Sexy job, czyli jak zarabia się na Big Data

Jeszcze kilka lat temu o Big Data nikt nie słyszał. Dziś specjaliści warci są prawie tyle w złocie, ile sami ważą, a luka na rynku pracy tworzy ze specjalistów Big Data jeden z najbardziej gorących towarów na rynku pracy. W jakich zawodach brakuje chętnych do pracy oraz jak rozpocząć karierę w Big Data?

O co chodzi z Big Data?

W skrócie – o analizę danych. Dzięki erze technologii i informacji jesteśmy w stanie gromadzić ogromne ilości danych. Do 2020 roku tworzonych będzie 1,7 megabajtów informacji na sekundę na każdego człowieka na Ziemi –  w tym czasie zgromadzone będą już 44 petabajty danych. Królowa nauk – statystyka (która kłamie, ale przekonująco) – jest w stanie te dane przetwarzać i szukać między nimi połączeń i zależności. Po co? Po to, by redukować koszty, lepiej i pełniej docierać do informacji, precyzyjniej raportować, lepiej zarządzać, optymalizować, przewidywać i tworzyć nowe potencjały (np. w postaci rynków zbytu czy nowych produktów).

Czytaj także: Kreatywność a AI. Czy pracownicy branż kreatywnych mogą wkrótce stracić pracę?

Big Data to nie tylko statystyka

Praca w Big Data nie oznacza, że trzeba być statystykiem i miłośnikiem korelacji (choć to pomaga). Nie jest to już zwykła praca analityka polegająca na łączeniu tabelek w Excelu. Aby przetworzyć taką ilość danych, potrzebne są przestrzenie dyskowe, odpowiedni sposób gromadzenia danych i ich agregowania, odpowiednie oprogramowanie, które je przetworzy, narzędzia, które te dane zwizualizują. Trzeba też osób, które wiedzą, co badać, jak badać i są na tyle kreatywne, że potrafią przełamać standardy i wpaść na pomysł badawczy.

W jakich branżach będą potrzebni specjaliści Big Data?

Z analizy Deutsche Bank przeprowadzonej w 2012 roku wynika, że Big Data będzie wykorzystywane w księgowości, IT, handlu, marketingu, zdrowiu, HR,  edukacji – innymi słowy: wszędzie. Analiza i przetwarzanie danych w ogromnych ilościach to przyszłość każdej branży i każdego obszaru działalności. Ostatnie lata były erą informacji i technologii – przyszłość ma być erą danych i ich przetwarzania. Według danych serwisu Wanted Analytics, popyt na pracowników z doświadczeniem w Big Data wzrósł w ciągu ubiegłego roku o kilkadziesiąt procent, np. administrator systemów – o 76%, Project Manager Big Data – o 123%.

Najwięcej pracowników z takim doświadczeniem poszukuje się w obszarach:

• technologii i nauki: 27% ofert,
• przetwarzania informacji: 19% ofert,
• produkcji: 12% ofert,
• handlu: 9% ofert.

Dlaczego praca w Big Data jest sexy?

Mówi się o tym, że praca w Big Data jest najbardziej sexy karierą w XXI wieku. Dlaczego? Bo w Big Data jest i władza, i pieniądze. Jednak nie każdy jednak specjalista Big Data będzie zarządzał wielomilionowym wolumenem danych
 i kreował obszary badawcze.

W przeważającej większości praca w Big Data to następujące  stanowiska:

• Data Scientist

Osoba odpowiedzialna za analizę i interpretację danych (nie wystarczy wiedzieć, że związek istnieje, ale warto też zadać  odpowiednie pytania: „dlaczego?”, postawić i zbadać hipotezy).

• Technical Architect

Osoba odpowiedzialna za projektowanie infrastruktury sprzętowej i oprogramowania do analizy i przetwarzania danych – to administratorzy, programiści, projektanci webowi.

• Inżynier Hadoop

Hadoop to projekt open source, tworzący szkielet oprogramowania umożliwiającego pracę z dużymi danymi – trzeba umieć na nim pracować, integrować go z innym oprogramowaniem, wdrażać, usprawniać itd.

Jakich osób poszukuje się w Big Data?

Praca w Big Data to różne obszary stanowisk – nie ma tu zatem jednego kompletu twardych umiejętności, które powinien mieć specjalista. Inne są wymagania wobec twórcy oprogramowania do analizy (inżyniera czy architekta), inne wobec administratora Hadoop, a jeszcze inne dla menedżera czuwającego nad stworzeniem określonego projektu.

Od każdego wymaga się jednak:

• analitycznego myślenia (zarówno w zakresie analizy, jak i interpretacji danych),
• kreatywności (by umieć szukać połączeń między pozornie niezwiązanymi danymi i szukać obszarów badawczych i porównawczych),
• elastyczności (głównie w zakresie umiejętności adaptacji do nowych projektów),
• szybkiego uczenia się (by móc łatwo wdrażać się w nowe procedury, oprogramowanie),
• pasji (bez śledzenia rynku i nowości, trudno zostać specjalistą), 
• znajomości języków (głównie angielskiego – bez tego nie można się rozwijać).

