Что такое Data Science

Кто такой дата-сайентист (Data Scientist)

В любой области данные можно собрать несколькими разными способами. В научной сфере источниками информации могут быть результаты практических опытов, теоретические исследования, фотографии, аудио- и видеозаписи, связанные с изучаемым объектом, и много другое. Чем дольше длится исследование, тем больше объем накопленных сведений — больших данных (Big Data). Все они могут быть полезными в решении практических задач, однако для этого их необходимо отсортировать и обработать. Процесс требует большого количества людей и времени. При этом специалисты могут по-разному оценивать важность одних и тех же данных.

Чтобы сэкономить ресурсы и снизить погрешность в расчетах, необходим специалист по работе с BD. Data Scientist способен, применяя научные методы и навыки программирования, проанализировать данные, найти явные и скрытые взаимосвязи, оценить степень их полезности для решения конкретной задачи и создать модель (программу), позволяющую автоматизировать процесс достижения поставленной цели.

В области ответственности дата-сайентиста можно выделить три главных направления:

1. Предметная область. Дата-сайентист изучает бизнес и устанавливает коммуникацию со специалистами в выбранной сфере (банковское дело, страхование, маркетинг и т. д.). Находит область, которая нуждается в оптимизации и точных управленческих решениях (например, проверка кредитной истории клиента перед заключением с ним договора), и оценивает возможность и рентабельность внедрения в нее модели машинного обучения.
2. Математика и статистика. Специалист анализирует весь массив информации: очищает большие данные, разделяет по группам (признакам), оценивает их полезность для решения задачи и проверяет статистические гипотезы. На основе результатов создает модель, способную сделать точный прогноз
3. Программирование. Data Scientist обучает модель, тестирует ее эффективность и занимается обслуживанием: исправляет ошибки, вносит корректировки в алгоритм.

Задачи специалиста по Data Science

Главная цель исследователя данных заключается в поиске в информационных массивах сведений, способных помочь бизнесу принимать оптимальные и взвешенные управленческие решения. Преследуя данную цель, специалист по данным решает задачи в области аналитики, статистики и разработки:

• находит скрытые закономерности и связи в данных;
• проверяет соответствие данных определенным условиям, на основании которых модель принимает решение;
• визуализирует данные, упрощая их восприятие, для других специалистов, работающих над проектом;
• пишет код для модели машинного обучения;
• оценивает рентабельность программы с точки зрения бюджета;
• находит источники информации, собирает и структурирует данные;
• анализирует риски и создает прогнозную модель;
• анализирует внутренние процессы компании;
• подстраивает программу под существующую инфраструктуру бизнеса;
• следит за изменениями во внешней среде и дорабатывает модель;
• ищет новые точки роста для развития бизнеса клиента;
• составляет отчет в понятной для руководителей форме;
• рассказывает о пользе модели для бизнеса.

Data Science в бизнесе

Data Science в каждой сфере применения находит свое предназначение, в науке — это инновационные открытия, а в бизнесе — экономия бюджета, оценка рисков, увеличение прибыли, повышение лояльности клиентов и поиск правильных решений. Чаще всего с результатами дата-сайенс сталкиваются пользователи интернета, когда различные онлайн-сервисы предлагают им персонализированную рекламу, рекомендации похожих товаров, подборки музыки с учетом вкуса конкретного пользователя и т. д. Несколько примеров отраслей, которые используют Data Science для решения своих задач:

• риэлторские услуги — подбор квартиры с учетом мест работы, хобби и учебы всех членов семьи;
• розничная торговля — расчет складских остатков, рекомендации покупок, персональные скидки;
• логистика (доставка, такси) — оптимальный маршрут с учетом пробок и аварий;
• финансы — улучшение клиентского опыта при общении с виртуальными ассистентами, скоринг;
• планирование расписания — график выхода работников в торговый зал с учетом загруженности магазина;
• здравоохранение — расчет риска появления и развития заболевания на основании медицинской истории определенного пациента;
• digital-реклама — публикация контента в соответствии с заданным временем и таргетирование.

Программа, созданная специалистом по данным, самостоятельно находит оптимальное решение задачи, основанное на результатах прогнозирования, или передает полученные сведения специалисту, на которые он может опираться в своей работе.

Выводы

Дата-сайенс помогает заранее выявить слабые места в бизнесе и найти наиболее перспективные направления развития. Если компания имеет большой массив данных, собранных для локальных целей (найти наиболее продуктивный канал продвижения, оценить качество услуг и т. д.), то специалисты по данным могут найти для них новое назначение и с их помощью увеличить капитал фирмы.

Автор: Макхост