“បាទ ពួកគេមាន!” តើអ្នកជំនាញផ្នែក Data Science នៅប្រទេសកាហ្សាក់ស្ថានធ្វើអ្វី ហើយតើពួកគេរកបានប៉ុន្មាន?

ឌីមីទ្រី កាហ្សាកូវដែលជាប្រធានក្រុមវិភាគទិន្នន័យនៅ Kolesa Group ចែករំលែកការយល់ដឹងពីការស្ទង់មតិដំបូងរបស់កាហ្សាក់ស្ថានលើអ្នកជំនាញផ្នែកទិន្នន័យ។

នៅក្នុងរូបថត: Dmitry Kazakov

ចងចាំឃ្លាដ៏ពេញនិយមដែលថា Big Data គឺដូចជាការរួមភេទនៅវ័យជំទង់បំផុត - មនុស្សគ្រប់គ្នានិយាយអំពីវា ប៉ុន្តែគ្មាននរណាម្នាក់ដឹងថាតើវាពិតជាមានមែនឬអត់។ ដូចគ្នានេះដែរអាចត្រូវបាននិយាយអំពីទីផ្សារសម្រាប់អ្នកឯកទេសទិន្នន័យ (នៅកាហ្សាក់ស្ថាន) - មានការឃោសនាបំផ្លើស ប៉ុន្តែតើអ្នកណានៅពីក្រោយវា (ហើយថាតើមាននរណាម្នាក់នៅទីនោះទេ) គឺមិនច្បាស់លាស់ទាំងស្រុងនោះទេ - ទាំងធនធានមនុស្ស ឬអ្នកគ្រប់គ្រង ឬអ្នកគ្រប់គ្រង។ ទិន្នន័យរបស់អ្នកវិទ្យាសាស្ត្រខ្លួនឯង។

យើងបានចំណាយ ការសិក្សាដែលក្នុងនោះពួកគេបានស្ទង់មតិអ្នកជំនាញជាង 300 នាក់អំពីប្រាក់ខែ មុខងារ ជំនាញ ឧបករណ៍ និងច្រើនទៀត។

Spoiler៖ បាទ ពួកគេប្រាកដជាមាន ប៉ុន្តែអ្វីគ្រប់យ៉ាងគឺមិនសាមញ្ញទេ។

ការយល់ដឹងល្អ។ ទីមួយ មានអ្នកវិទ្យាសាស្ត្រទិន្នន័យច្រើនជាងអ្វីដែលយើងរំពឹងទុក។ យើងបានគ្រប់គ្រងដើម្បីសម្ភាសមនុស្ស 300 នាក់ ដែលក្នុងនោះមិនត្រឹមតែជាអ្នកវិភាគផលិតផល ទីផ្សារ និងអ្នកវិភាគ BI ប៉ុណ្ណោះទេ ថែមទាំងជាវិស្វករ ML និង DWH ដែលជាការពេញចិត្តជាពិសេស។ ក្រុមធំជាងគេរួមមានអ្នកទាំងអស់ដែលហៅខ្លួនឯងថាអ្នកវិទ្យាសាស្ត្រទិន្នន័យ - នោះគឺ 36% នៃអ្នកឆ្លើយតប។ វាពិបាកក្នុងការនិយាយថាតើវាគ្របដណ្តប់តម្រូវការទីផ្សារឬអត់ ពីព្រោះទីផ្សារខ្លួនឯងទើបតែត្រូវបានបង្កើតឡើង។

ការចែកចាយកម្រិតការងារមានភាពច្របូកច្របល់ - មានអ្នកដឹកនាំក្រុម និងអ្នកគ្រប់គ្រងស្ទើរតែទាំងអស់ជាយុវជន។ វាអាចមានហេតុផលជាច្រើនសម្រាប់រឿងនេះ។ ជាឧទាហរណ៍ ក្រុមតូចៗមួយចំនួនធំមានគ្នា 2-3 នាក់ ដែលក្នុងនោះអ្នកដឹកនាំអាចជាអ្នកឯកទេសកម្រិតមធ្យម ឬជាន់ខ្ពស់។

