Профессия Big Data Analyst (аналитик больших данных)

Big Data Analyst (аналитик больших данных) обрабатывает и интерпретирует массивы данных, ищет логические связи, помогает клиенту выявить факторы, представляющие интерес для бизнеса. Профессия подойдет тем, кто интересуются большими данными, информационными технологиями и анализом. Кстати, недавно центр профориентации ПрофГид разработал точный тест на профориентацию, который сам расскажет, какие профессии вам подходят, даст заключение о вашем типе личности и интеллекте.

Краткое описание

Big Data Analyst работает с большими данными, его клиенты в основном представители бизнеса, но не только – технологии «биг дата» во многих странах на государственном уровне используются в здравоохранении, медицине, фармации. Обработка, анализ и интерпретация данных позволяют взглянуть на привычные вещи по-другому, выявить новые процессы, феномены и т. д. В идеале аналитики больших данных должны разбираться в той сфере, в которой ведут деятельность, но на практике это далеко не всегда так.

Аналитик данных не ограничен одной областью, в которой работает. Технически его обязанности не меняются, меняется бизнес-контекст, и найти узкопрофильных специалистов, например, для медицины, в реальности практически невозможно. Также сложно искать вакансии внутри одной индустрии. Аналитики спокойно лавируют между компаниями, вливаясь в специфику по ходу работы.

Вероника Голубева

Главный инженер «Сбера» по разработке в Data Analytics

Однозначного определения больших данных пока еще нет, но чаще всего под Big Data подразумевают наборы неструктурированных и разнородных данных, существенно превосходящие традиционные реляционные (структурированные) базы данных по объему. Сведения совершенно разного формата в общий массив поступают из разнообразных источников (датчики, приложения, камеры видеонаблюдения, социальные сети и т. д.) и постоянно пополняются в режиме реального времени. Сбором и обработкой нужной для определенных целей информации занимается аналитик больший данных.  

Особенности профессии

Анализ больших данных позволяет создавать новые продукты, искать точки роста для бизнеса или, если, например, речь о применении в медицине, – выявлять причины развития заболеваний. Big Data Analyst ежедневно обрабатывает колоссальное количество данных, стремясь извлечь из них информацию, которая играет важную роль для бизнеса (спрос, предложение, конкуренция, ценовая политика на рынке и т. д.). Кроме этого, аналитик больших данных может разрабатывать модели машинного обучения.

В целом Big Data Analyst выполняет следующие задачи:

• собирает необходимые данные и готовит их к анализу;
• проводит дескриптивный анализ, интерпретирует и визуализирует данные;
• создает гипотезы, которые помогут принять решения.

Во время работы аналитик больших данных выявляет логические связи, на базе которых создаются новые стратегии.

Для предоставления полезной информации и отчетов аналитик должен уметь:

• интерпретировать данные, анализировать результаты с помощью статистических методов;
• применять математическую или статистическую теорию и методы для сбора, систематизации, интерпретации и обобщения числовых данных;
• применять интеллектуальный анализ данных, их моделирование, обработку естественного языка и машинное обучение для извлечения и анализа информации из больших структурированных и неструктурированных наборов данных.

Вероника Голубева

Главный инженер «Сбера» по разработке в Data Analytics

Big Data Analyst может выполнять часть обязанностей Data Scientist и Business Intelligence, но все зависит от требований работодателя.

Ключевая разница аналитика больших данных и просто аналитика – в стеке технологий, которые они используют. Например, если речь не о больших данных, то может быть достаточным использовать SQL в реляционных БД, Excel, Python и мощность оперативной памяти вашего собственного компьютера. В случае же работы с Big Data нужно:

• уметь работать с MPP-системами (базы данных с массово-параллельной архитектурой), такими как Arenadata DB, Greenplum, Vertica, Teradata и т. д.;
• понимать основные принципы работы и уметь оптимизировать запросы и работать с большими таблицами;
• уметь работать с распределенными файловыми системами (HDFS и S3) и соответственно уметь пользоваться инструментами для работы с ними (Spark, Hive, Impala, Hbase).

