<\/p>\n\n\n\n
Zainteresowanie dziedzin\u0105 \u201cdata\u201d od kilku lat wy\u0142\u0105cznie zyskuje na popularno\u015bci. Wok\u00f3\u0142 zawod\u00f3w zwi\u0105zanych z danymi, a dok\u0142adnie z ich sprawnym wykorzystywaniem do cel\u00f3w biznesowych, regularnie pojawia si\u0119 has\u0142o: \u201cperspektywiczne\u201d, czy te\u017c \u201czawody przysz\u0142o\u015bci\u201d. \u015awiat, w kt\u00f3rym \u017cyjemy, wr\u0119cz popycha ten trend poprzez stawianie nam nowych wyzwa\u0144 w postaci synchronizacji i optymalizowania dost\u0119pnych danych, a tak\u017ce przyspieszenia i ulepszenia ich u\u017cycia. Lubimy mie\u0107 dost\u0119p do klarownych, pe\u0142nych, rzetelnych, wyselekcjonowanych, uporz\u0105dkowanych i zweryfikowanych informacji. Cz\u0119sto umiej\u0119tno\u015b\u0107 sprawnego zarz\u0105dzania zbiorami danych i ich wykorzystania jest ju\u017c standardem czy wymogiem biznesowym nowoczesnych firm. <\/p>\n\n\n\n
W palecie zawod\u00f3w, kt\u00f3re stwarzaj\u0105 szanse dla entuzjast\u00f3w has\u0142a \u201cdata\u201d mamy wiele propozycji. Korzystaj\u0105c z pomocy narz\u0119dzi AI w wylistowaniu zawod\u00f3w zwi\u0105zanych z \u201cdata\u201d natkniemy si\u0119 na co najmniej 30 pozycji, kt\u00f3rych podsumowaniem jest wniosek, \u017ce wymagaj\u0105 one umiej\u0119tno\u015bci, takich jak rozumienie biznesu, komunikacja i rozwi\u0105zywanie problem\u00f3w, a tak\u017ce programowanie, czy analiza statystyczna. Ci\u0119\u017cko w temacie danych wrzuci\u0107 wszystko do jednego worka, co postaram si\u0119 udowodni\u0107, opisuj\u0105c cenne spostrze\u017cenia ekspert\u00f3w w tej dziedzinie. Spr\u00f3bujemy przej\u015b\u0107 – z lotu ptaka do szczeg\u00f3\u0142\u00f3w – pokazuj\u0105c r\u00f3\u017cnorodno\u015b\u0107 mo\u017cliwo\u015bci rozwoju w dziedzinie DATA, a\u017c po konkretne case studies wybranych zawod\u00f3w. <\/p>\n\n\n\n
\nPrzeczytaj tak\u017ce: Zawody przysz\u0142o\u015bci<\/a><\/p>\n<\/blockquote>\n\n\n\n
Data, data driven, big data i data science – kilka hase\u0142 z \u201cdata\u201d<\/strong><\/h2>\n\n\n\n
Z danymi stykamy si\u0119 wsz\u0119dzie – od najm\u0142odszych lat mobilizuj\u0105 nas do rozwijania umiej\u0119tno\u015bci ich rozumienia, przetwarzania, gromadzenia, selekcjonowania, weryfikowania, a tak\u017ce podejmowania decyzji na ich podstawie. Im dalej w las, tym wi\u0119cej danych, wi\u0119ksze ich skomplikowanie, a co za tym idzie – coraz wi\u0119kszy trud w ich sprawnym, pewnym i wygodnym zastosowaniu. <\/p>\n\n\n\n
\nSprawd\u017a kurs Analiza danych w Pythonie<\/a><\/div>\n<\/div>\n\n\n\n<\/p>\n\n\n\n
W biznesie otoczenie du\u017c\u0105 ilo\u015bci\u0105 danych jest dzisiaj absolutn\u0105 norm\u0105, a przyspieszaj\u0105cy trend w dynamice ich zbierania, dost\u0119pno\u015bci i r\u00f3\u017cnorodno\u015bci popycha firmy do tego, by coraz sprawniej organizowa\u0107 proces sprawnego zarz\u0105dzania danymi. <\/p>\n\n\n\n
