Форум о международной карьере, бизнес-образовании и профессиональном росте - YUPtalk.ru – Young Urban Professionals Talk

Карьера => Карьерный путь => Тема начата: Sasha от 25 Декабрь 2017, 11:55:48

Название: Data Science
Отправлено: Sasha от 25 Декабрь 2017, 11:55:48
Какие перспективы карьерного роста у Data Scientist/Бизнес-аналитика? Хочу развиваться в этой области, но боюсь cтеклянного потолка.

Есть ли возможность пробиться в управленческие позиции или дают возможность расти только как эксперт?
Название: Re: Data Science
Отправлено: SergeyErn от 25 Декабрь 2017, 14:14:31
Дают, потом догоняют и еще раз дают. Хотя тебе могут и не дать.  :o ;)
Название: Re: Data Science
Отправлено: Bobby от 25 Декабрь 2017, 14:37:26
Тема однозначно очень крутая и есть интересные истории в смежных отраслях - например, Big Data Factory в Яндексе, или же Сберовские проекты по Big Data. Так как это относительно новое явление для нашего рынка, сложно сказать, какой будет путь, но до руководителя отдела дожить, конечно же, будет возможность. Без всяких там стеклянных потолков.
Название: Re: Data Science
Отправлено: Sancho_panchoo от 25 Декабрь 2017, 18:42:44
Стеклянных потолков нет. Но нет и таких крутых карьерных и денежных перспектив, как в ib и страт консалтинге. Лестница роста сильно зависит от уровня развития культуры аналитики в компании. Чем она более развита - тем выше может подняться data scientist. Если финансовые успехи компании очень крепко завязаны на data science (как, например, в Яндексе), то перспективы очень хорошие. Во многих компаниях есть позиции директора по аналитике/chief data scientist. Но при этом для большинства компаний сейчас ds - скорее инвестиции в r&d и поиск возможностей применения результатов (редко успешный).

Вообще, работа специфическая, надо постоянно самостоятельно учиться, что, с одной стороны, интересно, а с другой - все же утомительно. Да и в работе непосредственно на моделирование уходит зачастую меньше времени, чем на подготовку и чистку данных. Чем ближе задачи к исследовательским, тем интереснее и вместе с этим сложнее, но и тем туманнее перспективы коммерциализации результатов, как правило.

ps По деньгам выигрыша у разработчиков на актуальных технологиях особого нет, но в целом ds платят хорошо, иногда - очень хорошо. Для успеха нужно знать сам ds, технологии и языки программирования и уметь общаться с людьми. Золотых гор в ds нет, если ты не звезда, а знать нужно реально много.

pps Думаю, смогу попробовать ответить на вопросы по теме, если они есть.
Название: Re: Data Science
Отправлено: ElKario от 25 Декабрь 2017, 20:35:08
DS в РФ сейчас напоминает дикий запад. Все стараются во что горазды, опытных chief или просто хэдов очень мало (десятки, по моим прикидкам, то человек 30-50), соответственно, для входа в отрасль есть две проблемы: очень мало, кто готов растить бойца, все ищут кого-то, кто закроет стрим, и, как следствие, хренова туча wannabedatascientist и практически полное отсутствие миддлов.

Компаний, где интересно работать, достаточно много, от уже упомянутого Сбербанка (там зп очень даже, они народ перекупают, chief ds конкретного бизнес-юнита может получать и 600к) до специальных отделов в e-commerce.

Из приятностей: релокация очень проста, иностранные рекрутеры пишут часто и стабильно.
Название: Re: Data Science
Отправлено: ElKario от 25 Декабрь 2017, 20:40:30
Насчет потолка и роста: если хэд и команда молодцы, то рост приходит сам собой, коррелируя с деньгами, которые они приносят компании. Чем больше денег, тем выше вероятность, что в компании просто учредят позицию Chief Data Officer или Director of Data Science, ибо кому охота терять курицу с ее золотыми яйцами. Если же результаты так себе, то команды часто расформировывают и собирают заново (видел пару раз и не только в российских компаниях). Если результат as expected, значит ваш хэд или плохо ставит задачу/снабжает ресурсами или же у него плохо с expectations management ;)
Название: Re: Data Science
Отправлено: ElKario от 25 Декабрь 2017, 20:45:37
Чем реально интересен data science: очень быстрое дисконтирование знаний/skilloв, соответственно, библиотечные дни - необходимость, возможность реально работать со state-of-the-art штуками, в конце концов, это просто очень азартно, так как ты все время борешься с метрикой, пытаешься принести еще круче результат