Вероника Голубева

Главный инженер «Сбера» по разработке в Data Analytics

Плюсы и минусы профессии

Плюсы

1. Профессия новая и стремительно набирает популярность.
2. Большое количество клиентов заинтересовано в услугах Big Data Analyst.
3. Специалисты по большим данным получают высокую заработную плату.
4. Возможность получить работу мечты в крупной российской компании, например, «Яндекс» или Mail.ru Group, или деловое предложение от зарубежных корпораций, холдингов: аналитика Big Data – это дорогое удовольствие, позволить его себе могут только гиганты бизнеса или госструктуры.
5. Возможен профессиональный рост и смена профиля деятельности.

Минусы

1. Работа малоподвижная и однообразная.
2. Часто ненормированый рабочий день.
3. Постоянное психологическое напряжение.
4. Нет вакансий в небольших городах, но этот недостаток компенсируется возможностью работать удаленно. 

Читайте также

Профессия «Профессия Data Engineer»

Профгид

Важные личные качества

Big Data Analyst работает с огромными массивами информации, что накладывает отпечаток на его характер. Чтобы справляться с обязанностями, аналитику больших данных надо:

• быть дисциплинированным, усидчивым, терпеливым и методичным;
• уметь долго концентрировать внимание;
• быть способным работать в режиме многозадачности;
• обладать развитым техническим и аналитическим мышлением;
• уметь работать в команде.

Кроме того, аналитик больших данных должен быть достаточно прагматичным, уверенным в своих силах, ведь от его умения делать выводы на основании полученной информации во многом зависит успех бизнеса и принятие стратегически важных решений. 

Обучение на Big Data Analyst

Аналитику больших данных нужна подготовка в вузах, без высшего образования устроиться на работу практически невозможно. Стоит обратить внимание на следующие направления подготовки:

• «Математика и компьютерные науки» (код: 02.03.01);
• «Прикладная информатика» (код: 09.03.03);
• «Информатика и вычислительная техника» (код: 09.03.01);
• «Программная инженерия» (код: 09.03.04);
• «Механика и математическое моделирование» (код 01.03.03);
• другие направления подготовки, связанные с ИТ, математикой и компьютерными науками, информатикой, вычислительной техникой, управлением в технических системах. 

Пока ни один, даже самый крупный российский университет, не выдает дипломы, в которых записано, что выпускник может работать аналитиком больших данных. Но любая из программ, связанных с подготовкой программистов или ИТ-специалистов, станет хорошей базой для того, чтобы после окончания вуза (или параллельно с учебой) пройти курсы и получить профессию именно Big Data Analyst.  

И обязательно надо уделить внимание изучению технического английского языка.

Лучшие вузы для Big Data Analyst

1. РУДН.
2. МГТУ им. Н. Э. Баумана.
3. НГУ.
4. ДВФУ.
5. СПбПУ.
6. УрФУ.
7. УГАТУ.
8. АлтГУ.
9. ЮУрГУ (НИУ).
10. ОмГУ им. Ф. М. Достоевского.

Читайте также

Профессия «Профессия Data Mining Specialist»

Профгид

Курсы

GeekBrains

В онлайн-университете открыт факультет аналитики Big Data, который гарантирует выпускникам трудоустройство. Курс создан для начинающих аналитиков, также он заинтересует опытных IT-специалистов. В программу включено машинное обучение, Big Data, алгоритмы обработки и анализа данных, другие нужные в практической работе дисциплины. После окончания курса студенты сдают выпускной проект, при успешной защите получают документы о переподготовке.

Место работы

В Big Data Analyst заинтересованы консалтинговые, финансовые, медицинские, рекрутинговые, логистические и другие компании. Их услугами пользуются крупные мобильные операторы и интернет-компании масштаба «Яндекса» и Google, правоохранительные органы, представители сферы торговли, нефтегазовой и других отраслей. Вакансий в регионах много, поэтому проблем с поиском работы у аналитиков больших данных не будет.

Заработная плата

Уровень дохода Big Data Analyst стабильно высокий. На размер зарплаты влияют несколько факторов:

• уровень профессиональных знаний;
• регион и сфера ведения деятельности;
• опыт и наличие дополнительного образования. 

Профессиональные знания

1. Дескриптивный, пространственный, статистический анализ.
2. Business Intelligence, SQL.
3. Несколько языков программирования, в первую очередь Python.
4. Технический английский язык.
5. ETL, OLAP.
6. Data Mining. 
7. Витрины и хранилища данных.
8. Искусственные нейронные сети. 
9. Машинное обучение.

Читайте также

Профессия «Профессия аналитик»

Профгид

Примеры компаний с вакансиями big data analyst (аналитика больших данных)