To wszystko wp\u0142ywa na rozw\u00f3j popularno\u015bci poj\u0119cia \u201cData\u201d – w nazwach narz\u0119dzi, koncepcji, kultury organizacji i wreszcie samych zawod\u00f3w. Zanim jednak o zawodach – prze\u015bled\u017amy szybko kilka hase\u0142, kt\u00f3re pomog\u0105 uchwyci\u0107 specyfik\u0119 has\u0142a \u201cdata\u201d i dalej – lepiej zrozumie\u0107, dlaczego zawody wok\u00f3\u0142 tego tematu s\u0105 tak perspektywiczne i atrakcyjne. <\/p>\n\n\n\n
#data <\/strong>– cz\u0119sto stosuje si\u0119 jako zamiennik s\u0142owa \u201cdane\u201d. Bierze si\u0119 to ze \u015bwiatowego trendu w kwestii rozwoju zwi\u0105zanego z t\u0105 dziedzin\u0105, wi\u0119c i w Polsce w bardzo powszechnym u\u017cyciu stosuje si\u0119 s\u0142owo \u201cdata\u201d, a zawody cz\u0119sto przyjmuj\u0105 nazewnictwo w formie angielskiej. <\/p>\n\n\n\n
#data driven <\/strong>– to okre\u015blenie sta\u0142o si\u0119 bardzo popularne w \u015brodowisku os\u00f3b zajmuj\u0105cych si\u0119 analiz\u0105 danych w najnowocze\u015bniejszym wydaniu, a tak\u017ce firm stawiaj\u0105cych na wyci\u0105gni\u0119cie najlepszej jako\u015bci z obszaru gromadzonych danych. Podej\u015bcie \u201cdata driven\u201d podkre\u015bla to, \u017ce osoba\/firma wykorzystuje dane do umiej\u0119tnego przekszta\u0142cenia ich w trafne decyzje i dzia\u0142ania. Inaczej m\u00f3wi\u0105c: chodzi o holistyczne podej\u015bcie w zastosowaniu danych, tak aby u\u017cycie ich by\u0142o zrozumia\u0142e i jasne z perspektywy r\u00f3\u017cnych pracownik\u00f3w, za\u015b wa\u017cne ruchy biznesowe opiera\u0142y si\u0119 na zbiorach fakt\u00f3w bazuj\u0105cych na danych, nie za\u015b intuicji, czy ryzykownych za\u0142o\u017ceniach.<\/p>\n\n\n\n
#big data<\/strong> – brzmi jak \u201colbrzym\u201d i do tego w sumie si\u0119 odnosi. Tam, gdzie danych jest naprawd\u0119 du\u017co, a zbiory p\u0119kaj\u0105 w szwach – wkracza big data. Wg Komisji Europejskiej do 2025 r. ca\u0142kowita ilo\u015b\u0107 danych na \u015bwiecie wzro\u015bnie o 530% w por\u00f3wnaniu z rokiem 2018! To imponuj\u0105ce i w\u0142a\u015bnie temu stawia czo\u0142a dziedzina Big Data – tu do wyci\u0105gni\u0119cia najlepszych wniosk\u00f3w z szerokich zbior\u00f3w danych u\u017cywa si\u0119 ju\u017c wsparcia nowoczesnych technologii, w tym machine i deep learning, a tak\u017ce AI. Technologia Big Data pozwala po\u0142\u0105czy\u0107 dane pochodz\u0105ce z wielu r\u00f3\u017cnych \u017ar\u00f3de\u0142 i aplikacji. <\/p>\n\n\n\n