Bycie specjalistą od Big Data oznacza zarówno duże pieniądze, bezpieczeństwo pracy, jak i pełne wyzwań zadania.  Chcesz mieć pracę, która zmienia ludzkie myślenie i życie? Zatem zainteresuj się Big Data.

Ile można zarobić w Big Data?

W Polsce rynek specjalistów Big Data jest jak na razie na tyle świeży, że zarobki mają bardzo szerokie spektrum i są w większej mierze uzależnione od obszaru specjalizacji. W USA mediana wynagrodzenia wynosi już 103 tys. dolarów rocznie i nadal rośnie. Z danych raportów płacowych (za Dziennikiem Polskim) wynika, że w Polsce specjalista Big Data zarabia około 10-12 tys. zł miesięcznie.

Jak zostać specjalistą Big Data?

Studia w tym zakresie już zostały w Polsce uruchomione. Wydział Matematyki i Informatyki Uniwersytetu Łódzkiego oferuje 3,5-letnie interdyscyplinarne studia inżynierskie z zakresu analizy danych. SGH oferuje podyplomowe studia o nazwie: inżynieria danych Big Data. Pojawia się też coraz więcej konferencji, seminariów i szkoleń. Oprócz studiów to staże i praktyki w korporacjach często otwierają drzwi tym, którzy chcą się uczyć i specjalizować  w tym modnym obszarze.

Pracownicy z doświadczeniem (developerzy, administratorzy baz danych, project managerowie) mogą szukać pracy w zespołach pracujących przy Big Data i w ten sposób – już w trakcie pracy – nabierać nowych umiejętności. To idealny czas na tego typu przekwalifikowanie się – jak na razie zaledwie 2-3 lata doświadczenia w tej branży wystarczają, by można było nazywać się ekspertem.

W zakresie technologii IT największe szanse na pracę w Big Data mają osoby znające takie języki programowania jak: Java, Scala, Python, R. Do tego przydaje się znajomość odpowiednich frameworków (np. Hadoop) i oprogramowania do pośredniczenia między źródłami i miejscami przechowywania danych (tzw. message broker). Jeśli chcesz pracować w Big Data, zainteresuj się zatem takimi pojęciami jak: Kafka, Flume, Hive, Impala, Spark, Storm, HBase.

3 nietypowe analizy Big Data

Praca w Big Data to nie tylko statystyka – to również jej wykorzystanie do niekiedy bardzo niezwykłych zastosowań:

• Dobór biustonosza za pomocą Big Data 

Aplikacja stworzona przez programistów pozwala agregować dane podawane przez klientki sklepu z bielizną True&Co i dzięki temu tworzone są modele dopasowane kroju krojem i do rozmiaru biustonosza.

• Big Data w służbie reklamy outdoorowej

To, że można analizować kliknięcia na stronach internetowych, wiemy nie od dziś, ale by śledzić to, ile i jakich osób zauważy billboard? Dzięki GPS, oprogramowaniu do eye-tracking i analizie ruchu ulicznego specjaliści Big Data są w stanie przewidzieć, ile osób rzeczywiście spojrzy na billboard!

• Big Data pomaga zjeść świeże owoce 

Projekt Falling Fruit to interaktywna mapa, która gromadzi 615 typów drzew i krzewów owocowych w ponad 570 tys. lokalizacji. Analizując dane pogodowe klimatycznie, zmiane mieszkańców i kilka innych zmiennych, mapa sygnalizuje, gdzie w okolicy można znaleźć gotowe do spożycia owoce rosnące na „publicznym” drzewie.

5 ciekawostek o wykorzystaniu Big Data

• Pilotażowy projekt realizowany w Kalifornii pozwolił przewidzieć obszary, w których zostanie dokonana zbrodnia 3 razy efektywniej niż standardowe metody („Raport mniejszości” to praktycznie teraźniejszość).

• Dzięki analizie danych w zakresie profili zakupowych klientów typowa sieć handlowa może zwiększyć swój zysk o 60%.

• Jedne z analiz wykazały, że jeśli pracownik niedawno dostał awans, a do tego zaczął rzadziej wychodzić na lunch z kolegami z pracy, to oznacza, że najprawdopodobniej szuka nowej pracy.

• Z metaanaliz firmy Kaggle Inc. wynika, że najlepiej kupić używane auto w kolorze pomarańczowym – właściciele aut w takim kolorze dbają o nie bardziej niż właściciele aut czerwonych czy czarnych.

• Dla typowej firmy z listy Fortune 100, poprawa zarządzania danymi zaledwie o 10% dałaby dodatkowy zysk 65 mln dolarów.

Czytaj także: Płace w Polsce wkrótce będą jawne. „Nie jesteśmy na to gotowi” – ocenia ekspert rynku pracy