Пошук Data Scientist (Machine Learning)

Дослідження показують, що вже до 2025 кількість даних у світі досягне 180 зетабайт (1 зетабайт = 10²¹ байта). Лише щоб завантажити всі дані з мережі, знадобиться понад 180 мільйонів років, а як щодо того, щоб їх обробити?

Data Scientists — це саме ті фахівці, які допомагають бізнесу використовувати дані, отримувати передбачення та інсайти на основі величезних масивів інформації. Ринок аналітики в Big Data оцінюють у $307,52 мільярда.

Бажаєте отримувати максимум від даних свого продукту та використовувати тренди на свою користь? Для цього вам потрібний досвідчений Data Scientist. Хто це такий, які вимоги вказати у вакансії та як знайти такого кандидата, розповідаємо далі.

Чим займається Data Scientist: позиції та напрямки в науці про дані

Data Scientist — хто це? Давайте розберемося у різних позиціях у Data Science. Їх можна поділити на чотири групи:

• Збір та зберігання даних: Data Engineer, Data Architect та інші фахівці.
• Обробка даних: Data Analyst, а також Data Researcher.
• Збір, зберігання та обробка великих обсягів інформації: Big Data Engineer / Spark Engineer.
• Системи прийняття рішень / прогнозування, у тому числі з елементами ШІ: Machine Learning Engineer, Deep Learning Engineer / Data Scientist, Data Science Engineer.

Через безліч напрямків, доменів та різних технологій у сфері, легко сплутати одну позицію з іншою. Крім того, спеціалісти часто «світчаться» між суміжними напрямками.

Фахівці Data Scientist — що роблять та чого очікують від них компанії? Найчастіше, наймаючи таких фахівців, бізнеси потребують:

• визначення цінних джерел даних та автоматизації процесу їх збору,
• обробки структурованих та неструктурованих даних,
• аналізу великих масивів інформації — пошуку трендів і патернів,
• побудови предиктивних моделей,
• візуалізації даних,
• складання рекомендацій та стратегій вирішення бізнес-завдань за допомогою отриманих даних,
• роботи в команді розробників та взаємодії зі стейкхолдерами.

Крім того, компанії часто бачать у портреті ідеального кандидата роботу з Machine Learning. Що це таке: використання технік для навчання програм, які допомагають їм виконувати певні завдання (від пошуку котика на картинках до аналізу попиту у мережі на мільйони покупців). Створення ML-алгоритмів та моделей та використання машинного навчання для розробки програмних продуктів — саме те, чим займається Machine Learning Engineer на проєкті.

💡 Вам може бути цікаво: у сфері є й «допоміжні» позиції, які полегшують роботу Data Scientist. Хто це? Серед них може бути Database administrator — допомагають Data Engineer налаштовувати бази даних, а також MLOps — автоматизують інфраструктуру, яка використовується.

Які навички повинен мати Data Scientist?

Вимоги до Data Scientist відрізняються від проєкту до проєкту, однак у стандартній вакансії можна зустріти такі пункти:

• базові знання Python,
• досвід використання SQL або інших мов запитів до даних (наприклад, MapReduce),
• знання технік data cleaning та оптимізації datasets,
• просунуте володіння хоча б одним інструментом або фреймворком для обробки даних,
• сильний рівень володіння англійською мовою,
• nice-to-have: вища технічна освіта (залежить від компанії).

Окрім стандартних побажань за роками досвіду та доменної експертизи, у вакансії Data Scientist зустрічаються вимоги щодо володіння такими технологіями: Databricks, NumPy, SciPy, Pandas — популярні бібліотеки для дата-аналітики. У деяких проєктах навички Data Scientist повинні охоплювати фреймворки Deep Learning (Tensorflow, PyTorch) та хмари (AWS, GPC або Azure).

Вище ми з вами розібралися, чим займається Machine Learning Engineer. Такі позиції не так просто закрити: потрібно аналізувати багато нюансів. Наприклад, вакансії в Machine Learning містять вимоги за досвідом в Computer Vision (CV), Natural language processing (NLP), Predictive analytics (PA) та інших сферах.

Микола Клєстов

CTO в ITExpert

«Якщо ви хочете найняти досвідченого ML Engineer, важливо розуміти, які саме навички ви хочете бачити у своєму кандидаті і поділитися ними в брифі вакансії.

Рекрутер має аналізувати досвід у певних сферах не лише за попереднім місцем роботи кандидата, а й за ключовими словами — технологіями, що використовуються. Наприклад, про досвід у NLP може свідчити володіння Bert або Word2Vec, у Fintech — мова розробки R. Якщо вашому проєкту потрібен кандидат з досвідом у Deep Learning, володіння нейромережами (наприклад, GAN або CNN) виділятимуть його на тлі інших.

Ключова складність у тому, що на стандартних платформах для пошуку айтівців можна отримати безліч нерелевантних відгуків. Саме тому для наймання Data Scientist потрібно робити точкові пропозиції, проводити глибокий скринінг кандидатів або звертатися за допомогою до IT-рекрутингових агентств, щоб закрити вакансію вчасно.»

Пошук скілового Data Scientist за допомогою команди ITExpert

Фахівці IT-рекрутингового агентства ITExpert з 2015 наймають IT-фахівців для компаній у всьому світі. Ми успішно закривали Data Science-вакансії всього за 2–3 тижні, не дивлячись на високу конкуренцію в ніші. Серед наших клієнтів — Sony, Deloitte та Depositphotos.

Знаходити фахівців із рідкісним чи унікальним набором навичок — наш core skill. Розкажіть нам про ваші вакансії, і ми знайдемо релевантного Data Scientist для вашого проєкту!