#data science<\/strong> – dziedzina, w kt\u00f3rej analiz\u0119 danych wspiera si\u0119 tworzeniem algorytm\u00f3w oraz modeli predykcyjnych, kt\u00f3re skutecznie wspomagaj\u0105 i przyspieszaj\u0105 proces przetwarzania danych i wyci\u0105gania wniosk\u00f3w. Z pomoc\u0105 przychodz\u0105 tu machine i deep learning, a tak\u017ce programowanie, dzi\u0119ki czemu wi\u0119ksze zbiory danych analizowane s\u0105 w spos\u00f3b znacznie prostszy i szybszy. <\/p>\n\n\n\n
Po tym kr\u00f3tkim wprowadzeniu przejd\u017amy do konkret\u00f3w – jakie mo\u017cliwo\u015bci w tej dziedzinie mo\u017cemy zobaczy\u0107 na horyzoncie ambicji zawodowych i co poza ch\u0119ci\u0105 i zainteresowaniem b\u0119dzie tu kluczowe? <\/p>\n\n\n\n
\nPrzeczytaj tak\u017ce: Data Science: pasjonuj\u0105ca bran\u017ca z wysokimi zarobkami<\/a><\/p>\n<\/blockquote>\n\n\n\n
Architekt baz danych, analityk danych, data scientist, deweloper power BI – business intelligence, czyli kariera w \u201cdata\u201d<\/strong><\/h2>\n\n\n\n
We wsp\u00f3\u0142pracy z osobami, kt\u00f3rych \u015bcie\u017cki zawodowe w r\u00f3\u017cnych kontekstach zetkn\u0119\u0142y si\u0119 z prac\u0105 z danymi, pokusi\u0142am si\u0119 o zg\u0142\u0119bienie tajnik\u00f3w kilku zawod\u00f3w poprzez wyja\u015bnienie to s\u0142owami praktyk\u00f3w. Poni\u017cej przedstawi\u0119 zatem kilka kontekst\u00f3w – od tego edukacyjnego (o zawodach\/rynku pracy) po mocno praktyczny – o wnioskach z pracy w tych\u017ce zawodach. Spr\u00f3bujemy to zestawi\u0107 i por\u00f3wna\u0107, aby w efekcie pokaza\u0107 tu mnogo\u015b\u0107 mo\u017cliwo\u015bci rozwoju w pracy z danymi<\/p>\n\n\n\n
\nSprawd\u017a weekendowy kurs Data Science<\/a><\/div>\n<\/div>\n\n\n\nZawody data – jakie i dla kogo?<\/h3>\n\n\n\n
Buduj\u0105c pigu\u0142k\u0119 wiedzy i inspiracji, nie mog\u0142am pomin\u0105\u0107 strony mapakarier.org <\/a>jako najwi\u0119kszego polskiego zasobu informacji o zawodach wraz z ich szczeg\u00f3\u0142owymi opisami. Baza powstaje od kilku lat i ewoluuje wraz ze zmieniaj\u0105cym si\u0119 rynkiem pracy, dzi\u0119ki czemu jest bardzo pomocnym \u017ar\u00f3d\u0142em przy poszukiwaniu mo\u017cliwo\u015bci rozwoju karier.<\/p>\n\n\n\n
Klaudia Stano, Project Manager i Analityczka Danych w Katalyst Education (fundacja buduj\u0105ca Map\u0119 Karier), bazuj\u0105c na swoim do\u015bwiadczeniu w pracy wok\u00f3\u0142 tematyki zawod\u00f3w, a tak\u017ce jako ogromna entuzjastka wizualizacji danych – tw\u00f3rczyni, autorka i edukatorka portalu jezykdanych.pl<\/a> odpowiedzia\u0142a mi na kilka wa\u017cnych pyta\u0144, kt\u00f3re komfortowo wprowadz\u0105 nas w \u015bcie\u017cki kariery zwi\u0105zane z danymi.<\/p>\n\n\n\n
W pakiecie zawod\u00f3w zwi\u0105zanych z danymi, s\u0142yszymy o data scientistach, in\u017cynierach danych, analitykach – czym si\u0119 zajmuj\u0105 specjali\u015bci tych dziedzin i jakie jeszcze stanowiska zwi\u0105zane z danymi funkcjonuj\u0105 na rynku pracy?<\/p>\n\n\n\n
\nKlaudia Stano<\/a>, Katalyst Education: <\/em><\/p>\n\n\n\n
