kroky. Více jsme o tom psali v článku zde, kde také zjistíš, co datová věda obnáší nebo kolik si jako data scientist v Česku vyděláš.
Teď už ale ke konkrétním pracovním pozicím datových vědců…
Datový vědec (Data Scientist)
Nepřekvapivě začínáme obecnou pozicí Data Scientist, pod tímto názvem ji inzerují stovky firem. Typicky je pracovní náplní hledání, očišťování a organizace dat pro danou firmu. Jako Data Scientist budeš používat speciální nástroje k řešení byznysových problémů na základě dat, vytvářet z analyzovaných dat závěry nebo tvořit a validovat prediktivní modely.
Výsledky analýz pak datový vědec prezentuje ostatním ve firmě a snaží se navrhnout postupy, jak zefektivnit podnikání. Data Scientist tak svým šéfům může bez nadsázky vydělat či ušetřit i miliony korun.
V mnohém podobná je práce datových analytiků, ti se však víc ponořují do technických záležitostí.
Datový architekt (Data Architect)
I datového architekta můžeš dělat se znalostí data science. Tento člověk má na starost návrh, vytváření a udržování databázových systémů a softwarových aplikací. Jeho úkolem je zajišťovat co nejefektivnější řešení – například se zaměřuje na strukturu a integritu datového ekosystému, aby data byla snadno dostupná a použitelná, včetně analýzy a reportingu.
Ostatně název datový architekt (Data Architect) mluví za vše: odborník na této pozici nenavrhuje budovy jako klasický architekt, ale – s nadsázkou řečeno – „dohlíží na správnou stavbu dat“. Je to něco, co bys jednou chtěl/a dělat?
Statistik
Také statistiků je na trhu práce nedostatek, takže se znalostí datové vědy tato pozice stojí za zvážení. Jako statistik budeš shromažďovat, analyzovat a interpretovat data, abys mezi nimi našel/našla provázanost. Od datového vědce se statistik liší tím, že se zaměřuje pouze na statistickou část oboru, ostatním disciplínám data science věnuje pozornost jen částečně, nebo vůbec.
Vydáš-li se tímto směrem, čeká tě využívání statistický technik pro sběr, analýzu a interpretaci číselných dat. U zástupců této profese více než u kterýchkoli jiných platí, že najdou uplatnění v každém oboru. Protože statistika rozhodně nuda není, a hlavně přináší důležité výsledky.
Je poměrně časté, že statistik pracuje v týmu s dalšími specialisty na zpracování a interpretaci dat.
Byznys analytik (Business Analyst)
Na tuto pozici se většinou dostávají datoví vědci nebo jiní specialisté, kteří už v oboru mají dostatek zkušeností, protože se jedná o klíčovou roli ve firmě.
Business Analyst zkoumá a analyzuje obchodní procesy, mezi jeho nejčastější úkoly patří identifikace obchodních příležitostí, vyhodnocování obchodních procesů, analýza dat (např. ceny nebo rozpočty) či efektivní prezentace obchodních dat kolegům ve firmě.
K práci byznys analytika se hodí i jiné než datové dovednosti, ale právě „datový vhled“ je podstatným základem pro vykonávání této profese.
Byznysoví analytici se v mnohém podobají datovým manažerům, kteří mají ještě víc na starost obchodní prosperitu firmy.
Inženýr strojového učení (Machine Learning Engineer)
I práce inženýra strojového učení (neboli ML inženýra – z anglického Machine Learning) sahá za hranice datové vědy, ale časem se k ní můžeš dopracovat. V současném světě umělé inteligence je obzvlášť zajímavá a lze očekávat, že poptávka po lidech na této pozici ještě výrazně poroste.
Machine Learning Engineer se zabývá návrhem, vývojem a implementací modelů strojového učení pro analýzu dat a řešení komplexních problémů. Přestože často spolupracuje se softwarovým inženýrem, sám dodává softwarové výstupy, a tak kromě znalosti práce s daty potřebuje mít i některé programovací dovednosti.
Jako inženýr strojového učení budeš propojovat svět datové vědy a softwarového inženýrství.
Kurz Data Scientist tě připraví na práci juniorního datového vědce
Chceš změnit kariéru a pracovat na jedné z výše uvedených (ale i řadě jiných) pozic? Přihlas se na náš komplexní kurz Data Scientist.
Naučíš se definovat problémy, shromažďovat data, očistit je a zpracovat v Pythonu. Kromě toho budeš vědět, jak je vizualizovat nebo vytvářet neuronové sítě. Ale co hlavně: po absolvování kurzu budeš připraven/a hledat si práci na pozici juniorního datového vědce.
Na kurz Data Scientist navíc můžeš využít příspěvek až 50 tisíc Kč od MPSV. Máš-li jakékoliv otázky, neváhej nám kdykoliv napsat na e-mail ahoj@coderslab.cz.
