Ce este Data Science? Cu ce anume se ocupă un Data Scientist?

Ce este Data Science? Sintagma “data science” a început să se răspândească la sfârșitul anilor ’90 și desemnează o nouă paradigmă de gândire și interpretare a informației, din punct de vedere tehnic. Unele metode pe care le presupune data science au fost create înainte de anul 2000, dar limitele tehnologiei de la vremea aceea nu au permis exploatarea completă a potențialului acestora.

Aflată la intersecția mai multor discipline, data science (în traducere: “știința datelor”)  cuprinde o varietate de tehnici și instrumente, acoperind elemente din matematică, programare, statistică și inclusiv din domeniul business. Multe companii practică data science într-o formă sau alta, iar abordarea acesteia diferă de la organizație la organizație.

Referitor la ce este Data Science, este important de menționat faptul că această zonă nu se rezumă doar la statistică, fiind nevoie de cunoașterea mai multor domenii conexe. Luând în calcul cantitatea masivă de date generale la nivel global, se poate afirma că data science a cunoscut o ascensiune remarcabilă într-o varietate de industrii și a devenit o parte esențiala din acestea.

Data science este un domeniu de studiu care presupune extragerea unor informații utile din volume foarte mari de date brute. Este un domeniu multidisciplinar, al cărui scop este de a identifica tendințe, modele ascunse, conexiuni și corelații între date. Data science contribuie la procesul decizional din cadrul unor companii și la construcția de modele predictive, prin analiza complexă a datelor care provin din surse variate și în formate diferite.

În mediul de afaceri, informațiile obținute sunt folosite pentru a prezice comportamentul clienților, pentru a identifica noi oportunități de dezvoltare și factori care pot duce la creșterea vânzărilor. Cu alte cuvinte, prin data science se obțin informații valoroase din date brute, care influențează ulterior modul în care organizațiile iau decizii.

Ce este un Data Scientist?

Abilitățile unui data scientist sunt tot mai căutate în companii din numeroase industrii, ceea ce explică veniturile mari pe care un astfel de specialist le poate obține. El poate ajuta organizațiile să obțină răspunsuri la întrebări legate de viitorul companiei, printr-o analiză complexă a unor volume impresionante de date, conturând proiecții, predicții și previziuni, folositoare în momentul luării unor decizii cu privire la activitatea sau bugetul companiei.

Meseria de data scientist poate fi solicitantă și provocatoare din punct de vedere intelectual, deoarece impune alinierea la ultimele progrese din domeniul tehnologiei și cunoașterea mai multor discipline. Presupune o combinație de cunoștințe în statistică, matematică, informatică, machine learning, inteligență artificială și business.

Găsirea acestor calități și a unui nivel complex de pregătire într-o singură persoană este dificilă, ceea ce justifică salariile mari oferite persoanelor care ocupă acest rol. Abilitățile avansate le permit să cerceteze cantități mari de date, să le extragă pe cele mai relevante prin folosirea unor tehnologii moderne, ca apoi să comunice informațiile factorilor de decizie din organizație.

Cererea de data scientists se află într-un trend ascendent în sectorul de business și în IT, ca urmare a importanței pe care a căpătat-o colectarea și procesarea de date în procesul decizional. Cu ajutorul unui data scientist, aceste volume imense de date capătă sens și se identifică algoritmi care să prezică trenduri și evoluții ale piețelor, produselor și riscurilor asociate, ceea ce reprezintă un avantaj strategic pentru orice tip de business.

Care sunt diferențele dintre un Data Scientist și un Data Analyst?

Uneori, se face confuzie între data scientist și data analyst. Ambele profesii sunt populare în domeniul Big Data, dar există diferențe privind responsabilitatea și sursa întrebărilor pentru care este nevoie de un răspuns pe baza datelor.

Un data analyst se ocupă mai degrabă de rezolvarea întrebărilor puse de organizație și susține echipele care au identificat deja un obiectiv. Pe de altă parte, un data scientist formulează propriile întrebări, a căror rezolvare va aduce soluții pentru eficiența și productivitatea companiei.

Analistul de date este, de regulă, parte dintr-o echipă interdisciplinară și se ocupă de colectarea datelor pentru a identifica tendințe și analize statistice, cu scopul de a ajuta la rezolvarea unor probleme și de a răspunde la unele întrebări stabilite în echipă. Folosește instrumente ca SQL și limbaje de programare precum SAS, lucrând de cele mai multe ori cu date structurate.

Un data scientist lucrează atât cu date structurate, cât și nestructurate. Acesta își proiectează noi instrumente și metode pentru extragerea de informații și își poate automatiza proprii algoritmi de tip machine learning pentru a face previziuni despre viitorul companiei și pentru a rezolva probleme complexe.

În altă ordine de idei, un data scientist este un profesionist cu responsabilitate mai mare și cunoaștere ceva mai aprofundată decât un data analyst, având nevoie de expertiză tehnică superioară. Ambele poziții impun deținerea de cunoștințe de matematică și programare, fiind cariere ideale pentru cei cărora le place să lucreze cu numere și care sunt pasionați de statistică. Mulți specialiști în data science își încep parcursul profesional lucrând ca analiști de date.

Ce presupune rolul de Data Scientist?

Concret, cu ce se ocupă un Data Scientist? Printre altele, trebuie să aibă abilități matematice, să cunoască toate etapele pe care le presupune procesul de analiză a datelor, să fie familiarizat cu diferite surse de proveniență a datelor, să aibă cunoștințe de programare (cel mai adesea folosește limbajele Python sau R), deoarece se ocupă de sarcini precum:

• Colectarea de date structurate și nestructurate;
• Procesarea datelor brute și convertirea într-un format adecvat;
• Identificarea instrumentelor de analiză;
• Construirea de algoritmi care să îi eficientizeze cercetarea;
• Dezvoltarea modelelor de predicție;
• Interpretarea datelor;
• Comunicarea rezultatelor.

Activitatea unui data scientist este complexă, acestea fiind câteva dintre etapele principale pe care le implică munca sa și care pot fi concretizate prin cunoștințele de informatică (algoritmi de învățare automată și limbaje de programare), marketing (instrumente de management al datelor și baze de date) și statistică (instrumente de analiză web).

Data science permite automatizarea unor sarcini și este utilă într-o varietate de domenii, printre care Big Data, economie, robotică, traducere automată, detectarea fraudei, sănătate, logistică, finanțe, retail, etc. Data scientist este specialistul care analizează cantități mari de date și face predicții justificate, acesta fiind unul dintre cele mai bine plătite joburi în domeniul IT.