Карьера в области Data Science: прибыльна ли она в 2021 году?
Текущее состояние и перспективы рынка труда в области науки о данных
Рынок вакансий в области науки о данных в последнее десятилетие переживает бум. Специалисты по обработке данных были одними из самых востребованных технических экспертов в ИТ-индустрии. Исследования показывают, что среднее количество объявлений о вакансиях на известных порталах вакансий увеличивалось примерно на 30% в год в течение 2013–2019 годов, и в целом рынок вакансий в области обработки данных показал рост на 344% за тот же период [1]. Фактически, в течение последнего десятилетия все соглашались с тем, как Harvard Business Review [2] видел карьеру в области науки о данных: самой сексуальной работой 21 века!
Однако рост рынка труда в области обработки данных в 2020 году замедлился, и это заставило многих талантливых специалистов в области обработки данных задаться вопросом о перспективах этого рынка труда. Согласно исследованию, рост рынка труда в области обработки данных в 2020 году замедлился на 15% по сравнению с предыдущим годом. Кроме того, рынок труда в области инженерии данных, родственной области науки о данных, в 2020 году вырос более быстрыми темпами [3]. Эти статистические данные могут быть причиной того, что некоторые эксперты в индустрии больших данных теперь считают, что инженерия данных займет место науки о данных в качестве следующей горячей карьеры для практиков данных [4]. Некоторые даже считают, что отрасль науки о данных - это пузырь, который лопнул или скоро лопнет [5].
В этой статье мы обсудим текущее состояние рынка труда в области науки о данных и его будущее. Мы пытаемся представить вам пять причин, по которым рынок вакансий в области анализа данных все еще может быть прибыльным:
- Аналитика данных - быстрорастущий глобальный рынок
По данным различных исследовательских фирм, к 2026 году мировой доход от рынка программного обеспечения для искусственного интеллекта (ИИ) вырастет более чем на 126 миллиардов долларов. Более того, эксперты считают, что глобальный рынок аналитики данных и искусственного интеллекта будет постоянно расти на 30%. -40% в течение следующих пяти лет [6]. Такой уровень роста доходов компаний означает, что компании, занимающиеся аналитикой данных и разработкой программного обеспечения искусственного интеллекта, должны продолжать нанимать специалистов в области науки о данных, чтобы не отставать от общего роста рынка, а это означает, что на рынке появляется больше возможностей трудоустройства для талантов.
2. Пандемия приводит к замедлению роста рынка труда в области науки о данных, и, вероятно, носит временный характер.
В течение 2020 года наблюдалось замедление темпов найма компаниями специалистов по науке о данных для проектов, что заставило многих поверить в то, что наука о данных - это лопнувший пузырь. Однако, согласно опросу, проведенному Gartner [7], 47% корпоративных руководителей не изменили своих планов инвестировать в технологии искусственного интеллекта и машинного обучения, а 30% из них даже планируют увеличить свои инвестиции.
Кроме того, Gartner считает, что машинное обучение и связанные с ним области, такие как глубокое обучение, компьютерное зрение, обработка естественного языка, выходят за рамки их завышенных ожиданий [7], что является отличной новостью для специалистов по данным. Нахождение за пределами пика ажиотажа означает, что компании начинают строить реалистичные планы в отношении машинного обучения и анализа данных. Вскоре наука о данных может стать стандартом и профессией, такой как разработка программного обеспечения, которая всегда востребована.
3. Рост других областей данных выгоден для науки о данных
В сетевых СМИ ходят слухи, что инженерия данных займет место науки о данных в списке самых популярных вакансий [4]. Однако кто-то может возразить, что рост других областей, связанных с данными, на самом деле выгоден для рынка труда в области науки о данных. Любой, кто работал над проектом по работе с большими данными, знает, что создание программного обеспечения, управляемого данными, - это командная работа. Возможно, вам понадобится собрать команду инженеров-программистов, инженеров по обработке данных, специалистов по облачным технологиям и DevOps, а также специалистов по данным для создания высокопроизводительного программного обеспечения с поддержкой ИИ. Вот почему привлечение большего количества экспертов или инструментов автоматизации в команду разработчиков программного обеспечения, работающую над продуктами ИИ, поможет специалистам по обработке данных сосредоточиться на своей реальной работе, а именно на анализе данных, создании и оптимизации высокопроизводительных моделей машинного обучения для обмена полезной информацией с заинтересованными сторонами. .
4. Для восстановления экономики после пандемии требуется специальная группа специалистов по анализу данных.
