Zawód ociekający seksapilem: Big data scientist

Szacuje się, że już do 2020 roku sieć rozrośnie się do poziomu 45 zettabajtów, czyli powiększy swój obecny rozmiar ponaddziewięciokrotnie. Przyszłość to już nie tyle big, co huge data. Dlatego właśnie potrzebni nam będą badacze danych, którzy złamią kod w postaci ciągu surowych liczb oraz enigmatycznych wskaźników - i wydobędą z nich informacje, które zdołamy przekształcić w wiedzę.

Sęk jednak w tym, że tych specjalistów może być jak na lekarstwo. Do 2020 roku deficyt na rynku pracy w USA wyniesie ponad 1,5 mln stanowisk. Dziura rośnie z roku na rok, również na polskim rynku. Oprócz obiecujących perspektyw zawodowych i gwarancji wolnych stołków, w big data kuszą także zarobki. A te dla wielu poszukujących mogą okazać się propozycją nie do odrzucenia.

Wyznanie "jestem badaczem danych" w niedalekiej przyszłości będzie wywoływało podobne emocje, co kiedyś "jestem basistą w kapeli rockowej". Panie piszczą, panowie zazdroszczą. Jednak póki co big data scientist dla większości brzmi jak czarna magia. Wypadałoby więc na początku ustalić podstawowe fakty i odczarować kilka terminów.

Dość powszechnie za ojców-założycieli terminu "big data scientist" uchodzą Jeff Hammerbacher oraz D.J. Patil, którzy ukuli tę nazwę już ponad siedem lat temu, podkreślając przy tym konieczność analizy danych w sieci, co wielu kwitowało wówczas uśmieszkiem pełnym politowania. Po latach amerykański "Forbes" zaliczy obydwu panów do grona siedmiu najbardziej wpływowych badaczy danych na świecie. Zajmą ex-aequo drugie miejsce na pudle, tuż za szefem Google, Larrym Pagem.

- Badacz danych to młody zawód, który nie zdołał jeszcze zakorzenić się w powszechnej świadomości. Według badania LinkedIn, w 2008 roku żaden z użytkowników tej sieci społecznościowej nie pracował jako big data scientist. Za to w 2013 roku tę profesję wpisało w swoich profilach 3440 użytkowników portalu. Dzisiaj to jeden z najczęściej poszukiwanych zawodów w Dolinie Krzemowej. Niestety, wykwalifikowanych pracowników w tej branży na rynku jest jak na lekarstwo - tłumaczy Łukasz Kapuśniak, chief big data officer w Cloud Technologies.

Dlatego, jak przekonuje Josh Sullivan, lider niemal pół tysięcznej grupy badaczy danych w firmie konsultingowej Booz Allen Hamilton, użytkownicy, w których profilu zawodowym na LinkedIn widnieje wpis "data science", otrzymują od rekruterów nawet sto maili dziennie (sic!) z propozycją zmiany pracy. Dlaczego badacze danych są tak rozchwytywani przez headhunterów?

Specjaliści od big data to pracownicy sektora gospodarki cyfrowej, kluczowej gałęzi w ekonomii społeczeństw postindustrialnych, w których główną rolę odgrywa informacja, a ściślej: dostęp do informacji. To właśnie informacje, czyli dane, są nową ropą naftową - jak zgrabnie ujął to Clive Humby.

- Pracownicy sektora big data są specjalistami do spraw pozyskiwania, analizowania, segmentowania i interpretowania informacji, jakie internauci pozostawiają po sobie na witrynach. Ich wiedza jest kombinatem wiadomości z zakresu ekonomii, matematyki, statystyki oraz nowych technologii. Właśnie do tych nauk nawiązuje termin "scientist" (naukowiec, badacz), używany w nawie tego zawodu - tłumaczy Piotr Prajsnar, CEO Cloud Technologies, największej platformy big data w Polsce.

- Profesja badacza danych nawiązuje do wcześniejszej koncepcji "data miningu", czyli "górnictwa danych". Ktoś, kto pracuje jako big data scientist, odpowiedzialny jest za analizowanie i poszukiwanie pewnych prawidłowości w dużych, wielowymiarowych i multidyscyplinarnych, zbiorach danych. To swego rodzaju "górnik danych", który przesiewa grunt szukając drobin złota, czyli wartościowych elementów, które są w tych dużych zbiorach danych niejako ukryte - dodaje Piotr Prajsnar.

