Praca dla data scientistów czeka we wszystkich dużych miastach Polski. Również w USA, Kanadzie, Anglii, Szwajcarii czy Singapurze. Rekrutują branże e-commerce, bankowość czy telekomunikacja. Są pilnie poszukiwani przez pracodawców i mogą przebierać w ofertach zatrudnienia. Uczelnie wyższe coraz szerzej otwierają drzwi dla kandydatów na specjalistów od danych. Obecnie w Polsce kilkanaście szkół oferuje studia dla data scientistów. Co zatem trzeba zrobić, aby w data science zacząć robić?

Perspektywa kariery w data science jest atrakcyjna ze względu na ciekawą i wszechstronną pracę, możliwość nieustannego rozwoju, obcowanie z innowacyjnymi technologiami i oczywiście dobre zarobki. Adept w tym zawodzie musi mieć dobre kompetencje analityczne i techniczne, umiejętność dobrej komunikacji i efektywnej pracy w zespole, a wraz z praktykami i stażami dodatkowo będzie zdobywał wiedzę dziedzinową i branżową oraz praktyczne doświadczenie projektowe. 

Statystycznie musisz się liczyć z programowaniem

Przeglądamy w sieci oferty na stanowisko data scientist. W rekrutacji od idealnego kandydata wymaga się dobrych ocen z matematyki czy biegłości z zakresu informatyki i programowania. Jeśli jeszcze na zajęciach z biznesu zdobywasz plusy za aktywność, statystyka jest zaliczona w pierwszym terminie, prezentacje grupowe robisz jednym ruchem przed lekcjami, a wszystko, co zobaczysz w sieci, umiesz samodzielnie zresearchować – to znak, że takie studia i drzwi do kariery stoją dla Ciebie otworem. Ale musisz się przygotować i zakasać rękawy, bo praca w branży jest wymagająca, ale jednocześnie ekscytująca.

Nie jest też tak, że na podobne studia dostają się tylko laureaci Kangura Matematycznego czy stypendyści ministerialnych grantów. Data science wybierają także uczniowie i studenci, którzy dbali nie o czerwony pasek i wyróżnienia, ale o solidną bazę praktycznej wiedzy. Nikt nie mówi, że będzie łatwo, ale nagroda to ciekawy zawód za dobre pieniądze. Kucie do egzaminów? Niewykluczone. Mocne pozycje w CV? Zapewnione.

Gdzie kształci się specjalistów od danych?

Jest kilkanaście uczelni w kraju, które oferują naukę w dziedzinie data science. Są to między innymi Politechnika Śląska, która uczy o zintegrowanych systemach informatycznych na kierunku inżynieria biomedyczna, Polsko-Japońska Akademia Technik Komputerowych, gdzie na zarządzaniu kształci się z zakresu inteligentnych systemów zarządzania. Podobne specjalności można znaleźć też na Uniwersytecie Ekonomicznym w Katowicach czy na Uniwersytecie Jagiellońskim na kierunkach informatyka i ekonometria. Wiedza z zakresu big data czy przetwarzania danych to specjalności na takich studiach. Studiów pierwszego stopnia z zakresu danologii i danetyki można szukać również na politechnikach, w tym Politechnice Warszawskiej i Wrocławskiej.

Przy wyborze studiów warto myśleć o przyszłości, którą w zawodowym życiu data scientist ułatwiają certyfikaty, w tym np. Amazon, Google, Microsoft czy SAS. Wszystkie kierunki na Wydziale Matematyki i Nauk Informatycznych Politechniki Warszawskiej zapewniają ten ostatni. Podobnie jest na zagranicznych uczelniach – University of California, Tokyo University of Science, University of Melbourne.

Dla tych, którzy chcą się doskonalić w data science lub rozwinąć już posiadane umiejętności, jest też oferta na studiach magisterskich czy podyplomowych. Kierunki z rodziny analizy danych oferują między innymi Uniwersytet Warszawski, Szkoła Główna Handlowa w Warszawie, Uniwersytet Marii Curie-Skłodowskiej w Lublinie i kilkanaście innych. Specjalizacji na poziomie magisterskim można szukać np. na Uniwersytecie Ekonomicznym we Wrocławiu czy Katowicach. Pierwsza uczelnia kształci przyszłych ekspertów od danych na specjalności big data, na Śląsku z kolei chętni mogą się wybrać na studia podyplomowe z zakresu data science i uczenia maszynowego.

Ze specjalnością na studiach magisterskich big data analysis startuje z kolei Akademia Leona Koźmińskiego w Warszawie, która współpracuje z gigantami branży IT z całego świata. Co prawda zajęć z Billem Gatesem na razie nie ma, ale szanse na staż u czołowych graczy na rynku są całkiem realne. Studenci nabywają kompetencje informatyczne w zakresie programowania w języku R i Python czy właśnie SAS. Uczą się systemów baz danych SQL, big data, różnorodnych technik analitycznych, uczenia maszynowego oraz zdobywają wiedzę z obszaru ekonomii i zarządzania.