ហេតុផលមួយទៀតអាចជាភាពវឹកវរដែលកំពុងគ្រប់គ្រងទីផ្សារនាពេលបច្ចុប្បន្នទាក់ទងនឹងស្តង់ដារក្នុងការចែកចាយតួនាទី និងមុខងារ។ ជួនកាលការដឹកនាំក្រុមត្រូវបានចាត់តាំងឱ្យទៅអ្នកដែលធ្វើការតែមួយឆ្នាំ ឬពីរឆ្នាំយូរជាងអ្នកផ្សេងទៀត ដោយមិនគិតពីកម្រិតនៃជំនាញ និងចំណេះដឹង។ យើងឃើញវានៅក្នុងការចែកចាយមុខងារតាមមុខតំណែង - 38% នៃអ្នកគ្រប់គ្រង និងអ្នកដឹកនាំក្រុមត្រូវបានចូលរួមនៅក្នុងដំណើរការមុន និង 33% ផ្សេងទៀតនៅក្នុងការវិភាគស្ថិតិជាមូលដ្ឋាន។

នៅទីនេះយើងបានសួរអ្នកឆ្លើយសំណួរឱ្យវាយតម្លៃជាប្រធានបទអំពីកម្រិតនៃការវិភាគនៅក្នុងក្រុមហ៊ុនរបស់ពួកគេ។ ប្រសិនបើអ្នកក្រឡេកមើលឱ្យជិត អ្នកអាចមើលឃើញថា 10% នៃអ្នកឆ្លើយសំណួរដែលធ្វើការនៅក្នុងផ្នែកវិភាគនៃមនុស្ស 2-3 នាក់ជឿថាពួកគេមាន "កម្រិតកម្រិតខ្ពស់" ។

តើអ្វីទៅជា "កម្រិតកម្រិតខ្ពស់"? ប្រព័ន្ធ BI ដំណើរការបានល្អ។ មាន DWH និង Big Data ។ ការធ្វើតេស្ត A/B ត្រូវបានអនុវត្តជាទៀងទាត់។ មានប្រព័ន្ធ ML និង DS ដែលកំពុងដំណើរការនៅក្នុងផលិតកម្ម។ ការសម្រេចចិត្តត្រូវបានធ្វើឡើងតែលើទិន្នន័យប៉ុណ្ណោះ។ នាយកដ្ឋានដំណើរការទិន្នន័យ និងវិទ្យាសាស្ត្រទិន្នន័យ គឺជាផ្នែកមួយដ៏សំខាន់នៅក្នុងក្រុមហ៊ុន។

វាស្ទើរតែមិនអាចទៅរួចទេក្នុងការសម្រេចបានទាំងអស់ខាងលើជាមួយនឹងនាយកដ្ឋាន 2-3 នាក់។ ខ្ញុំគិតថាលទ្ធផលនៃការស្ទង់មតិនេះគឺមានការឈឺចាប់បន្តិច - បុរសមិនទាន់មាននរណាម្នាក់ប្រៀបធៀបខ្លួនឯងជាមួយដើម្បីកំណត់កម្រិតរបស់ពួកគេឱ្យកាន់តែច្បាស់។

ដូចដែលបានរំពឹងទុក អ្នកវិទ្យាសាស្ត្រទិន្នន័យចំណាយពេលវេលារបស់ពួកគេភាគច្រើនមិនមែនលើគណិតវិទ្យា ឬវិស្វកម្មដ៏ស្មុគស្មាញនោះទេ ប៉ុន្តែសម្រាប់ដំណើរការមុន ការទាញយក និងការសម្អាតទិន្នន័យ។ នៅក្នុងរាល់ឯកទេស យើងឃើញការកែច្នៃជាមុននៅក្នុងកំពូល 3 ។ ប៉ុន្តែយើងកម្រឃើញរឿងស្មុគ្រស្មាញដូចជាការបង្កើតគំរូ ML ឬធ្វើការជាមួយ Big Data នៅក្នុងកំពូលទាំង 3 - តែក្នុងចំណោមវិស្វករ ML និង DWH ប៉ុណ្ណោះ។