Wszystkie \u015bcie\u017cki kariery w obszarze data<\/em> wymagaj\u0105 dociekliwo\u015bci i pasji do liczb, ale mo\u017cesz zdecydowa\u0107:<\/p>\n\n\n\n
\n
- czy bli\u017cej Ci do stanowisk technicznych i in\u017cynieryjnych (data engineer, data architect),<\/li>\n\n\n\n
- czy raczej ci\u0105gnie Ci\u0119 do modelowania, analizowania i prezentowania danych (data scientist, analityk danych, BI developer), <\/li>\n\n\n\n
- czy wolisz zaj\u0105\u0107 si\u0119 badaniami i pozyskiwaniem danych od konsument\u00f3w\/respondent\u00f3w (praca badacza)<\/li>\n\n\n\n
- \u2026a mo\u017ce planujesz wykorzystywa\u0107 umiej\u0119tno\u015b\u0107 pracy z danymi do lepszego zarz\u0105dzania zespo\u0142em, prognozowania sprzeda\u017cy lub szacowania retencji w dziale HR? (kompetencja data literacy<\/em> przydaje si\u0119 w bardzo wielu bran\u017cach)<\/li>\n<\/ul>\n<\/blockquote>\n\n\n\n
Czym w skr\u00f3cie zajmuj\u0105 si\u0119 specjali\u015bci, kt\u00f3rych przede wszystkim kojarzymy z bran\u017c\u0105 data<\/em>?<\/p>\n\n\n\n
\nIn\u017cynierowie i architekci baz danych<\/strong> odpowiadaj\u0105 za efektywne gromadzenie, przechowywanie i przetwarzanie ogromnych wolumen\u00f3w danych. Dbaj\u0105 ca\u0142o\u015bciowo o architektur\u0119 informacji w firmie i automatyzuj\u0105 procesy pozyskiwania danych. <\/p>\n\n\n\n
Analitycy danych<\/strong> szukaj\u0105 wzorc\u00f3w, trend\u00f3w i anomalii, aby wyci\u0105ga\u0107 wnioski wspieraj\u0105ce biznes. Tworz\u0105 raporty i przygotowuj\u0105 rekomendacje.<\/p>\n\n\n\n
Data scientists<\/strong> zajmuj\u0105 si\u0119 bardziej zaawansowan\u0105 analiz\u0105 danych. Tworz\u0105 modele i za pomoc\u0105 metod statystycznych oraz uczenia maszynowego szukaj\u0105 w zbiorach danych (cz\u0119sto bardzo du\u017cych \u2013 big data<\/em>) nieoczywistych zale\u017cno\u015bci i optymalnych rozwi\u0105za\u0144 dla firmy.<\/p>\n\n\n\n
Granica mi\u0119dzy obowi\u0105zkami analityka danych a data scientista jest nieostra i w praktyce te dwa obszary cz\u0119sto si\u0119 przenikaj\u0105, dlatego nie warto patrze\u0107 jedynie na nazw\u0119 stanowiska. <\/p>\n\n\n\n
Firmy zatrudniaj\u0105 te\u017c coraz cz\u0119\u015bciej deweloper\u00f3w BI (business intelligence)<\/strong>, kt\u00f3rych zadaniem jest raportowanie danych w jak najczytelniejszej formie i tworzenie interaktywnych dashboard\u00f3w, co u\u0142atwia innym dzia\u0142om monitorowanie post\u0119p\u00f3w w czasie rzeczywistym i podejmowanie szybkich decyzji. <\/p>\n\n\n\n
Analiza danych to domena wielu specjalist\u00f3w na rynku pracy, nie tylko tych wymienionych wy\u017cej. Sprawd\u017a na bezp\u0142atnym portalu Mapa Karier, jak wiele \u015bcie\u017cek kariery zwi\u0105zanych jest z analiz\u0105 danych >><\/a>.<\/p>\n<\/blockquote>\n\n\n\n