Z Rankingu Szkół Wyższych Perspektywy 2021 wynika, że wybór studiów z zakresu data science może oznaczać dla przyszłego studenta niemały prestiż. Uniwersytet Warszawski chwali się nawet, że studia z zakresu data science na tamtejszym Wydziale Ekonomii to jedna z najlepszych gwarancji dobrych zarobków tuż po studiach. W rankingu dziennika „Rzeczpospolita” z 2019 r. absolwenci tego wydziału wymieniani byli na 1. miejscu, osiągając najwyższe średnie zarobki w Polsce już w pierwszym roku po uzyskaniu dyplomu.

Zarówno studenci, jak i absolwenci mogą ze spokojem szukać w sieci ofert praktyk i stażów. Po wpisaniu formułki „intern data science” w portalu Pracuj.pl widać ponad 120 aktualnych ofert, gdzie adepci mogą szukać dla siebie ofert z zakresu zarządzania ryzykiem informatycznym, próbować swoich sił w bankowości, telekomunikacji czy ubezpieczeniach. Szansą na wymarzony program stażowy są też targi pracy dla studentów i dni otwarte uczelni, w tym Absolvent Talent Days, gdzie często zdarza się, że to pracodawcy próbują zapolować na najzdolniejszych i przyjąć ich w swoje szeregi. Taką taktykę deklarują na przykład headhunterzy z Amazona.

Dlaczego warto robić w data science?

Czasy się zmieniły, życie przenieśliśmy do sieci – data science to już nieniszowa specjalizacja. Według „Barometru ManpowerGroup Perspektywy Zatrudnienia” dla IV kwartału 2021 roku pracodawcy z sektora finansów i usług dla biznesu deklarują największą od początku pandemii chęć pozyskiwania nowej kadry. Nowe talenty – w tym specjalistów od data science – chce pozyskać o 19 proc. więcej wszystkich badanych pracodawców niż jeszcze kwartał temu. Analitycy podkreślają, że ten trend może się utrzymać, a dla przyszłych pracowników zawód data scientist to bilet do pociągu pospiesznego z bardzo prawdopodobną stacją końcową „Świetlana perspektywa zawodowa”.

Szczególnie że w branży IT raczej nie ma takich, którzy narzekają na zarobki. Według raportu „Rynek pracy IT w 2020 roku” przygotowanego przez portal No Fluff Jobs zarobki w kategorii big data są jednymi z najwyższych w Polsce na portalu. Na umowie B2B mediana widełek zaczyna się od 16 tys. zł brutto do aż 21,7 tys. zł brutto. Pracując z danymi w ramach etatowej umowy, można liczyć na zarobki rzędu 11-16 tys. zł brutto.

Pracy dla specjalistów z zakresu data science jest na pęczki. Portale JustJoinIT czy No Fluff Jobs proponują 16-20 aktualnych ofert pracy w Polsce. Pracuj.pl, jeden z największych polskojęzycznych portali z ogłoszeniami, „wyrzuca” z siebie ponad 800 rekordów po wpisaniu hasła „data scientist”. Co najmniej połowa z nich to aktualne oferty – choć czasami poszukiwani są też inżynierowie, analitycy czy specjaliści od uczenia maszynowego.

Najwięcej ofert znajdziemy w dużych miastach: w Warszawie, Krakowie i Wrocławiu. Kandydatów najchętniej rekrutują branże e-commerce, bankowość i telekomunikacja. Jeśli chcemy zasmakować przygody i pracować za granicą, to także pracy nie brakuje. Przykładowo portal Indeed wyszukuje ponad 2,1 tys. ofert pracy dla specjalistów pracujących z danymi. Są oferty pracy w USA, Kanadzie, Anglii, Szwajcarii czy Singapurze. Możliwe są praca zdalna i dowolna forma zatrudnienia – od umowy o pracę, przez kontrakt, a na umowie B2B kończąc.

Jednak twarda wiedza z zakresu programowania, statystyki i analizy danych to nie wszystko. Pełna recepta na sukces zawiera w sobie jeszcze umiejętności miękkie, które pozwalają na skuteczną pracę i dobrą atmosferę w zespole. Wykładowcy data science piszą w sieci zgodnie, że to klucz do kolejnych drzwi na szczeblach kariery. Uczą jak najprostszego rozwiązywania problemów – czyli tego, czego wymaga pracodawca. Zachęcają do automatyzacji powtarzalnych procesów, tak by znaleźć czas na dodatkową przerwę na kawę i zachować balans w nierównej walce z terabajtami danych. Wykształcają też sceptycyzm, który w pracy z danymi jest niezbędny, tak by nie przeoczyć kluczowych wniosków.

Vik Paruchuri, autor bloga Dataquest, który uczy studentów i wszystkich chętnych o data science za pośrednictwem lekcji online, twierdzi, że aby być dobrym w takiej pracy, trzeba się nauczyć kochać dane. Dobrze jest, by specjalizacja pracy z danymi była związana z naszymi zainteresowaniami i pasjami. Klimat, energia, usługi czy rynki finansowe. Wtedy istnieje duża szansa, że nauka i samodoskonalenie przyjdą nam łatwiej.

– Osobiście wierzę, że każdy może się nauczyć data science, jeśli podejdzie do tego z odpowiednim nastawieniem – kwituje twórca Dataquest.