វាក៏មានការយល់ដឹងដ៏ក្រៀមក្រំមួយចំនួនផងដែរ។ អ្នកជំនាញកំណត់ 40% នៃភារកិច្ចរបស់ពួកគេដោយខ្លួនឯង។ នៅប្រទេសកាហ្សាក់ស្ថាន រហូតមកដល់ពេលនេះមានតែក្រុមហ៊ុន unicorn កំពូលប៉ុណ្ណោះដែលបានសាកល្បងអត្ថប្រយោជន៍នៃការធ្វើការជាមួយទិន្នន័យធំ និងបានរៀនពីរបៀបធ្វើវាឱ្យមានសមត្ថភាព។ ពួកគេបានផ្សាយទៅកាន់ទីផ្សារថា Big Data និង Machine Learning គឺត្រជាក់ ហើយ echelon ទីពីរដើរតាមពីក្រោយ ប៉ុន្តែមិនតែងតែយល់ពីរបៀបធ្វើការជាមួយទិន្នន័យនោះទេ។ ដូច្នេះហើយ យើងឃើញថាអ្នកឯកទេសកំណត់ភារកិច្ចសម្រាប់ខ្លួនគេ ហើយអាជីវកម្មមិនតែងតែដឹងពីអ្វីដែលពួកគេចង់បាននោះទេ។

ខ្ញុំភ្ញាក់ផ្អើលដែល 20% នៃអ្នកឯកទេសមិនដឹងថាក្រុមហ៊ុនរបស់ពួកគេមានឃ្លាំងទិន្នន័យឬអត់។ បាទ / ចាសហើយជាមួយនឹងប្រព័ន្ធគ្រប់គ្រងមូលដ្ឋានទិន្នន័យមិនមែនអ្វីៗទាំងអស់គឺល្អទេ - 41% ប្រើ MySQL និង 34% ទៀតប្រើ PostgreSQL ។ តើនេះអាចមានន័យយ៉ាងណា? ពួកគេធ្វើការជាជាងជាមួយទិន្នន័យតូច។

នៅក្នុងសំណួរអំពីប្រព័ន្ធផ្ទុក យើងឃើញម្តងទៀត MySQL និងសូម្បីតែ (!) Excel ។ ប៉ុន្តែឧទាហរណ៍នេះអាចបង្ហាញថាក្រុមហ៊ុនភាគច្រើនមិនទាន់មានសំណើដើម្បីធ្វើការជាមួយទិន្នន័យធំនៅឡើយ។

នៅទីនេះអ្វីគ្រប់យ៉ាងគឺមិនច្បាស់លាស់ម្តងទៀត។ ជាទូទៅ ប្រាក់ខែទាបជាងការរំពឹងទុកបន្តិច។

ដោយផ្ទាល់ វាជាការលំបាកសម្រាប់ខ្ញុំក្នុងការស្រមៃមើលវិស្វករ ML ដែលត្រៀមខ្លួនដើម្បីធ្វើការសម្រាប់ 200 ពាន់ tenge - គាត់ប្រហែលជាអ្នកហាត់ការ។ ទាំងសមត្ថភាពរបស់អ្នកឯកទេសបែបនេះគឺខ្សោយណាស់ ឬវានៅតែពិបាកសម្រាប់ក្រុមហ៊ុនក្នុងការវាយតម្លៃការងាររបស់ Data Science ឱ្យបានគ្រប់គ្រាន់។ ប៉ុន្តែប្រហែលជានេះក៏បង្ហាញថាទីផ្សារនៅតែស្ថិតក្នុងការចាប់ផ្តើមនៃភាពចាស់ទុំរបស់វា។ ហើយយូរ ៗ ទៅកម្រិតនៃប្រាក់បៀវត្សរ៍នឹងត្រូវបានបង្កើតឡើងក្នុងកម្រិតមួយដែលសមរម្យជាង។

ប្រភព: www.habr.com