Kim jest Data Scientist i czym się zajmuje?

Czy aby zostać mistrzem danych, wystarczy zrobić kurs? Jeśli tym kursem będzie bootcamp Data Science w Future Collars – tak. I mamy na to dowód. Podczas webinaru “Zostań mistrzem danych” Paulina Brudka gościła Dorotę Gawrońską-Popę, która jest absolwentką tego kursu, a teraz – jego mentorką! Uczy naszych kursantów matematyki i statystyki. Poza tym Dorota jest też pomysłodawczynią i współtwórczynią portalu megamatma.pl i ma doświadczenie w tym, jak efektywnie uczyć.

Jej droga do Data Science rozpoczęła się na studiach matematycznych – jest absolwentką studiów magisterskich na kierunku matematyka i metody numeryczne. Od zawsze też jest przedsiębiorcą – najważniejsza z firm to właśnie megamatma.pl, czyli serwis matematyczny. Zawsze interesowała się analizą danych i technologią. Dorota opowiada o swoich planach zawodowych, przyszłości analizy danych, o nauce i uczeniu się.

Dlaczego Data Science w Future Collars?

Mam jasno określone plany – zamierzam pracować zdalnie z pięknym widokiem na morze. Chcę się przebranżowić w kierunku, który od zawsze mnie interesuje – czyli technologicznym i robić to, co lubię. Myślę, jak połączyć rozwiązywanie problemów, analizowanie i biznes.

Do kursu w Future Collars przekonał mnie całkowicie zdalny system nauki i mentorzy. Rozpoznałam rynek, więc wiem, że mentorzy pracują komercyjnie w zawodzie, a na kursie pokazują pracę Data Scientista od strony praktycznej, mówiąc o rzeczach, których nie wyczyta się na blogach i nie usłyszy na tutorialach. Duże znaczenie miała też kwestia osobista. Future Collars to biznes, który założyły i tworzą dwie kobiety. Dla mnie to ważne.

Czy Data Science to jest kierunek, w którym warto podążać?

Obecnie w dużych korporacjach i większych firmach Data Science jest wdrażane coraz intensywniej, tworzy się całe zespoły Data Scientistów. Natomiast dane zbieramy wszyscy – każde przedsiębiorstwo, małe czy średnie również. Rozszerza się świadomość, że dane stanowią kapitał firm. Wielu przedsiębiorców myśli już, co będzie trzeba z tymi danymi zrobić. Coraz większe zapotrzebowanie na ludzi z wiedzą w tym obszarze to tylko kwestia czasu. Koniecznością stanie się tworzenie modeli biznesowych, które będą wspierać w rozwoju biznesu i pomogą być konkurencyjnymi w danym obszarze.

Jakie kompetencje są niezbędne, żeby zajmować się Data Science?

Niekoniecznie musi to być osoba, która skończyła matematykę lub statystykę. Jest wiele osób z humanistycznym backgroundem, a jednak doskonale sprawdzają się w dziedzinie Data Science.

Jeśli ktoś jednak chce zostać Data Scientistem, musi poświęcić sporo czasu, wykazać się cierpliwością i umiejętnościami analitycznymi. Wiedza z matematyki i statystyki jest potrzebna, ale tego można się nauczyć lub sobie odświeżyć. Trzeba znać jakiś język programowania – Python w tym obszarze to numer jeden! Ponadto SQL, a potem już wchodzi się w Machine Learning, Deep Learning i inne dziedziny. Cały czas wiedzę trzeba poszerzać i uzupełniać. To zawód dla osób, które są świadome tego, że nie wystarczy nauczyć się tylko jednej rzeczy i na tym bazować, ale że trzeba uczyć się cały czas.

Doświadczenie biznesowe pomaga w pracy z danymi, ale to też nie jest to warunek konieczny. Wiele rzeczy można się dowiedzieć i douczyć. Przydaje się wiedza domenowa, w zależności, do jakiej firmy trafimy. W firmie medycznej Data Scientis będzie musiał mieć wiedzę z tej branży. Można sobie ukierunkować poszukiwanie obszaru, jakim się chcemy zająć na postawie doświadczenia, które już mamy.

Jeśli mamy doświadczenie z jakiejś branży, a dodamy kompetencje z IT, będzie łatwiej odnaleźć się w nowej pracy i przebranżowienie się będzie prostsze.

Czym zajmuje się Data Scientist ?