Z praktyki pracy z danymi – do\u015bwiadczenia specjalist\u00f3w \u201cdata\u201d<\/h3>\n\n\n\n
Jak wida\u0107 \u201cdata\u201d niejedno ma imi\u0119, a analityka danych dotyczy wielu r\u00f3\u017cnych stanowisk. Po wprowadzeniu w kuluary definicji zawod\u00f3w \u201cdata\u201d i zwi\u0105zanych z nimi najwa\u017cniejszych preferencji, czas na pigu\u0142k\u0119 wiedzy bezpo\u015brednio z do\u015bwiadcze\u0144 absolwent\u00f3w infoShare Academy! Ich \u015bcie\u017cki karier w r\u00f3\u017cnych kontekstach wi\u0105\u017c\u0105 si\u0119 z danymi, o czym zgodzili si\u0119 opowiedzie\u0107. Skupimy si\u0119 na analizie kilku stanowisk, g\u0142\u00f3wnie poprzez por\u00f3wnanie ich specyfiki, a tak\u017ce pr\u00f3b\u0119 rozszyfrowania tego, co kryje si\u0119 pod has\u0142ami: data analyst, data engineer i data scientist.To, co \u0142\u0105czy moich rozm\u00f3wc\u00f3w – to kontekst edukacyjny w infoShare Academy. Ca\u0142a czw\u00f3rka uko\u0144czy\u0142a r\u00f3\u017cne edycje bootcampu Data Science, a ich dalsze losy zawodowe wiod\u0105 w 4 r\u00f3\u017cne nazwy stanowisk zwi\u0105zanych z \u201cdata\u201d. Ich zawodowy feedback pozwala na rozr\u00f3\u017cnienie kilku niuans\u00f3w dotycz\u0105cych stanowisk zwi\u0105zanych z analiz\u0105 danych. Zapraszam do przegl\u0105du ich wypowiedzi:<\/p>\n\n\n\n
Data Analyst vs Data Scientist<\/h3>\n\n\n\n
\nEl\u017cbieta Markiewicz<\/a>, Junior Data Scientist w PSignite (absolwentka bootcampu Data Science):<\/em><\/p>\n\n\n\n
Z nazwami stanowisk cz\u0119sto tak bywa, \u017ce mo\u017cemy otworzy\u0107 dwa og\u0142oszenia rekrutuj\u0105ce na pozornie t\u0119 sam\u0105 pozycj\u0119, a jednak <\/em>zakres obowi\u0105zk\u00f3w, wykorzystywane narz\u0119dzia i charakter pracy b\u0119dzie diametralnie r\u00f3\u017cny<\/em><\/strong>. Gdybym mia\u0142a dos\u0142ownie dwoma s\u0142owami opisa\u0107, z czym mi si\u0119 kojarz\u0105 te stanowiska, to w przypadku Data Analyst moj\u0105 pierwsz\u0105 my\u015bl\u0105 jest <\/em>Power BI<\/em><\/strong>, a w przypadku Data Scientist – <\/em>Machine Learning<\/em><\/strong>. Zbyt lakoniczne rozr\u00f3\u017cnienie, nieoddaj\u0105ce ca\u0142ego sedna tych stanowisk? To teraz zejd\u017amy poziom g\u0142\u0119biej i rozbudujmy t\u0119 my\u015bl: Data Analyst analizuje przesz\u0142o\u015b\u0107 – na przyk\u0142ad jak r\u00f3\u017cne akcje przeprowadzone przez firm\u0119 wp\u0142yn\u0119\u0142y na zachowania klient\u00f3w, czym charakteryzowali si\u0119 klienci, kt\u00f3rzy odpowiedzieli na kampani\u0119 itp. Data Scientist skupia si\u0119 na przysz\u0142o\u015bci – na przyk\u0142ad na estymacji sprzeda\u017cy, optymalizacji dystrybucji produkt\u00f3w, przewidzeniu kresu \u017cywotno\u015bci maszyn. Narz\u0119dzie do wizualizacji danych jak Power BI pomo\u017ce Data Analitykowi wysnu\u0107 wnioski i por\u00f3wna\u0107 