Jak zmienić branżę i zostać specjalistą od big data? Zacznij karierę w data science

Myślę, że jednych i drugich. Osoby z pewnym doświadczeniem zawodowym z miejsca wnoszą do instytucji tak zwaną wartość dodaną poprzez przekaz swojego know-how. Osoby wchodzące dopiero na rynek pracy są bardziej elastyczne, z dużym optymizmem, w które instytucja może zainwestować. I one też, pracując w zespołach, mogą tworzyć w firmie wartość dodaną.

Dziś studenci, będąc na studiach licencjackich, realizują różne staże i praktyki – czy to w organizacjach z branży finansów, marketingu czy też w przemyśle. W przypadku studiów magisterskich zdecydowana większość studentów posiada już zatrudnienie w różnej formie umów o pracę. Ze względu na duży deficyt informatyków, wiele firm ze specjalistycznym profilem zatrudnia zarówno nowych, jak i doświadczonych pracowników, z założeniem szkolenia ze specjalistycznych narzędzi czy oprogramowania.

Tak – nigdy. Z moich doświadczeń jako kierowniczki kilku różnych programów studiów podyplomowych przy Kolegium Analiz Ekonomicznych w Szkole Głównej Handlowej w Warszawie wynika, że przebranżowienie jest możliwe. Żeby ten proces zakończył się sukcesem, należy podejść do niego racjonalnie, profesjonalnie i z dużą determinacją. Wtedy sukces jest murowany.

Pamiętam jednego ze studentów, który trafił do nas na studia podyplomowe po doktoracie z archiwistyki. Obserwowałam słuchacza przez cały rok współpracy – zrealizował wszystkie dodatkowe szkolenia, które wykładowcy polecali studentom jako możliwości dokształcania w formie online. Dzisiaj kieruje zespołem analityków w jednym ze znanych zagranicznych banków w Warszawie. Zatem, „chcieć to móc”.

Dzisiejszy analityk poszukiwany na rynku pracy to najczęściej data scientist. W myśl określenia „Data, data everywhere”, trzeba mieć talenty analityczne, aby przekształcały wiedzę z danych w procesie analizy i modelowania na wymierne efekty dla firm. Dodałabym jeszcze, że powinni to być ludzie z pasją, wizją i talentem analitycznym. Mówi się o wielu kompetencjach i umiejętnościach, jakie powinien posiadać dzisiaj data scientist. Profesor M. Rappa, założyciel jednego z pierwszych instytutów analitycznych w USA kształcących analityków, wymienia: umiejętności techniczne (statystyczne, ekonometryczne, informatyczne, tzw. umiejętności twarde), umiejętności pracy zespołowej, umiejętności komunikacyjne (chodzi nie tylko o dobre komunikowanie się na poziomie zespołu, ale przede wszystkim o komunikację z decydentami i wypełnienie luki zaufania pomiędzy twardą analityką a spojrzeniem na biznes), umiejętności biznesowe (znajomość i rozumienie biznesu), opanowanie narzędzi i znajomość złożoności systemów tych narzędzi. Do tego przydałyby się: odrobina empatii i dobra intuicja.

Zapewnić uczelniom większy dostęp do nowoczesnych narzędzi IT i zwiększyć fundusze na naukę, granty badawcze czy dobre i profesjonalne wyposażenie IT. Nie bez znaczenia jest poziom kadry akademickiej. Niestety, ta na polskich uczelniach otrzymuje niezbyt wysokie wynagrodzenia, a często nawet zbyt niskie. Udział nauki w PKB szereguje Polskę na szarym końcu krajów Unii Europejskiej. Bardzo mnie to martwi.

Młode pokolenie doktorantów, adiunktów i profesorów często łączy pracę na uczelni z pracą analityka IT w różnych branżach. Praktyka bardzo wzbogaca, dlatego prezentują oni wysoki poziom wiedzy, profesjonalizmu i doświadczenia. A studenci szybko to rozpoznają, co przekłada się na rosnącą liczbę studentów na seminariach licencjackich i magisterskich. Studenci mają dziś naprawdę duże możliwości wyboru i współpracy z tej klasy nauczycielami akademickimi.

Osoby w wieku średnim odnajdują się doskonale, ponieważ są w pełni sił i zaangażowania w pracę związaną z sektorem IT. Seniorzy, jeśli mają predyspozycje i bardzo chcą, to również mogą znaleźć miejsce dla siebie. Trzeba mieć otwartą głowę, kochać nowe technologie, starać się być z nimi na bieżąco, a reszta przyjdzie sama.