Data Scientist buduje modele, które wspierają biznes w rozwoju. Aby mógł powstać taki model, potrzeba mnóstwo pracy i czasu. Trzeba pobrać dane, przeanalizować je, wyczyścić. Nawet 70-80% tej pracy to przygotowanie, czyszczenie i analiza danych oraz tworzenie nowych zmiennych, następnie wybór modelu, ustawianie parametrów i testowanie algorytmu, który w konsekwencji dokonuje prognozy danych dla konkretnego problemu biznesowego.

Podstawy matematyki i statystyki na kursie

Potrzebna z pewnością jest statystyka! Ale to dziedzina tak szeroka, że najistotniejszy jest wybrany zakres. Na potrzeby bootcampu stworzyliśmy plan, który pozwala przypomnieć sobie wiedzę ze wszystkich obszarów niezbędnych w pracy Data Scientista. Nie jest to plan kompletny, bo to nie jest możliwe, trzeba by uruchomić osobny kurs tylko z matematyki i statystyki.

Moduły matematyczne przygotowałam tak, żeby pojawiła się większość pojęć, które Data Scientist spotka na swojej drodze zawodowej. Czasem są to naprawdę proste działania związane z liczbami, zbiorami, ciągami, przez trudniejsze pojęcia związane z pochodną, gradientami, macierzami, których nie ma w szkole. I szeroko pojęta statystyka i działania z nią związane. W Internecie trudno wybrać, co tak naprawdę jest niezbędne z matematyki i statystyki w Data Science. Dlatego dokładnie przeanalizowałam zakres materiału i dostosowałam do niego pan modułu matematyczno-statystycznego.

Co warto powtórzyć przed kursem?

Wszystkie niezbędne zagadnienia matematyczne i statystyczne omawiamy na kursie. Jeśli jednak ktoś chce poczuć się pewniej na kursie, proponuję przejrzeć takie zagadnienia:

1. Działania na potęgach i logarytmy
2. Funkcje i pochodne
3. Wektory i macierze
4. Podstawy statystyki opisowej

Jak pracuje się z kursantami?

W gronie kursantów są osoby, które są zdecydowane się uczyć. W jednej z grup jest matematyk, który uznał, że sam chętnie przypomni sobie pewne rzeczy, bo nie pracuje w zawodzie. Są księgowe, marketingowcy, biolog, fizyk – przeróżne osoby i pracuje się z nimi bardzo dobrze.

Materiały są tak przygotowane, żeby zacząć od samego początku. Pierwsze zajęcia są bardzo podstawowe, żeby wprowadzić do matematyki i statystyki. Ktoś, kto nie jest pewien swojej wiedzy z matematyki, może rozpocząć kurs w poczuciu bezpieczeństwa, że uzupełni braki na kursie.

Jak uczyć się efektywnie?

Bootcamp to nie jest jakiś prosty kurs internetowy, to bardzo dużo skumulowanej wiedzy. Trzeba mieć czas na naukę, dużo chęci i spokoju w przyswajaniu wiedzy. To bardzo różnorodna wiedza, ale dobrze uporządkowana i prowadzona przez mentorów, co mocno wyróżnia kurs. Trzeba się uczyć systematycznie, próbując zrozumieć poszczególne zagadnienia. Jednak nie jesteśmy w stanie od razu wszystko zrozumieć, na początku wiele rzeczy trzeba przyjąć, a z czasem pojmiemy, dlaczego tak właśnie jest. Wiedza zacznie się układać.

Bardzo dużo daje pisanie projektu – zabiera sporo czasu, wymaga wiele nauki własnej. Stały kontakt z mentorami i możliwość korzystania z materiałów kursowych to nieocenione wsparcie.

Wiele osób nie jest nauczonych, jak się uczyć – to problem ciągnący się od szkoły. Wiedza w szkole jest podawana od-do, a tutaj korzysta się z materiałów zewnętrznych i wgryza się w temat samodzielnie. Nie można nauczyć się wszystkiego na raz, trzeba dać sobie trochę czasu, by wiedza rozwijała się i utrwalała.

Można uczyć się z internetu, ale czasem trafiamy na różne źródła i nie wiadomo, w jakim stopniu one są rzetelne i sprawdzone, początkujący adept nie zawsze jest w stanie to ocenić. Na bootcampie mamy uporządkowany materiał i mentorów, którzy dodatkowo pokierują w różne miejsca, pomagają się uczyć. Tak powinna wyglądać w obecnych czasach nauczanie w szkole.

Czy nauka online może być skuteczna?

