Категория: Блог
Автор: И. Марьин

Где учат на Data Scientist | Part 3

 

Это наша третья статья из цикла, посвященного Big Data и подбору специалистов по Data Science. Напомним, первая статья была посвящена рынку Big Data как таковому, а во второй мы более подробно рассказали о том, каким должен быть специалист, работающий на этом рынке, и как правильно оценить его при найме. Теперь поговорим о том, откуда берутся Data Scientists и где учат такой специализации. Вопрос представляет большой практический интерес еще и потому, что многие компании, осознавшие необходимость перехода на Big Data, могут резонно рассудить, что проще и надежнее не нанимать новых специалистов, а сделать одну из трех вещей.

  • вложиться в образование собственных сотрудников (которые уже обладают рядом необходимых умений и готовы дополнить их новыми);
  • выделить средства на обучение студентов «с нуля» по специализации, с тем, чтобы кредит на образование был отработан в их компании;
  • наконец, принять участие в финансировании в каком-либо вузе программы обучения Big Data, как это уже делают некоторые крупные российские компании.

Впрочем, и тем, кто будет осуществлять найм «готовых» Data Scientists, также нелишне будет знать, где они могли научиться Data Science.

1. «Яндекс» финансирует ряд образовательных программ в российских вузах (во всех этих программах есть бюджетные места):

  • Бакалавриат «Анализ данных» на факультете инноваций и высоких технологий МФТИ. Поступить может любой студент после 2 курса, прошедший отбор по среднему баллу.
  • Магистратуры «Анализ данных» и «Интеллектуальные системы» в МФТИ. Для бакалавров или специалистов, прошедших отбор в «Школу анализа Яндекса».
  • «Компьютерная алгебра» на мехмате МГУ. Для обучения требуется одновременно поступить в «Школу анализа данных» и в магистратуру.
  • Магистратура «Яндекса» в СПбГУ. Также для бакалавров и специалистов. Отбор ведется по среднему баллу и по итогам собеседования.

Кроме того, существует бесплатная «Школа анализа данных» Яндекса для студентов и выпускников инженерных и математических специальностей. Возможно заочное обучение.

2. Технопарк Mail.ru group и МГТУ им. Баумана. Поступить может любой студент или аспирант. Обучение бесплатное. Набор дважды в год — февраль и сентябрь.

3. МГУ. Здесь существует две магистерские программы - «Интеллектуальный анализ больших данных» и «Большие данные: инфраструктура и методы решения задач». Поступить на эти программы могут бакалавры и специалисты, преимущественно по направлениям прикладной математики, информационных технологий и программирования. Здесь также есть бюджетные места.

4. ВШЭ — три магистерские программы: «Науки о данных», «Интеллектуальный анализ данных» и «Системы больших данных» (последняя — на английском языке). Сюда поступают на основании вступительных экзаменов или по результатам олимпиады для студентов и выпускников вузов.

5. ИТМО - «Экстренные вычисления и обработка сверхбольших объемов данных» (на английском языке), для бакалавров и специалистов по направлениям, преимущественно, прикладной математики, информационных технологий и программирования, владеющих численными методами и технологиями программирования. Зачисление производится на конкурсной основе по результатам сдачи междисциплинарного экзамена.

6. «Билайн» - Школа анализа данных — ведет две программы: для программистов и для менеджеров (не программистов и не математиков). Курс состоит из двенадцати занятий, в ходе которых все участники соревнуются между собой. Обучение платное.

7. NewProLab — бесплатный курс «Специалист по большим данным» Для поступления необходимо уметь программировать на Python2 и других языках высокого уровня, владеть базовыми навыками на Linux, SQL и знать теорию вероятностей и статистику в объеме 1-2 семестров технического вуза.

8. Онлайн-курсы.

...и многое другое.

Наша статья адресована вдумчивому работодателю, который осознает необходимость хотя бы отчасти говорить на одном языке со специалистами в сфере Data Science, уметь их найти, привлечь и оценить по достоинству, а также, возможно, взрастить таковых в своей среде. Поэтому мы не ставим себе цели полностью перечислить все места онлайн и оффлайн, где можно научиться принципам работы с Big Data. Таких мест становится больше с каждым месяцем.

И напоследок — может быть, самая важная деталь для нас как для рекрутеров. В дальнейшем работа Data Scientist станет еще более комплексной и интересной, так как самая скучная ее часть (а именно, фильтрация данных и их «раскладывание по полочкам») все более и более механизируется. Скоро специалисты-люди оставят себе только самые творческие задачи, а значит, процесс поиска и приема на работу таких специалистов станет еще более индивидуализированным. Формальный подход тут неприменим, потому что Data Scientist — это вроде прирожденного инженера, капитана или летчика: диплом дипломом, теория теорией, инструменты инструментами, а все-таки должно быть «что-то ещё». И хотя это «что-то еще» - вовсе не такая уж редкость, относиться к таким специалистам нам придется серьёзно и персонально. Желаем вам успехов и хороших капитанов для плавания по океанам больших данных!

https://vk.com/ichar

Оставайтесь с нами, Ваш iChar.

Читать также Учимся работать с вакансиями в Big Data | Part 1

Читать также Учимся работать с вакансиями в Big Data | Part 2