Według raportu autorstwa McKinsey Global Institute, już teraz big data scientist jest jednym z najbardziej pożądanych zawodów w USA. Za pięć lat na amerykańskim rynku zapotrzebowanie na specjalistów od badania danych na kierowniczych stanowiskach sięgnie nawet 1,5 mln, a cały deficyt stanowisk powiązanych z big data - nawet 4 mln nieobsadzonych stanowisk.

Ten niedobór dostrzegły uczelnie wyższe i w odpowiedzi na alarmujące sygnały spływające ze środowisk biznesowych wdrożyły do swojej oferty edukacyjnej studia dedykowane zagadnieniom big data. Przykładowo Uniwersytet w Iowa uruchomił w 2013 roku kierunek "Analityka biznesowa i systemy informacyjne". Na pierwszy rok studiów zapisało się ponad 170 studentów.

Również w Polsce, która dopiero raczkuje na rynku big data, rynkowa luka w zawodzie badaczy danych powoli staje się wyczuwalna. Już obecnie na portalach z ogłoszeniami o pracę coraz więcej rekruterów poszukuje osób z doświadczeniem w big data. Według badania autorstwa InsightExpress, 8 na 10 polskich menedżerów IT sądzi, że big data stanowiło będzie trzon strategii ich przedsiębiorstw w ciągu najbliższych pięciu lat.

Polskie uczelnie nie zamierzają przespać tego czasu. Szkoła Główna Handlowa w październiku zeszłego roku uruchomiła pierwszą edycję dwusemestralnych studiów podyplomowych: "Inżynieria danych - Big Data". Z kolei Politechnika Warszawska od 2012 organizuje seminaria poświęcone tematyce big data. W polskiej nauce pierwsze oznaki zainteresowania potencjałem tej branży są już widoczne.

- Nie ulega wątpliwości, że big data scientist będzie niebawem wymieniany jednym tchem obok tak dochodowych i potrzebnych profesji jak prawnik, chirurg czy dentysta - mówi Łukasz Kapuśniak.

Pokusą jest tutaj nie tylko chłonny rynek, lecz także zarobki.

Frank J. Ohlhorst, dziennikarz IT zajmujący się big data, zanim to jeszcze było modne, w książce "Turning Big Data into Big Money" przywołuje zasadę 4V. To właśnie dzięki niej big data może (ale nie musi) generować big money, czyli wielkie pieniądze. Te 4V to: volume (ogromna ilość danych), variety (ogromna ich różnorodność), veracity (wiarygodność danych) oraz velocity (zawrotna szybkość ich generowania).

Te cztery czynniki decydują o tym, ile warte są dane, w sensie tyleż ich merytorycznej, co i finansowej cenności. Ohlhorst nie odpowiedział wprawdzie wprost na pytanie: ile można zarobić na danych? Pokazuje raczej, na czym należy się skupić, żeby móc na nich zarobić. Mimo to można podać pewne szacunki zarobkowe branży big data. Przynajmniej w kolebce tej technologii, czyli w Stanach Zjednoczonych.

Portal DataJobs oszacował średnie wynagrodzenia początkujących badaczy danych w USA na 50 tys. - 75 tys. dolarów. W przypadku doświadczonych analityków mówimy już o widełkach cenowych rzędu 65 tys. - 110 tys. dol.

Z kolei według Burtch Works mediana zarobków badacza danych ze stażem do 3 lat, który może pochwalić się dyplomem uniwersyteckim, dobrą znajomością języków programowania oraz metod statystycznych, wynosi 80 tys. dolarów. Ci, którzy pracują w branży dłużej, mogą liczyć nawet na 150 tys. dolarów. Czy to już "big money"? Zależy jak na to patrzeć. W USA są to zarobki, które stoją w tym samym rzędzie co pensje lekarzy czy prawników, a także wyspecjalizowanych programistów.

A jak szacunki przedstawiają się u nas? W Polsce podstawowym problemem jest fakt, że zawód badacza danych na rynku pracy jeszcze nie ostygł, a w związku z tym brakuje - nomen omen - danych do przedstawienia wiarygodnych statystyk. W dostępnych raportach płacowych zawody takie jak big data scientist czy big data architect praktycznie nie występują.

Powodem jest m.in. niewielka liczba pracowników tego sektora, których kwalifikuje się często do tej samej grupy wynagrodzeń, co np. programistów. W ustaleniu miarodajnych wyników nie pomaga również często znacząca rozpiętość widełek płacowych. Jednak sporządzenie takich wyników jest tylko kwestią czasu, bowiem popularność big data w kraju nad Wisłą rośnie lawinowo. Dowodem są choćby raporty giełdowych spółek, pełniące funkcję papierka lakmusowego tego wciąż kształtującego się rynku.