Согласно прогнозам, в постпандемической экономике компании будут вынуждены применять больше технологий анализа больших данных и машинного обучения, чтобы расти. В связи с тенденциями автоматизации, обусловленными технологиями искусственного интеллекта, компаниям приходится нанимать экспертов по искусственному интеллекту и науке о данных для обучения моделей машинного обучения для своего корпоративного программного обеспечения. Кроме того, с усилением тенденций в отношении стратегии, основанной на данных, у компаний появляется стимул разрабатывать больше аналитических панелей и инструментов, облегчающих принятие решений. Некоторые эксперты могут подумать, что эти задачи можно автоматизировать с помощью существующих программных решений и облачных решений. Но маловероятно, что компании смогут найти способ избавиться от всей тяжелой работы, необходимой для получения значимых бизнес-идей на основе необработанных данных или обучения высокопроизводительных моделей машинного обучения. Таким образом, экономический рост после пандемии повысит спрос на всех специалистов по обработке данных, включая специалистов по обработке данных и инженеров по обработке данных.
5. Глобальные корпорации по-прежнему предпочитают, чтобы технологии разрабатывались собственными силами.
Многие эксперты утверждают, что растущее количество программных решений и облачных решений для науки о данных и машинного обучения в конечном итоге автоматизирует роль специалистов по данным. Но если мы посмотрим на проекты в области искусственного интеллекта и машинного обучения, реализуемые в глобальных корпорациях, особенно в компаниях из списка Fortune 500, можно увидеть сильную тенденцию хранить данные и опыт внутри компании. Это может быть связано с несколькими причинами, такими как безопасность данных, защита коммерческой тайны, сложные функциональные требования или высокие ожидания в отношении производительности. Таким образом, вполне предсказуемо, что компании из списка Fortune 500 будут придерживаться собственной разработки индивидуальных программных решений на основе искусственного интеллекта, а не использовать готовые программные решения. Это означает, что всегда будут востребованы специалисты по данным и специалисты по машинному обучению, которые имеют корпоративное мышление и могут работать в рамках крупномасштабных ИТ-проектов с этими типами компаний.
TL; DR Резюме:
Рынок вакансий в области обработки данных постоянно растет в последнее десятилетие. Но замедление роста рынка труда в области обработки данных заставило многих талантов задуматься, нужно ли им вкладывать свои усилия в какую-то другую область. По нескольким причинам мы утверждали, что замедление спроса на рынке труда в области обработки данных в 2020 году, вероятно, является временным, и рынок труда будет расти по мере восстановления экономики. Кроме того, рост других областей, связанных с данными, таких как инженерия данных, DevOps и облачные вычисления, улучшит позиционирование каждого из этих профилей опыта в крупномасштабных программных проектах. В целом, мы пришли к выводу, что карьера в области науки о данных, наряду с другими профессиями, связанными с данными, по-прежнему является очень прибыльной карьерой и востребованным навыком на рынке труда.
Ссылки:
[1] Спрос на специалистов по обработке данных быстро растет и будет только расти, Tech Target.
[2] Специалист по данным: самая сексуальная работа 21 века, Harvard Business Review.
[3] Отчет об интервью по науке о данных 2021 года, запрос на интервью.
[4] Нам не нужны специалисты по данным, нам нужны инженеры по данным, KDNuggets.
[5] Специалист по данным vs инженер по данным, Datacamp.
[6] Выручка от мирового рынка программного обеспечения для искусственного интеллекта с 2018 по 2025 год, Statista .
[7] 2 мегатренда доминируют в цикле рекламы искусственного интеллекта Gartner, 2020 г. , Gartner .
Еще статьи от автора:
Об авторе:
Пуян Р. Фард - генеральный директор и главный специалист по анализу данных в Fard Consulting. Пуян имеет многолетний опыт консультирования компаний, от стартапов до глобальных корпораций, в области науки о данных, искусственного интеллекта и маркетинговой аналитики. Он сотрудничал с компаниями из списка Fortune 500 в фармацевтической, автомобильной, авиационной, транспортной, финансовой, страховой, кадровой отраслях, а также в сфере продаж и маркетинга.
Пуян также занимается наставничеством стартапов и талантов, работающих в индустрии больших данных. Его страсть - воспитывать следующее поколение специалистов по обработке данных путем профессионального обучения и помогать им находить лучшие возможности трудоустройства в области науки о данных.
Пуян защитил докторскую диссертацию. занимается исследованиями в области прогнозного моделирования принятия решений потребителями и по-прежнему заинтересован в разработке современных решений в области машинного обучения и искусственного интеллекта.
