Dirbantys su duomenimis – vieni paklausiausių

Personalo atrankos bendrovės „Alliance For Recruitment“ Atrankų grupės vadovas Karolis Česonis pranešime spaudai sako, kad didžiausias darbuotojų trūkumas šiuo metu ir toliau išlieka IT srityje. Anot eksperto, bene visi šios srities specialistai yra graibstomi darbdavių. Kartu IT sritis plečiasi apimdama vis daugiau naujų specialybių ir specializacijų. Dėl to naujų kompetencijų poreikis auga greičiau nei jų pasiūla.

„Atsiranda ir sparčiai vystosi tokios sritys kaip didžiųjų duomenų analitika, dirbtinis intelektas, mašininio mokymosi sistemos, todėl vis reikalingesni tampa ir jas išmanantys specialistai. Daugeliui veiklos procesų keliantis į skaitmeninę erdvę, eksponentiškai auga duomenų ir informacijos kiekiai, tačiau didžiosios kompanijos tik pakankamai neseniai pradėjo ieškoti būdų šiems resursams suvaldyti ir tinkamai panaudoti. Taigi ši sritis turi išties daug perspektyvų, o ją pasirinkę specialistai neabejotinai taps vis paklausesni“, – sako K. Česonis.

Duomenų mokslininkai analizuoja, kuria ir komunikuoja

Domenų mokslininkas – yra viena tų, daug kam dar negirdėtų, tačiau įvairių sričių kompanijoms vis reikalingesnių profesijų. Viena iš šios profesijos atstovių – „Danske Bank“ Globalių paslaugų centro duomenų mokslininkų komandos vadovė Karolina Adelbergytė, sako, kad šią specialybę dažnai gali būti sudėtinga apibrėžti dėl tarpdiscipliniško jos pobūdžio.

„Šiandien jau gan dažnai galima susidurti su duomenų analitiko specialybe, tačiau duomenų mokslininkas – daugeliui Lietuvoje dar išties nauja profesija. Vis tik, neabejoju, kad su ja bus susiduriama vis dažniau. Verslo, bankininkystės, prekybos, logistikos ir kitų sričių procesams spartėjant, o duomenų kiekiams augant reikalingi ne tik žmonės, gebantys juos analizuoti, bet ir galintys kurti duomenimis grįstus produktus. Tai, turbūt, ir būtų pats paprasčiausias apibūdinimas to, kuo kompanijose užsiima duomenų mokslininkai“, – sako K. Adelbergytė.

Anot K. Adelbergytės, tam, kad galėtų sukurti vertę teikiančius produktus, duomenų mokslininkai privalo ne tik gebėti analizuoti duomenis, bet ir identifikuoti tam tikras verslo problemas, rasti duomenimis grįstus sprendimus joms spręsti, taip pat mokėti tinkamai pristatyti, iškomunikuoti savo darbo vaisius organizacijos viduje ar išoriniams klientams.

Tikslas – pagerinti įmonės procesus

K. Adelbergytė pasakoja, kad banko duomenų mokslininkų kuriami produktai – tai įvairūs modeliai ir algoritmai, pagerinantys ar paspartinantys tam tikrus įmonės procesus, suteikiantys galimybę priimti labiau pagrįstus sprendimus, leidžiantys prognozuoti ir įvertinti rizikas, numatyti labiausiai tikėtinus vienokių ar kitokių veiksmų rezultatus ir scenarijus.

„Analizuojame tam tikras problemas, vertiname duomenis ir siekiame sukurti produktus, kurie galėtų būti naudingi organizacijos klientams. Bankininkystės srityje tai gali būti, pavyzdžiui, mašininio mokymosi algoritmai, leidžiantys įvertinti kreditų rizikingumą ar tam tikrų investicinių priemonių tinkamumą kiekvieno konkretaus kliento atveju. Šie produktai leidžia efektyviau organizuoti banko darbą, palengvina mūsų kolegų užduotis ir suteikia galimybę optimaliau išnaudoti banko turimus resursus“, – sako duomenų mokslininkė.

K. Adelbergytė pasakoja, kad rutina duomenų mokslininko darbe – neegzistuojantis dalykas. Šių specialistų darbo savaitė susideda iš daugybės skirtingų veiklų – nuo dalyvavimo susitikimuose ir idėjų generavimo su komanda iki didžiųjų duomenų analizavimo ir naujų būdų jiems panaudoti kūrimo.

„Be abejo, kaip ir kiekviename darbe, maloniausia dalis yra ta, kai matai, kaip tavo pastangos virsta rezultatais. Mūsų atveju – tai praktinis kartu su komanda sukurtų sprendimų panaudojimas banko veikloje. Kai žinai, kad tavo kurtas mašininio mokymosi algoritmas padeda nustatyti, ar žmogus, pirkdamas prekes kokioje nors elektroninės prekybos parduotuvėje iš tiesų buvo suklaidintas ir dėl to piniginė transakcija turi būti atšaukta – jausmas tikrai geras“, – sako K. Adelbergytė.

