Поиск Data Scientist (Machine Learning)

Исследования показывают, что уже к 2025 году количество данных в мире достигнет 180 зеттабайт (1 зеттабайт = 10²¹ байта). Только чтобы скачать все данные из сети, понадобится более 180 миллионов лет, а как на счет того, чтобы их обработать?

Data Scientists — это именно те специалисты, которые помогают бизнесу использовать данные, получать предсказания и инсайты на основе огромных массивов информации. Рынок аналитики в Big Data оценивают в $307,52 миллиардов.

Хотите получать максимум от данных своего продукта и использовать тренды в свою пользу? Для этого вам нужен опытный Data Scientist. Кто это такой, какие требования указать в вакансии и как найти такого кандидата рассказываем далее.

Что делает Data Scientist: позиции и направления в науке про данные

Data Scientist — кто это? Давайте разберемся в разных позициях в Data Science. Их можно разделить на четыре группы:

• Сбор и хранение данных: Data Engineer, Data Architect и другие специалисты.
• Обработка данных: Data Analyst, а также Data Researcher.
• Сбор, хранение и обработка больших объемов информации: Big Data Engineer / Spark Engineer.
• Системы принятия решений / прогнозирования, в том числе с элементами ИИ: Machine Learning Engineer, Deep Learning Engineer / Data Scientist, Data Science Engineer.

Из-за множества направлений, доменов и различных технологий в сфере, легко спутать одну позицию с другой. Кроме того, специалисты часто «свитчатся» между смежными направлениями.

Специалисты Data Scientist — что делают и какие требования к ним выставляют компании? Чаще всего, нанимая таких специалистов, бизнесы ожидают от них:

• определения ценных источников данных и автоматизации процесса их сбора,
• обработки структурированных и неструктурированных данных,
• анализа больших массивов информации — поиск трендов и паттернов,
• построения предиктивных моделей,
• визуализации данных,
• составление рекомендаций и стратегий решения бизнес-заданий с помощью полученных данных,
• работа в команде разработчиков и взаимодействие со стейкхолдерами.

Кроме того, компании часто видят в портрете идеального кандидата работу с Machine Learning. Что это такое: использование техник для обучения программ, которые помогают им выполнять определенные задачи (от поиска котика на картинках до анализа спроса в торговой сети на миллионы покупателей). Создание ML-алгоритмов и моделей и использование машинного обучения для разработки программных продуктов — именно то, чем занимается Machine Learning Engineer на проекте.

💡 Вам может быть интересно: в сфере есть и «вспомогательные» позиции, которые облегчают работу Data Scientist. Кто это? Среди них может быть Database administrator — помогают Data Engineer настраивать базы данных, а также MLOps — автоматизируют используемую инфраструктуру.

Какими навыками должен обладать Data Scientist?

Требования к Data Scientist разнятся от проекта к проекту, однако в стандартной вакансии можно встретить такие пункты:

• базовые знания Python,
• опыт использования SQL или других языков запросов к данным (например, MapReduce),
• знание техник data cleaning и оптимизации datasets,
• продвинутое владение хотя бы одним инструментом или фреймворком для обработки данных,
• сильный уровень владения английским языком,
• nice-to-have: высшее техническое образование (зависит от компании).

Кроме стандартных пожеланий по годам опыта и доменной экспертизы, в вакансии Data Scientist встречаются требования по владению такими технологиями: Databricks, NumPy, SciPy, Pandas — популярные библиотеки для дата-аналитики. В некоторых проектах навыки Data Scientist должны охватывать фреймворки Deep Learning (Tensorflow, PyTorch), а также облака (AWS, GPC или Azure).

Выше мы разобрались с вами, чем занимается Machine Learning Engineer. Такие позиции не так просто закрыть: нужно анализировать множество нюансов. К примеру, вакансии в Machine Learning содержат требования по опыту в Computer Vision (CV), Natural language processing (NLP), Predictive analytics (PA) и других сферах.

Николай Клестов

CTO в ITExpert

«Если вы хотите нанять опытного ML Engineer, важно разбираться в том, какие именно навыки вы хотите видеть в своем кандидате и поделиться ими в брифе вакансии.

Рекрутер должен анализировать опыт в определенных сферах не только по предыдущему месту работы кандидата, но и по ключевым словам — используемым технологиям. К примеру, об опыте в NLP может свидетельствовать владение Bert или Word2Vec, в Fintech — язык разработки R. Если же вашему проекту нужен кандидат с опытом в Deep Learning, владение нейросетями (например, GAN или CNN) будут выделять его на фоне других.

Ключевая сложность в том, что на стандартных платформах для поиска айтишников можно получить множество нерелевантных откликов. Именно поэтому при найме Data Scientist, нужно делать точечные предложения, проводить глубокий скрининг кандидатов или обращаться за помощью в IT-рекрутинговые агентства, чтобы закрыть вакансию в срок.»

Поиск скиллового Data Scientist с помощью команды ITExpert

Специалисты IT-рекрутингового агентства ITExpert с 2015 нанимают IT-специалистов для компаний во всем мире. Мы успешно закрывали Data Science-вакансии всего за 2–3 недели, несмотря на высокую конкуренцию в нише. Среди наших клиентов — Sony, Deloitte и Depositphotos. 

Находить специалистов с редким или уникальным набором навыков — наш core skill. Расскажите нам о требованиях вашей вакансии, и мы найдем релевантного Data Scientist для вашего проекта!