Data scientist harada işləyə bilər?

Post öncəsi qeyd: əgər ingilis dilinə tamamilə yadsınızsa, sizi ingilis dilində terminlərlə yormağımı üzrlü sayın. Əgər kömək edəcəksə ən çox istifadə elədiyim iki terminin oxunma qaydasını (transkripsiya) yazıram. Terminlərin öz dilimizdə versiyaları məsələsini gələcək postlarda nəzərə almağa çalışacam. Beləliklə:

• Data science [data sayens] - data elmi
• Data scientist [data sayentist] - böyük səslənsə də, təxmini data alimi kimi tərcümə oluna bilər

Keçək posta. Bu sualın iki cavabı var: qısa və uzun

Qısa cavab ondan ibarətdir ki, harada data varsa və onu maliyyəyə (pula) çevirmək mümkündürsə, orada!

Uzun cavab isə bir qədər qəlizdir, ingilislər demiş, complicated.

Uzun cavabı tapmaq üçün gəlin əvvəlcə data scientist-in nə iş gördüyünə baxaq. Harvard Biznes İcmalında (Harvard Business Review) belə bir məqalə var: "35 data scientist-in fikrinə görə onlar nə iş görürlər". Maraqlı məqalədir, tövsiyyə edirəm. Keçid üçün aşağıda faydalı linklərə baxa bilərsiniz, amma ümumi məzmununu uyğunlaşdırılmış şəkildə xülasə edim:

• Texnologiya şirkətlərində data scientistlər təşkilatlarda məlumatların və məlumat bazalarının ciddi analitikasının əsaslarını formalaşdırır. Sonra bir çox metodlar, o cümlədən onlayn eksperimentlər istifadə etməklə davamlı inkişafa nail olmağa çalışırlar. Və sonda bu analizlərin nəticələrini fərdlərə uyğunlaşdırılmış biznes həllər, qərar vermə alqoritmləri və digər müxtəlif data məhsulları hazırlamaq üçün istifadə edirlər;
• Data scientistlər təkcə texnologiya şirkətlərində deyil, sənayənin bütün sahələrində, o cümlədən yükdaşıma (loqistika) şirkətləri, tibb müəssisələri, hətta StarBucks-da işləyirlər və optimal həllər tapmağa çalışırlar;
• Data science təkcə ağıllı və özü-özünü idarə edən maşınlar deyil. O sizin göndəlik həyatınızda qərar verilməsini aşanlaşdıra biləcək hər bir prosesdədir. İstənilən təşkilat maliyyə qararlarının verilməsində bu sahədən yararlana bilər;
• Data scientistə lazım olan biliklər toplusu dinamik olaraq dəyişir və bu şəxslərin işlərinin önəmli bir qismi də yenilikləri öyrənməkdir;
• Hazırda sahənin adamları daha dar ixtisaslaşma istiqamətində gedirlər;
• Yeni sahə olduğu üçün burada yeni-yeni etik problemlər ortaya çıxa bilər (həmkarlarımdan birinin araşdırması sırf bu məsələ üzrə olduğu üçün onu bu mövzuda post yazmağa dəvət edəcəm :) )

Bu o deməkdir ki, bütün sektorlar potensial iş yeridir. Amma indi isə gəlin ölkə məsələlərini müzakirə edək.

Bu sahənin ən çox inkişaf etdiyi ölkələr ABŞ, Çin, Böyük Britaniya, Hindistan və Kanadadır. Bu ölkələrdə mütəxəssisləri şirkətlər özləri axtarırlar, sahənin əhəmiyyəti başa düşülür, hər kəsin nə iş görməli olduğu əksər şirkətlərdə rahat bilinir, sahənizi kimə isə izah eləmək məcbiriyyətində qalmırsınız.

İkinci yerdə bir sıra inkişaf etmiş ölkələr, xüsusən də Avropa ölkələri gəlir. Bunlarda sahəni başa düşürlər, amma bəzən şirkətlər data scientist-dən nə gözləməli olduğunu bilmir, ümumi konsepsiyanı başa düşmür, struktursuzluq müşahidə olunur və data engineer işləri də data scientistlərə yüklənir. Bu ölkələrdə "zər qədrini bilən zərgər" tapmaq problemi daha qabarıqdır.

Bir də var bizim kimi ölkələr: data science deyəndə bəzi top menecerler 404 verir :) (şit zarafatımı üzrlü sayın, özümü saxlaya bilmədim). Bu o deməkdir ki, siz əvvəlcə sahəni izah eləməlisiniz, daha dəqiq onun maliyyə nəticələrini. Bu başlayan adamlar üçün o qədər də asan deyil.

Hansı nəticəyə gələ bilərik? Sahə başa düşülən ölkələrdə demək olar hər yerdə bu sahədə iş tapa bilərsiniz, onsuz da bütün şirkətlər buna gedir. Amma Azərcaycanda hələlik barmaqla sayıla biləcək qədər müəssisə sizin sahəni başa düşüb sizə uyğun iş yeri və şəratiti yarada bilər. Seçimlərsə budur:

• Öyrənib siz bitirənə sahənin əhəmiyyətinin artacağı gözləmək və ya artıq formalaşmış təşkilatlarda iş yeri tapmaq;
• Sahənin inkişaf yükünün bir hissəsini çiyninizə götürüb inkişafda rol oynamaq, şirkət yaratmaq xidmətləri tanıtmaq və aktiv olmaq və ya belə adamlara qoşulmaq;
• Başqa ölkəyə miqrasiya edib yaxşı iş tapıb (əgər artıq yaxşı data scientist olmusunuzsa) orada qalıb işləmək.

P.S.: Əvvəldə qeyd elədiyim dar ixtisaslaşmanı azca da olsa izah edən bir infoqrafika paylaşıram, Udacity-nin bloqundan. Məqalənin tam linki aşağıdadır.