efekty dzia\u0142a\u0144 firmy, a Data Scientist nie obejdzie si\u0119 bez algorytm\u00f3w ML. Oczywi\u015bcie mogliby\u015bmy schodzi\u0107 coraz g\u0142\u0119biej i g\u0142\u0119biej, wyszukuj\u0105c wi\u0119cej r\u00f3\u017cnic i podobie\u0144stw, ale proste obja\u015bnianie skomplikowanych temat\u00f3w i subtelnych niuans\u00f3w jest istotne w obu zawodach, a te skojarzenia wydaj\u0105 mi si\u0119 przyst\u0119pne dla laika i do\u015b\u0107 solidnie nakre\u015blaj\u0105ce istot\u0119 rzeczy.<\/em><\/p>\n<\/blockquote>\n\n\n\n
\nAndrzej Ko\u0144czyk<\/a>, Data Analyst w UBS, (absolwent bootcampu Data Science):<\/em>
Pracuj\u0119 jako Data Analyst od dw\u00f3ch lat i jednocze\u015bnie jestem certyfikowanym Data Scientist po uko\u0144czeniu Bootcampu Data Science, co pozwala mi wskaza\u0107 r\u00f3\u017cnice mi\u0119dzy tymi dwoma zawodami. Staram si\u0119 ci\u0105gle rozwija\u0107 w obszarze Data Science, a moja obecna firma r\u00f3wnie\u017c posiada stanowisko Data Scientist. Z mojego do\u015bwiadczenia wynika, \u017ce zadania Data Analyst koncentruj\u0105 si\u0119 g\u0142\u00f3wnie na analizie danych w celu zrozumienia obecnej sytuacji biznesowej i dostarczenia konkretnych wniosk\u00f3w. Sp\u0119dzam wiele czasu na zbieraniu, czyszczeniu i przetwarzaniu danych, aby stworzy\u0107 raporty i wizualizacje. Moje obowi\u0105zki skupiaj\u0105 si\u0119 na analizie danych i ich wst\u0119pnym przetwarzaniu, oraz raportowaniu. Z kolei jako Data Scientist, moja praca (na bazie Bootcampu) by\u0142a znacznie bardziej zaawansowana. Sp\u0119dza\u0142em czas tworz\u0105c szczeg\u00f3\u0142owe modele prognostyczne, algorytmy uczenia maszynowego i eksploruj\u0105c dane w poszukiwaniu nowych wzorc\u00f3w. Wymaga\u0142o to g\u0142\u0119bszego zrozumienia matematyki, statystyki i programowania (dlatego uwa\u017cam, \u017ce kluczowym jest r\u00f3wnie\u017c bardzo dobra znajomo\u015b\u0107 <\/em>Pythona<\/em><\/strong> b\u0105d\u017a R, cho\u0107 ten ostatni ju\u017c rzadziej). Mog\u0119 zauwa\u017cy\u0107, \u017ce <\/em>Data Analyst cz\u0119\u015bciowo stanowi element sk\u0142adowy Data Scientist<\/em><\/strong>. Jednak\u017ce, moim zdaniem, projekty Data Analyst s\u0105 cz\u0119sto kr\u00f3tkoterminowe, skupione na dostarczaniu konkretnych analiz i raport\u00f3w. Natomiast Data Scientist pracuje nad projektami d\u0142ugoterminowymi, kt\u00f3re wymagaj\u0105 ci\u0105g\u0142ego dostosowywania modeli do zmieniaj\u0105cych si\u0119 danych. Mimo tych r\u00f3\u017cnic, obie role maj\u0105 swoje wsp\u00f3lne elementy. Oba zajmuj\u0105 si\u0119 analiz\u0105 danych i maj\u0105 <\/em>wsp\u00f3lny cel<\/em><\/strong> <\/em>wsparcia podejmowania decyzji biznesowych.