Nauka online to kwestia dyscypliny i samozaparcia. Tworzymy megamatmę od 2009 roku. Wtedy to była nowość, żeby matematyczne treści szkolne wrzucać do internetu. Dominowały podręczniki drukowane. Pracuję więc zdalnie już wiele lat, dla mnie to norma. Nauka zdalna różni się, jeśli dotyczy osób dorosłych i dzieci. Uczeń w szkole musi się uczyć, a człowiek dorosły – chce się uczyć. Wtedy nie ma znaczenia formuła – zdalnie czy stacjonarnie, chęć poznania i zdobycia wiedzy wpływa na jego motywację i skuteczność nauki.

Ile czasu spędzałaś, ucząc się na kursie?

Dużo, ale ja zawsze robię wszystko na 100%, z pewnością kilka godzin dziennie. Zdarzają się momenty załamania albo kłopoty w życiu prywatnym, kiedy brakuje czasu na sukcesywną naukę. Tutaj Future Collars jest bardzo elastyczne. Zdarzyło się, że kursantka kończyła swój kurs z inną grupą. Trzeba się dużo uczyć, ale są efekty. Dobrze, że jest dostęp do platformy, zawsze można odsłuchać ponownie lekcję. Do tej pory sięgam do materiałów na platformie.

Rady dla niezdecydowanych

Trzeba zacząć! Radzę poczytać, starać się zrozumieć, czym jest Data Science. Nie zawsze na początku wiadomo, czy dany zawód nam odpowiada, ale dane to niezwykle ciekawy obszar, i nie jest to czyste kodowanie. To łączenie analizy z biznesem, z wizualizacją. Branża cały czas się rozwija i jest blisko nas – każdy z nas używa mediów społecznościowych, stron www, kupuje w sklepach online, a tam są algorytmy machine learning.

Co wyróżnia bootcamp Data Science?

• Kurs trwa 15 tygodni i składa się z modułów: SQL, Python, Data Science i mat-stat. Moduł matematyczno-statystyczny dodaliśmy, widząc, że jest taka potrzeba kursantów. Dorota, absolwentka kursu, zgodziła się przygotować i poprowadzić ten moduł, by każdy uczestnik kursu miał pewność, że poradzi sobie z zagadnieniami matematycznymi.
• Nasi mentorzy to praktycy zawodu, oni stanowią o skuteczności nauki i dostosowaniu programu kursu do wymagań rynku.
• Oferujemy konsultacje 1:1 z mentorami. Indywidualne omówienie problemów, wsparcie i motywacja są nieocenione. Kameralne grupy sprzyjają nauce i pozwalają na częsty kontakt z mentorem.
• Od początku istnienia w Future Collars uczymy zdalnie. Nasi kursanci korzystają ze specjalnie przygotowanej na ich potrzeby platformy do nauki online, tam też znajdą wszystkie niezbędne materiały.
• Dwa razy w tygodniu odbywają się lekcje na żywo, trwają około 1,5 godzin, a ich pora jest wybierana demokratycznie przez całą grupę. Nasi kursanci to głównie osoby pracujące i chcemy im maksymalnie ułatwić pogodzenie nauki z obowiązkami służbowymi i rodzinnymi. Lekcje na żywo są nagrywane i zamieszczane na platformie, w każdej chwili można wrócić do niej.
• W Future Collars staramy się motywować kursantów od początku do końca. Podział na moduły sprzyja efektywnej nauce, Każdy moduł kończy się zaliczeniem, w międzyczasie są zadania. Pokonywanie kolejnych etapów to zastrzyk energii i motywacji.
• Kurs kończy uzyskanie certyfikatu. Aby go zdobyć, trzeba zaliczyć zadania i zrobić projekt.
• Osoby, które kończą kurs, mogą liczyć na wsparcie w procesie rekrutacyjnym. Kontaktujemy absolwentów ze specjalistką od HR, która pomaga założyć lub uaktualnić profil na LinkedInie, poprawić CV i przygotować się do rozmowy rekrutacyjnej. Warto z tej możliwości korzystać, bo z doświadczenia widzimy, że to działa.
• Po przejściu ścieżki wsparcia w rekrutacji kontaktujemy absolwentów z firmami partnerskimi szukającymi pracowników i osoby na staż.

Aby wziąć udział w kursie, nie trzeba robić żadnych testów, ale warto wziąć udział w webinarze lub posłuchać nagrań, zapoznać się ze szczegółowym zakresem szkolenia i być przygotowanym na ciężką pracę.

Na naszej stronie można też wykonać test kompetencji sprawdzający umiejętność logicznego myślenia. Zachęcamy do kontaktu z naszymi doradcami zawodowymi, którzy pomogą wybrać właściwą ścieżkę rozwoju.