Prześwietlając raport Cloud Technologies, warszawskiej spółki IT założonej przez Piotra Prajsnara i specjalizującej się w analizie dużych zbiorów danych wykorzystywanych m.in. w reklamie internetowej, można wysnuć wniosek, że big data w Polsce wkracza właśnie w swój złoty okres. To właśnie spółka związana z sektorem big data okazała się u nas gwiazdą alternatywnego parkietu NewConnect, zamykając 2014 rok z rekordowym kursem +726,7 proc.

W dodatku z kwartału na kwartał spółka poprawiała swoje wyniki. W drugim kwartale 2014 jej przychody wyniosły 3,25 mln zł, w trzecim 5,11 mln zł, a w czwartym już 8,43 mln zł. Rósł też zysk netto: w drugim kwartale wyniósł 1,85 mln zł, w trzecim 2,27 mln zł, a w czwartym już 4,30 mln zł. Łącznie w 2014 roku przychody netto ze sprzedaży produktów Cloud Technologies wyniosły 17,54 mln zł a zysk 8,39 mln zł.  Mimo imponujących wzrostów polskich spółek, nie jest to jeszcze takie "big money", jakie z big data można wycisnąć.

W 2008 roku dr Vinton G. Cerf z Google, szerszej publiczności znany jako "ojciec internetu", zapowiadał rychłe nadejście czasów, w których koniecznością stanie się poznanie osoby po drugiej stronie kabla po to, by lepiej zrozumieć ją i jej potrzeby. Te czasy już nadeszły.

- Big data rośnie dziś w tempie dwucyfrowym, zaś dynamika wzrostu przekracza 40 proc. w skali roku. Wikibon prognozuje, że do 2017 roku wartość całego rynku osiągnie 47 mld dolarów. Już dziś należałoby mówić może nie tyle o big, co o huge data. Jak przewiduje Oracle, do 2020 roku wygenerujemy w sieci już ponad 45 zettabajtów danych. IDC przelicza, że na jednego mieszkańca Ziemi w 2020 roku przypadnie ponad 5,2 GB danych - wyjaśnia Piotr Prajsnar.

Według nomen omen danych, do których dokopali się wspólnie Viktor Mayer-Schönberger oraz Kenneth Cukier, każdego dnia Google przetwarza już ponad 24 petabajty danych. Twitter z roku na rok powiększa swoją objętość blisko trzykrotnie. W każdej sekundzie na YouTube 800 mln użytkowników dodaje godzinę nowych filmów.

Na Facebooka co godzinę przesyłanych jest blisko 10 mln nowych fotografii, a każdego dnia jego użytkownicy dokonują blisko 3 miliardów rozmaitych aktywności: od komentarzy po udostępnienia i kliknięcia "lubię to". Według prezesa Google, w 48 godzin produkujemy w internecie więcej danych, niż od początku powstania cywilizacji do 2003 roku.

- Nie należy jednak zafiksować się na punkcie ilości danych. Bardziej podstawową kwestią jest ich rozdzielczość czy jakość, czyli to, co można z ich pomocą zrobić. Wówczas na pierwszym planie pojawia się pojęcie "smart data", czyli danych już uporządkowanych i zinterpretowanych, pogrupowanych w profile behawioralne (profile zachowań) użytkowników internetu. To dane, które przeszły przez warsztat wytrawnego badacza i stanowią solidną podstawę nie tylko do zbudowania konkretnej strategii komunikacyjnej, ale też do personalizacji sieci - wyjaśnia Łukasz Kapuśniak.

To fakt: ilość danych generowanych w internecie jest gigantyczna, a ich przetworzenie przekracza możliwości tradycyjnych, konwencjonalnych systemów. Mimo tego wykorzystywana strategicznie jest stosunkowo niewielka część z nich, obecnie średnio jakieś 20 proc. całego wolumenu, ale IDC "pociesza", że do 2020 roku będzie to już 30 proc. Rzecz w tym, że to wciąż mało. Ten procent trzeba zwiększać. A to oznacza tytaniczną pracę - i wszystkie ręce na pokład.  Dlatego stanowiska typu big data scientist czy big data architect będą rosły jak grzyby po deszczu. To nie tylko seksowne i lukratywne zawody. To zawody (na miarę) przyszłości.