Firmy szukają pracowników data science | W Polsce specjaliści zarabiają średnio 9 tys. zł miesięcznie
Jednak, jak wskazują eksperci SAS, główny problem stanowi określenie, który kandydat przyczyni się do realizacji celów biznesowych organizacji, ponieważ praca jako data scientist wymaga ściśle określonych predyspozycji.
Specjalista na stanowisku data scientist musi posiadać wiele umiejętności z zakresu statystyki, matematyki, ekonometrii, uczenia maszynowego czy programowania. Ponadto powinien znać narzędzia analityczne oraz umieć pracować z bazami danych. Potrzebna jest także wiedza i praktyka biznesowa, aby dobrze rozumieć specyfikę danej branży i konkretne potrzeby klienta. Pozwala to przeprowadzać analizy, które będą miały przełożenie na skuteczność prowadzonego biznesu. Często rozwiązanie danego problemu poprzedzają długie testy mające na celu wybór najlepszego algorytmu. Nie bez znaczenia są także umiejętności miękkie, dzięki którym data scientist jest w stanie sformułować i przekazać uzyskane wnioski w sposób zrozumiały innym członkom organizacji.
Sposób na brak talentów
Specjaliści SAS wskazują, że w przyszłości, w ramach zawodu data science powstaną specjalizacje, takie jak np. data developer, data researcher, data creative, data businessperson. Zawężenie specjalizacji ułatwi firmom pozyskiwanie specjalistów z obszaru analityki, gdyż nie będą oni musieli posiadać aż tak szerokiego wachlarza umiejętności.
– Biznes zmaga się z deficytem specjalistów data science m.in. dlatego, że trudno jest znaleźć właściwych kandydatów, którzy posiadaliby zarówno umiejętności techniczne, jak i biznesowe. Jednym z pomysłów na rozwiązanie tego problemu jest tworzenie zespołów składających się z osób o różnych cechach, które wspólnie są w stanie spełnić oczekiwania danej organizacji – mówi Aleksandra Korycka, Senior Human Resources Business Partner w SAS Polska.
Innym sposobem na pozyskanie talentów jest współpraca z uczelniami wyższymi i szkołami, mająca na celu pomoc uczniom i studentom w pozyskaniu umiejętności analitycznych. Przykładowo, firma SAS prowadzi projekt SAS Viya for Learners, w ramach którego zapewnia darmowy dostęp do narzędzi analitycznych do celów edukacyjnych. Oprócz tego edukatorzy mogą skorzystać z materiałów dodatkowych: poradników internetowych, zajęć e-learningowych, dokumentów, a także wsparcia technicznego i konsultacji za pośrednictwem czatu. W Polsce owocem tego typu inicjatywy są certyfikaty „Analityk Statystyczny z Systemem SAS” oraz „Data Scientist z Systemem SAS” wydawany przez SAS studentom Szkoły Głównej Handlowej w Warszawie. Współpraca obu organizacji trwa od ponad 20 lat i przyczyniła się do budowania kadr posiadających wysokie kompetencje analityczne. W przypadku młodszych adeptów analityki, nauka przebiega poprzez zabawę. Dla przykładu SAS wraz z kanadyjską szkołą biznesu HEC Montreal opracował grę edukacyjną Cortex. Zadaniem graczy jest stworzenie najlepszego modelu analitycznego, który wykorzystując oprogramowanie do modelowania predykcyjnego pozwoli zebrać środki na rzecz fikcyjnej organizacji charytatywnej.
– Bardzo istotnym aspektem pracy specjalisty data science jest dostęp do innowacyjnych i zaawansowanych technologii, a także udział w ciekawych i nowatorskich projektach w różnych branżach i obszarach biznesowych. W SAS tworzymy przyjazne środowisko wspierające kreatywność, innowacyjność i zaangażowanie. O tym, że warto podjąć u nas pracę świadczy fakt, że w tym roku SAS ponownie znalazł się w gronie dziesięciu najlepszych miejsc pracy w Europie i zajął trzecie miejsce w polskiej edycji rankingu Great Place to Work – podsumowuje Joanna Pietrusińska, Senior Manager, Human Resources w SAS.