Universitetai poreikio nepatenkina

K. Česonis pažymi, kad tokių specialistų kaip duomenų mokslininkai pasiūla Lietuvos rinkoje dar yra maža, dėl to esami šios profesijos atstovai, kaip ir kiti IT srities darbuotojai, turi daug galimybių rinktis sau patraukliausius projektus ir kompanijas bei gauti labai konkurencingus atlyginimus. Tačiau daugeliu atvejų žinių šie specialistai turi įgyti savarankiškai.

„Mokymo įstaigos Lietuvoje jau siūlo keletą studijų programų šioje srityje, tačiau dabartiniam rinkos poreikiui patenkinti to tikrai nepakaks. Greičiausiai didelė dalis šios srities specialistų į rinką įsilies pabaigę įvairius kursus virtualioje erdvėje. Panašiai nutiko ir su kitais IT darbuotojais, kurių poreikis rinkoje atsirado labai staiga. Technologijų raida ir jos nulemta darbo rinkos dinamika šiandien yra itin greita, todėl aukštojo mokslo sistemai prie jos prisitaikyti yra išties sunku“, – sako K. Česonis.

Anot personalo atrankos eksperto, organizacijos taip pat vis labiau yra linkusios pačios investuoti į reikiamų specialistų ugdymą. Jo teigimu, įmonės šiandien samdo net ir patirties beveik neturinčius duomenų analitikos specialistus ar duomenų mokslininkus, jiems suteikia galimybę tobulėti vidinėse ir išorinėse kompetencijų ugdymo programose, įvairiuose kursuose.

Svarbiausias įgūdis – gebėti nuolat mokytis

K. Adelbergytė taip pat pažymi savarankiško ir nuolatinio mokymosi svarbą norint siekti duomenų mokslininko karjeros.

„Klasikiniai mokymosi metodai vis mažiau tinka tokioje greitai besivystančioje srityje kaip duomenų mokslas. Dirbant tokį darbą daug svarbiau nei vieno konkretaus modelio, programavimo kalbos ar analizės įrankio išmanymas yra gebėjimas dirbti didelio neapibrėžtumo aplinkoje, motyvacija nuolat mokytis, neprisirišti prie kažkurio konkretaus problemų sprendimo būdo. Mūsų profesijoje tai, kas šiandien atrodo inovatyvu, rytoj jau gali būti pasenę, todėl būtina mokėti prisitaikyti“, – sako specialistė.

Pašnekovė pasakoja, kad daugiausia duomenų mokslininkų paprastai būna baigę matematikos arba fizikos studijas, bet yra ir tokių, kurie į šią sritį ateina su ekonomikos ar verslo pakraipos studijų diplomais.

„Mano pačios specializacija universitete buvo astrofizika – iš pirmo žvilgsnio su duomenų mokslu mažai kuo susijęs dalykas. Vis tik tiek fizikoje, tiek matematikoje yra daug darbo su duomenimis, jų modeliavimu, algoritmais. Taigi pagrindą, nuo kurio galima atsispirti šios specialybės gali suteikti. Kita vertus, mano patirtis nereiškia, kad karjera šioje srityje yra netinkama baigusiems kitokias studijas. Tiesiog visais atvejais reikia būti nusiteikus nuolat mokytis“, – sako K. Adelbergytė.

Vilioja mokymais ir aukštais atlyginimais

K. Česonis pažymi, kad dažniausiai duomenų analitikų ir duomenų mokslininkų ieško įmonės, kurios savo klientams teikia duomenų analizės paslaugas, tačiau vis dažniau kompanijos ir viduje savo reikmėms telkia tuo užsiimančius padalinius. Ekspertas prognozuoja, kad duomenų svarbai versle augant tokių specialistų reikės kone kiekvienai didesnei įmonei.

Kol šių specialistų poreikis gerokai viršija pasiūlą, įmonėms, K. Česonio teigimu, belieka stengtis juos prisivilioti visais įmanomais būdais – siūlant patrauklias praktikos galimybes, nemokamas įgūdžių tobulinimo akademijas, organizuojant įvairius talentų pritraukimo renginius.

„Be abejo, šiems specialistams siūlomi ir tikrai patrauklūs atlyginimai. Net ir karjerą tik pradedančio duomenų analitiko darbo užmokestis paprastai būna tikrai patrauklus ir sėkmingai dirbant – toliau labai sparčiai kyla. Ypač tai pasakytina apie su didžiaisiais duomenimis ar dirbtinio intelekto sistemomis dirbančius specialistus“, – apibendrina K. Česonis.

Šaltinis
Temos
Griežtai draudžiama DELFI paskelbtą informaciją panaudoti kitose interneto svetainėse, žiniasklaidos priemonėse ar kitur arba platinti mūsų medžiagą kuriuo nors pavidalu be sutikimo, o jei sutikimas gautas, būtina nurodyti DELFI kaip šaltinį.
www.DELFI.lt
Prisijungti prie diskusijos Rodyti diskusiją (22)