Да, консалтинг означает долгие часы и тяжелый труд, и по этой причине такая работа может быть неидеальна для тех, у кого есть семья. Однако если вы способны и готовы пожертвовать своей личной жизнью на несколько месяцев ради начала вашего проекта, то в итоге получите важный опыт, узнаете особенности отрасли и то, как в нее вписывается наука о данных. По сути, работа в качестве консультанта поможет вам определить, чем вы хотите заниматься в будущем.
Поскольку специалисты по данным пользуются таким высоким спросом, читатели наверняка захотят узнать, как разработать стратегию, чтобы сосредоточиться на конкретной области. Многие компании активно ищут аналитиков данных, и для людей, которые еще не выбрали для себя сферу деятельности, было бы логично пойти туда, где ожидается рост спроса. В докладе Burning Glass Technologies и IBM за 2017 г. рассматривается спрос на специалистов по работе с данными в шести ключевых секторах (профессиональные услуги; финансы и страхование; производство; информация; здравоохранение и социальная помощь; розничная торговля). В документе отмечается, что отрасль профессиональных услуг (которая, как правило, включает в себя в том числе консультации по вопросам управления, юриспруденции и медицины) дает львиную долю вакансий, а финансовая и страховая сферы занимают второе место.
Вывод, который мы можем сделать: если вы хотите получить наибольший шанс по крайней мере на этапе интервью, обдумайте возможность применить свои знания в области профессиональных услуг или в финансовой и страховой отраслях, где предлагается больше вакансий.
Еще один хороший способ найти работу аналитика данных – просто следить за новостями. Как говорилось в главе 2, данные и искусственный интеллект являются горячими темами на текущий момент, и внимание к ним со стороны СМИ только продолжит расти, поэтому будьте в курсе и заведите папку с вырезками статей о тех областях, которые вас интересуют.
Даже успешные ученые должны продолжать следить за развитием событий. Дэн Шиблер, аналитик данных в True Motion, говорит:
«Это век информации. Когда мне становится любопытно, как наука о данных развивается в другой области, мне достаточно проглядеть некоторые исследовательские работы, чтобы узнать, как идут дела. Я заинтересовался новейшими разработками в области распознающих изображения сверточных нейросетей и их связью с нейронаукой. Я нашел в Университете Брауна профессора, который провел много исследований по этому вопросу, и в свободное время тружусь вместе с ним. Здорово, что я могу работать в передовой сфере и заниматься вещами, полностью противоположными тому, что я делаю в TrueMotion».
(SuperDataScience, 2017a)
Помните: для того чтобы преуспеть и чтобы ваши идеи не устарели, вы должны читать специальную литературу и постоянно развиваться. Делайте как Шиблер и отправляйтесь на охоту за проектами, которые вы сочтете увлекательными.
Вы уже сделали первый шаг в деле изучения науки о данных, прочитав эту книгу. Но здесь важно подчеркнуть, что это может быть только первым шагом. Одной книги никогда не бывает достаточно – да и не должно быть!
Вот что вы должны сделать, прежде чем подать свое первое заявление о приеме на работу.
1. Дайте себе (больше) времени, чтобы узнать свое ремесло
Осознав, насколько высок спрос на науку о данных, университеты начали обучение студентов по таким специальностям, как «магистр наук в области прогностической аналитики (онлайн-курс)» (Северо-Западный университет), «бизнес-аналитика и социальные сети» (Университет Брунеля), «вычислительная статистика и машинное обучение» (Университетский колледж Лондона).
Если честно, я считаю, что нет большого смысла в получении таких дипломов. Помимо финансовых издержек, связанных с обучением, есть еще одна проблема: эта дисциплина очень быстро стареет. Разработка новой учебной программы в университете может занять более шести месяцев. К тому времени, когда курс пройдет через все бюрократические препоны, сама наука, вероятно, уже уйдет дальше[71].
Более того, практически всю информацию, необходимую для овладения наукой о данных, можно найти в интернете. Многие практикующие аналитики данных (включая меня) ведут онлайн-курсы, и с их помощью вы можете научиться не только теории, но и практическому применению своих знаний. Это, на мой взгляд, сейчас более разумный вариант. Но важно не терять бдительность при выборе преподавателя: в наш демократический век интернета любой и каждый может создать собственный курс. А вот найдя правильного руководителя, вы получите открытый доступ к информации, которая будут обновляться по мере того, как новые методы станут доступными, а старые практики уйдут в небытие.