<\/em><\/strong> Na mojej obecnej pozycji mog\u0119 wi\u0119c wsp\u00f3\u0142pracowa\u0107 zar\u00f3wno z Data Scientistami, dostarczaj\u0105c im dane, natomiast Data Scientist mog\u0105 wykorzysta\u0107 moje analizy do tworzenia bardziej zaawansowanych modeli prognostycznych, kt\u00f3re mog\u0105 mie\u0107 bezpo\u015bredni <\/em>wp\u0142yw na decyzje biznesowe<\/em><\/strong>.<\/em><\/p>\n<\/blockquote>\n\n\n\n\nJoanna Garwacka<\/a>, Associate Analytics Manager w Payback Polska (absolwentka bootcampu Data Science):<\/em><\/p>\n\n\n\n
Zasadniczo mog\u0119 si\u0119 bardziej wypowiedzie\u0107 na temat pracy Analityka. Jednak je\u015bli mia\u0142abym por\u00f3wna\u0107 prac\u0119 Data Analyst do Data Scientist, to w mojej opinii zasadniczo<\/em> Data Scientist patrzy w przysz\u0142o\u015b\u0107<\/em><\/strong> (modele, prognozowanie itd) podczas gdy <\/em>Data Analist bardziej koncentruje si\u0119 na opisywaniu przesz\u0142o\u015bci<\/em><\/strong> (przynajmniej w kwestii raportowania), tworz\u0105c analizy na bazie zebranych danych. Generalnie je\u015bli chodzi o oferty pracy i specyfik\u0119 stanowiska, to jest ona bardzo szeroka i to co mog\u0119 ze swojej strony doradzi\u0107, to \u017ce nale\u017cy bardzo dok\u0142adnie czyta\u0107 opis stanowiska w ofercie pracy oraz dopytywa\u0107 podczas rozmowy kwalifikacyjnej (je\u015bli osoba przeprowadzaj\u0105ca rozmow\u0119 sama z siebie nie udzieli takich informacji). Pozwoli to unikn\u0105\u0107 potencjalnego rozczarowania. Wbrew pozorom praca Data Analyst to nie tylko rocket science i ciekawe analizy, ale te\u017c niekiedy do\u015b\u0107 spora ilo\u015b\u0107 zada\u0144 operacyjnych. W zale\u017cno\u015bci od firmy te\u017c mo\u017ce r\u00f3\u017cni\u0107 si\u0119 proporcja analiz ad hoc na \u017cyczenie klienta wzgl\u0119dem udzia\u0142u w du\u017cych rozwojowych projektach. Nale\u017cy te\u017c rozwa\u017cy\u0107 kwesti\u0119 komunikatywno\u015bci i preferencji osobowych (z perspektywy jest to do\u015b\u0107 istotne w kwestii dopasowania do zespo\u0142u). Czy wolimy prac\u0119 w zespole, czy raczej indywidualn\u0105. Jaki stopie\u0144 wystawienia na kontakt z innymi dzia\u0142ami\/biznesem jest dla nas akceptowalny (s\u0105 osoby, kt\u00f3re w takiej sytuacji czuj\u0105 si\u0119 jak ryba w wodzie; s\u0105 te\u017c takie, kt\u00f3re wol\u0105 w spokoju kodowa\u0107 i nie by\u0107 rozpraszanym przez inne tematy). <\/em>Analitycy cz\u0119sto widz\u0105 wi\u0119cej ni\u017c inne zespo\u0142y<\/em><\/strong> (w temacie danych oczywi\u015bcie) i cz\u0119sto s\u0105 postrzegani jako „ci <\/em>m\u0105drzy ludzie od liczb<\/em><\/strong>” ;), co powoduje, \u017ce zdarza si\u0119 \u017ce s\u0105 anga\u017cowani w projekty wykraczaj\u0105ce poza ich zakres odpowiedzialno\u015bci (jak na przyk\u0142ad kwestie zwi\u0105zane z IT, przesy\u0142em danych itd). W mojej firmie mamy r\u00f3\u017cne stanowiska w zale\u017cno\u015bci