Data Science: praktyczne aspekty i zastosowanie

Izabela Taborowska już od 16 lat jest zawodowo związana z branżą IT. Zaraz po skończeniu studiów rozpoczęła pracę w firmie Symantec, jako Tester Oprogramowania.

Jak zmieniła się branża IT na przestrzeni tych lat?

„Warto porównać testowanie aplikacji i zarządzanie jakością do tego, co aktualnie dzieje się w Data Science. Wówczas było to coś, co dopiero startowało. Rzadko, która firma w Polsce opierała swoją pracę na testach lub w ogóle o testach myślała.” Teraz Izabela Taborowska jest szefem działu rozwoju aplikacji. Co to znaczy? Tyle, że od początku do końca nadzoruje cały proces budowy aplikacji. Uczestniczy w tym od pomysłu przez wdrożenie aż do momentu dostarczenia jej dla celów biznesowych. Do jej kompetencji należy rekrutacja odpowiednich ludzi, budowanie zespołów, nadzór nad prawidłowością i jakością całego procesu. Na tym etapie konieczny jest udział innowacji Data Science i wszystkiego, co temu towarzyszy, szczególnie z perspektywy technicznej, „czyli żeby środowisko pracy programistów, z którymi pracuję – testerów i analityków – było nowoczesne, przyjemne po to, żeby czuli, że są częścią nowoczesnych struktur, nowoczesnych firm i nowoczesnego świata”.

Czy możliwa jest budowa nowoczesnej firmy bez wykorzystania Big Data, a co za tym idzie także Data Science?

Izabela Taborowska w całej swojej karierze po raz pierwszy spotkała się z Data Science w firmie Aviva. Tam aktywnie uczestniczyła w tworzeniu nowoczesnej aplikacji do sprzedaży produktów ubezpieczeniowych całkowicie online. Aplikacja miała służyć agentom ubezpieczeniowym, którzy wprowadzając podstawowe dane sprzedawali polisy swoim klientom. Z jednej strony proces ten wygląda na mało skomplikowany, ale z perspektywy systemu sterują tym bardzo złożone algorytmy. To dzięki nim możliwe jest dokładne oszacowanie ryzyka ubezpieczeniowego oraz tego w jakiej składce dane ryzyko może zostać ubezpieczone. „Dla wyobrażenia sobie całej sytuacji – proces weryfikacji przypomina ankietę medyczną złożoną z 24 pytań, które rozgałęziają się do jeszcze pięciu stopni. W efekcie jest to około 600 pytań, za którymi idzie ogrom danych”

Praktyczne zastosowanie Data Science

Optymalizacja oceny ryzyka została przeprowadzona właśnie w oparciu o Data Science. Co więcej, wszystkie potrzebne wskaźniki ubezpieczeniowe wyliczały się na podstawie początkowo wprowadzonych danych, co stanowiło o innowacyjności całego oprogramowania. Nie jest to jednak wszystko, co zostało dzięki temu osiągnięte. Bez wątpienia usprawniony został także proces komunikacji pomiędzy firmą ubezpieczeniową, a agentami z nią współpracującymi. Rozpoczęto, bowiem określać także poziom ich skuteczności i prędkość podejmowania klienta. Dzięki temu sprzedaż wzrosła, a obsługa stała się sprawniejsza niż poprzednio.

Gdzie jeszcze widać wpływ Data Science na relacje biznesowe?

Kolejną strukturą w ramach, której Izabela Taborowska zdobywała doświadczenie w branży była firma Roche Global IT Solution Centre. Tam zajmowała się rozwojem zespołu, jako Team Manager IT. Każdy z 12 podwładnych zajmował się wówczas obszernymi międzynarodowymi projektami Data Science w branży farmaceutycznej. Widać, więc, że Data Science jako nowoczesne podejście do zarządzania ogromną ilością danych obecne jest w zasadzie w każdej branży i zaczyna być wyznacznikiem konkurencyjności rynkowej.

Jak z perspektywy rynku, jako całości wygląda stosunek firm do Data Science?

Obserwując różne branże, łatwo da się zauważyć, że temat Data Science jest bardzo rozwojowy. W związku z tym funkcjonują zarówno firmy, które już wprowadzają w swoje struktury tę innowację i realizują pewne projekty, są też takie, które dopiero próbują stawiać w tym pierwsze kroki. Nie brakuje również przedsiębiorstw, które nadal nie wiążą swojej przyszłości z Data Science.

Co czeka takie firmy?

Ze względu na rosnącą konkurencję, warunkiem utrzymania pozycji rynkowej jest wejście w innowacje! Brak możliwości rywalizacji skutkuje utratą atrakcyjności w oczach klientów, dlatego Data Science to kierunek z całą pewnością nieunikniony. Co więcej, z punktu widzenia potencjalnych pracowników także innowacje Big Data stanowią atrakcyjny punkt odniesienie w procesie poszukiwania zatrudnienia.

Jak wygląda zapotrzebowanie i proces pozyskania specjalistów Data Science w praktyce?

W związku z tym, że rynek przechodzi tak zwany boom na rozwiązania Data Science, zapotrzebowanie na specjalistów też jest znaczne. Chodzi jednak o takich ludzi, którzy cechują się determinacją i wytrwałością w dążeniu do celu. Takich, którzy ciągle doskonalą swoje umiejętności i chcą być lepsi. Dlatego też w związku z aktualnym zapotrzebowaniem rynkowym, da się zauważyć tendencje do przebranżowienia się wśród potencjalnych pracowników. Sporo osób w branży IT przechodzi do Big Data. Można tutaj wymienić programistów, czy też klasycznych analityków, dzięki temu liczba speców Data Science stale rośnie. Przyrost zapotrzebowania jest jednak znacznie wyższy, niżeli przyrost specjalistów.

Dlaczego kurs Data Science powinien zainteresować tych, którzy myślą o przebranżowieniu się do IT?

Z punktu widzenia potencjalnego zainteresowanego aspekt, który powstrzymuje przed podjęciem pierwszych kroków w kierunku zmiany specjalizacji jest brak wiedzy na temat środowiska pracy w branży IT oraz konkurencji w procesie zdobywania zatrudnienia. W związku z powyższym warto jest wiedzieć dlaczego inwestycja w kurs online Data Science w Future Collars po prostu się opłaca.

Co nas czeka?

Data Science to najprężniej rozwijająca się gałąź technologii, która opiera się na analizie danych nieuporządkowanych, tak zwanych Big Data. Będąc na poziomie Data Scientist jest się w grupie specjalistów cieszących się bardzo dużym zainteresowaniem na rynku pracy. Osiągane zarobki z roku na rok będą rosły mimo że już są na atrakcyjnym poziomie.