Професія майбутнього: в яких індустріях зростає попит на Big Data фахівців
Чому студенти обирають нову професію та навіщо фінансисти перекваліфіковуються на дата-сайентистів
Наприкінці осені «Київстар» вчетверте поспіль провів Big Data School – безкоштовний освітній інтенсив для тих, хто хоче навчитися працювати з великими даними. У спецпроекті з мобільним оператором Mind розповідав про те, де застосовується Big Data, який економічний ефект від аналітики вже сьогодні отримують українські компанії і як освоїти найперспективнішу професію по роботі з великими даними. У заключній публікації циклу йтиметься про нюанси «бойової підготовки» вчорашніх студентів Big Data School 4.0.
Нові індустрії народжують попит
З кожним роком розширюються сфери, де професія Big Data аналітика стає все більш затребуваною. Вона вже активно використовується для оптимізації інфраструктури міста, виробництва нових матеріалів і конструкцій, у медичних розробках органічного синтезу і планування структури білка і т. д. Крім того, у світі є тренд на розуміння всього, що генерує людство, розвиток комп'ютерного зору і обробку природної мови. Тут без великих даних – геть нікуди.
У професію йдуть усвідомлено
Один з менторів школи Олександр Гурбич розповів Mind, що цього року рівень студентів четвертого потоку виявився рівнішим, ніж у всі попередні. Понад половина з тих, хто пройшов відбір (а це 30 осіб з 3000, що подали заявки) – вчорашні студенти вузів. Серед них немає надто слабких новачків або over-кваліфікованих фахівців. На думку Олександра Гурбича, це свідчить про те, що українські айтішники стали краще розуміти, що являє собою Big Data. Вони підходять до вибору професії усвідомлено, і попит на неї зростає. Таким студентам простіше працювати в групі над завданнями і обмінюватися знаннями один з одним. Тому для них самих таке зростання популярності напрямку – швидше перевага.
Для викладачів однорідність – теж плюс, бо вони можуть орієнтуватися на однаковий рівень при викладенні матеріалу. Олександр Гурбич каже, що цього року завдяки однаковій підготовці студентів зміг дати більш практичний матеріал. І тут же побачив від студентів віддачу, бо вони відразу використовували отримані знання при виконанні курсових. «Фактично студенти заощадили декілька років досвіду. Вони вже побачили, як вирішувати конкретні завдання, а не вчити теорію, тому в подальшому їм буде простіше працювати з отриманими знаннями», – каже вчитель.
За його оцінкою, деякі випускники попередніх потоків Big Data School стали одними з кращих фахівців по роботі з великими даними в Україні. У школі вони отримали досвід роботи з реальними даними, а не типові набори, з якими найчастіше працюють на курсах, і відповіді на завдання, які можна знайти в інтернеті. Реальні завдання на конкретних матеріалах в інтенсивному режимі дають кращий навчальний ефект.
Крім однорідності рівня підготовки ментори виділяють ще одну особливість цього набору – студенти перестали бути сором'язливими. Ментор Kyivstar Big Data School 4.0 Ніка Тамайо Флорес каже, що вони охоче йдуть до викладачів з питаннями, не соромляться і дуже мотивовані отримати знання від реальних фахівців у сфері аналітики.
Ще один спосіб «увійти» в Big Data
Серед студентів Big Data School 4.0 – випускники технічних вузів, люди з досвідом роботи і навіть співробітники оператора, які прийшли за новими знаннями, а також працівники «Білайн» з Грузії та Киргизстану. За умовами конкурсу всі подавали заявки з особистої пошти і проходили відбір на загальних підставах, а також виконували тестове завдання. З ним, до речі, впорався тільки кожен десятий претендент. Втім, у 2019 році не всі студенти школи – зі сфери технологій.
Випускник Big Data School 4.0 Тимур Пророченко – співробітник фінансового відділу «Київстар». Каже, що Big Data з його роботою не пов'язана, але новою сферою він цікавиться серйозно. На курси йшов із бажанням отримати ті знання, яких немає в онлайн-освіті. «Найчастіше в інтернеті можна знайти А і В, а про С навіть не здогадуєшся. На таких курсах можна дізнатися про все і далі вирішити, у вивчення чого саме варто заглибитися», – говорить Тимур Пророченко. За його словами, у живої освіти є ще одна перевага – особливий драйв, який дають інтенсивне занурення і робота в команді. Завдяки цьому нова інформація схоплюється і закріплюється на льоту.
Випускник Володимир Голомб очолює управління експертиз Запорізької торгово-промислової палати. Аналітика для нього завжди була захопленням. У школу він прийшов, аби систематизувати знання, отримані з різних джерел. Сам факт вступу для нього став визнанням його самостійних кроків у вивченні предмета, адже конкурс був – 1 до 100. Навантаження в процесі навчання виявилося значним. Але в результаті інтерес до сфери лише збільшився і в подальшому може перерости в нову професію. Володимир Голомб також акцентує на тому, що засвоєнню знань сприяла робота в команді, особливо над курсовим проектом: крім інформації від викладачів однокурсники отримували ексклюзив один від одного.
Директор з розвитку бізнесу на корпоративному ринку «Київстар» Костянтин Вечір впевнений: навчання роботі з даними знадобиться для просування кар'єрними сходами людям з різних професій. «Уміння аналізувати – важлива якість і навик керівника. Ми хочемо розвивати цю спільноту, залучати фахівців, щоб робити класні продукти і сервіси для партнерів», – стверджує Костянтин Вечір.
Реальні бізнес-завдання замість формальних курсових
Студенти Big Data School працюють з реальними даними мобільного оператора. Ментори потоку розповіли на випускному, що набори даних, які отримали різні групи студентів, відрізнялися за якістю і деталізацією, залежно від завдання. Але всі завдання були «бойовими». Хтось із команд за допомогою аналітики шукав, кому з абонентів можна запропонувати такі послуги «Київстар», як мобільне телебачення GoTV або «Домашній інтернет», хто з користувачів схожий на особу, що ухвалює рішення.
«Київстар» вже сьогодні вирішує багато бізнес-завдань за допомогою Big Data. Надалі її інтеграція в бізнес лише посилюватиметься, а кількість джерел – зростатиме. Зараз це дані за минулий рік. А в майбутньому, вважають у компанії, почне з'являтися все більше даних інтернету речей від всіляких датчиків, які тільки приходять в наше життя. Але навіть у поведінці користувачів багато що може вказувати на їх потребу в нових сервісах. Наприклад, у курсових роботах студенти змогли приблизно відтворити профіль користувача за агрегованими даними завдання.
Надалі Big Data розвиватиметься завдяки взаємодії різних компаній і обміну накопиченими даними. Лідируватимуть ті, хто вийде за рамки екосистеми свого бізнесу (ритейл, телеком і т. д.) і почне розвивати аналітику з партнерами. Це означає, що складність і захопливість завдань лише збільшуватимуться. Разом з цим – і потреба в аналітиках, а також їхньому різноманітному бекґраунді.
