Duomenų mokslininkas – geidžiamiausia amžiaus profesija

Karolina Adelbergytė, „Danske Bank“ banko iždo elgsenos modeliavimo komandos vadovė

 

Kol kas dar retas išgirdęs frazę „duomenų mokslas“ supranta, apie ką kalbama. Tačiau tikriausiai nustebtumėte sužinoję, kaip dažnai su duomenų mokslo rezultatais mums tenka susidurti kasdienybėje: specialiai parinktos reklamos internete ar nuolaidos parduotuvėje, transporto spūsčių prognozės telefone ar žaismingi filtrai mobiliosiose programėlėse, akimirksniu paverčiantys mus superherojais.

 

Robotika, dirbtinis intelektas, nanotechnologijos, kvantiniai kompiuteriai ir kitos skaitmeninės naujovės nemaža dalimi yra paremtos duomenų mokslu ir kuriamos bei tobulinamos tam, kad pagerintų kasdienio gyvenimo kokybę. Ir, nors šios srities užuomazgos siekia praėjusį tūkstantmetį, „Harvard Business Review“ duomenų mokslą titulavo seksualiausiu šio amžiaus darbu. Tad šį kartą papasakosiu, kuo įdomi duomenų mokslininko profesija ir supažindinsiu su šio darbo subtilybėmis.

 

Kaip atrodo duomenų mokslininko profesija?

 

Poreikis analizuoti duomenis ir kurti duomenimis paremtus produktus kilo sparčiai augant duomenų kiekiui ir jų įvairovei. Didieji duomenys ir augantys kompiuterių skaičiavimo pajėgumai atvėrė galimybes atlikti kur kas kokybiškesnius tyrimus. Štai čia ir užgimė verslo bei mokslo sintezė. Duomenų mokslas yra tarpdisciplininė specialybė. Tai geriausiai iliustruoja Veno diagrama.

 

Bėgant laikui buvo suprasta, kad programavimo, statistikos bei tam tikros srities išmanymo neužtenka, tad vis dažniau pradėta kalbėti apie komunikacijos ir vizualizacijos svarbą duomenų mokslininkams. Šių metų pradžioje „Harvard Business Review“ paskelbė straipsnį, kuriame apklausė pirmaujančius pasaulyje duomenų mokslininkus. Dauguma jų nurodė, jog ne kas kitas, o komunikacija yra kertinis įgūdis duomenų moksle. Tiesa, šis faktas skamba netikėtai, todėl visiems besidomintiems duomenų mokslu, siūlau paskaityti įrašą, kuris atskleidžia duomenų mokslininkų kasdienybę neįprastu formatu.

 

Kaip aš tapau duomenų mokslininke?

 

Studijuodama fiziką pasirinkau astrofizikos specializaciją. Tikėjausi daug teorijos ir naktinių žvaigždžių stebėjimo, bet susidūriau su modeliavimu, didžiaisiais duomenimis ir… programavimu.

 

Tuomet supratau kas, konceptualiai, yra modelis ir kad jų būna labai skirtingų. Pirmą kartą pajutau, kad iš pirmo žvilgsnio nuobodus skaičių kratinys gali atskleisti mūsų, kaip žmonijos, evoliuciją ar net aprašyti sunkiai įsivaizduojamas juodąsias skyles. Duomenų interpretavimas ir pavertimas informacija mane žavėjo labiausiai. Suvokimas, jog tie patys dėsniai egzistuoja už šimtų šviesmečių ir čia pat, verslo duomenyse, kuriuos analizuoju, mane žavi ir dabar. 

 

Kai ieškojau darbo finansų sektoriuje, turėjau pagrįsti ir patikinti, kad duomenys visur – ir kosmose, ir žemėje – yra duomenys, ir man nebus nuobodu dirbti su mažiau egzotiškais finansų duomenimis. Dabar, kai jau penkerius metus dirbu banke, galiu patikinti, kad duomenys, kuriuos analizuojame, yra ne mažiau įdomūs ir sudėtingi.

 

Kodėl mėgstu pirmadienio rytus?

 

Žmonės nustemba sužinoję, kad pirmadienio rytai yra mano mėgstamiausias savaitės laikas. Pirmadienio rytais ant balto lapo surašau savaitės planus. Tuščias baltas lapas man reiškia neribotas galimybes. Tokias, kokias ir suteikia šis darbas.

 

Duomenų mokslas – tai puikus pasirinkimas smalsiems žmonėms. Norint būti geru duomenų mokslininku, teks skaityti mokslinius straipsnius ir sekti naujienas. Tai, kas šiandien atrodo kaip geriausias sprendimas, nebūtinai tokiu bus po kelių mėnesių. Ir, jokiu būdu, šis darbas nėra tik sėdėjimas prie kompiuterio – tai nuolatinis problemų sprendimų ieškojimas ir bendradarbiavimas su kolegomis.