Рекомендации DS-специалистам

Немного о Data Science

Мы строим data-driven подход с фокусом на аналитику, Data Science и Machine Learning. Кстати, по мнению Harward Business Review, Data Science считается самой привлекательной профессией 21 века

Она находится на стыке бизнеса, математики и программирования, и требует от своих последователей глубоких знаний и аналитического склада ума. Как стать Data Scientist? Начните с подборки от нашей команды

В начало
Специализации
Профили
Чем занимаются?
Требования к Junior-специалистам
Грейды
Где учиться?
Telegram-каналы
Книги
Полезные ссылки

Основные специализации в Data Science

Data Science — это зонтичный бренд, объединяющий множество специальностей, каждая из которых имеет свои особенности, требования к специалистам и направлена на определенную область бизнеса

ML-инженеры

Создают модели машинного обучения как продукт или часть продукта. Например, строят рекомендательные системы или сервисы по автоматизированной проверке объявлений
Data Scientist

Также используют модели машинного обучения в своей работе, но с целью анализа или улучшения конкретных бизнес-показателей. Могут заниматься ценообразованием, кластеризацией пользователей, формированием пакетов платных услуг
Product-аналитики

Постоянно наблюдают за показателями продукта, ищут слабые места, находят точки роста, проверяют гипотезы через A/B-тесты. Продуктовый аналитик всегда стремится к улучшению продукта
DWH-инженер

Обеспечивает работоспособность всей инфраструктуры данных в компании: доступность и надежность данных, ETL-процессы, оптимизация запросов, агрегация данных, стандартизация процедур

Карта влияния для каждой из специализаций

Чем занимается в компании?

Чем занимается Data Scientist?

Специалист с навыками программирования, статистики и машинного обучения. Он разрабатывает сложные модели и алгоритмы для прогнозирования и извлечения ценной информации из больших объёмов данных.

Направления деятельности:

Исследования и анализ текущих показателей
Монетизация продуктов
Анализ KPI и поиски путей достижения
Построение прогнозов и предиктивная аналитика
Оптимизация бизнес-процессов компании
Создание автоматизированных дэшбордов
Кластеризация пользователей

Чем занимается Product-аналитик?

Специалист в области работы с данными, ориентированный на бизнес-задачи, на поиск точек роста продуктов и бизнеса.

Направления деятельности:

Поиск точек роста и слабых мест продукта
Анализ изменения показателей после релизов
Анализ поведения пользователей на сайте и в приложениях
Тестирование гипотез и проведение AB-тестов
Построение сценариев поведения CJM
Построение воронок и графов для анализа UX/UI продукта
Работа над оптимальным привлечением пользователей и их удержанием

Чем занимается ML-инженеры?

ML-инженер — специалист, который создает продукты на основе ML-алгоритмов.

Направления деятельности:

Создание рекомендательных систем

Классификация изображений

Поиск фрода

Автоматизация рутинной работы

Распознавание текста с изображений

Поиск объектов на фото

Преобразование голоса в текст

Требования для Junior-специалистов

Требования к Data Scientist и к Product-аналитику, Junior 1

Базовые методы работы с данными (SQL, EXCEL, Google таблицы):

- простые запросы SELECT + WHERE
- работа со сводными таблицами в Excel + диаграммы
- ВПР (VLOOKUP)

Понимание базовых метрик анализа (средняя, медиана, квантили, меры разброса, понимание, как анализировать количественные, а как качественные показатели)
Навыки построения простых визуализаций из «чистых» данных
Базовые знания в области математической статистики и теории вероятности
Умение формулировать и задавать вопросы
Умение «читать» графики и видеть тенденции и тренды
Способность сравнивать показатели и делать базовые выводы

Требования к ML-инженеру, Junior 1