od kompetencji i preferencji – od takich typowo analitycznych, polegaj\u0105cych na raportowaniu i analizowaniu danych, przez zwi\u0105zane z przygotowywanie kampanii mkt (poprzez dzia\u0142ania operacyjne) po osoby, kt\u00f3re stanowi\u0105 niejako \u0142\u0105cznik mi\u0119dzy typowymi analitykami a biznesem pe\u0142ni\u0105c role konsultingowe. I wszystko to s\u0105 Analitycy Danych \ud83d\ude09<\/em><\/p>\n<\/blockquote>\n\n\n\n
Data engineer na polu ekspert\u00f3w od danych<\/h3>\n\n\n\n
\nJoanna Borowa<\/a>, Data Engineer w Lufthansa Systems, (absolwentka bootcampu Data Science) : <\/em><\/p>\n\n\n\n
Jestem in\u017cynierem danych, co oznacza, \u017ce moja praca to nie tylko przekszta\u0142canie surowych danych w u\u017cyteczne informacje, ale tak\u017ce <\/em>projektowanie kompleksowych pipelin\u00f3w danych.<\/em><\/strong> Tworz\u0119 systemy przechowuj\u0105ce i przetwarzaj\u0105ce dane, oczyszczam je, analizuj\u0119 i wyci\u0105gam wnioski, kt\u00f3re pomagaj\u0105 firmie, w kt\u00f3rej pracuj\u0119, podejmowa\u0107 <\/em>m\u0105dre decyzje biznesowe<\/em><\/strong>. W por\u00f3wnaniu do pracy data scientist\u00f3w, moje zadania skupiaj\u0105 si\u0119 g\u0142\u00f3wnie na tworzeniu i utrzymaniu<\/em> infrastruktury danych <\/em><\/strong>oraz zapewnianiu p\u0142ynno\u015bci przep\u0142ywu informacji, podczas gdy data scientist zajmuje si\u0119 g\u0142\u00f3wnie budowaniem modeli uczenia maszynowego, wykorzystuj\u0105c dane, kt\u00f3re przygotowuj\u0119. Dodatkowo, wsp\u00f3\u0142pracuj\u0105c bardzo blisko z data scientistem, cz\u0119sto anga\u017cuj\u0119 si\u0119 tak\u017ce w analiz\u0119 danych i tworzenie wizualizacji. Warto te\u017c podkre\u015bli\u0107, \u017ce ze wzgl\u0119du na brak analityka danych w moim zespole, moje obowi\u0105zki cz\u0119sto obejmuj\u0105 r\u00f3wnie\u017c te dziedziny.<\/em><\/p>\n<\/blockquote>\n\n\n\n
To, co \u0142\u0105czy i przenika przez kontekst stanowisk zwi\u0105zanych z \u201cdata\u201d to idea, aby sprawne nimi zarz\u0105dzanie s\u0142u\u017cy\u0142o celom biznesowym i optymalizowa\u0142o podejmowane decyzje. Stanowiska i ich nazwy – cho\u0107 r\u00f3\u017cni\u0105 si\u0119, to te\u017c mo\u017cemy dostrzec wiele podobie\u0144stw w zakresie zada\u0144 analityk\u00f3w, scientist\u00f3w i in\u017cynier\u00f3w danych. R\u00f3\u017cnic\u0105 natomiast okazuj\u0105 si\u0119 procesy i narz\u0119dzia<\/strong> wykorzystywane w zarz\u0105dzaniu zbiorami danych, a tak\u017ce odniesienie do kontekstu – podsumowania i planowania (projektowania) lub te\u017c prognozowania sytuacji na bazie efektu prac specjalist\u00f3w data.<\/p>\n\n\n\n
Perspektywy zawod\u00f3w wok\u00f3\u0142 \u201cdata\u201d, czyli najlepsze prace w IT<\/h3>\n\n\n\n
Na koniec warto przyjrze\u0107 si\u0119 temu, jak jawi si\u0119 perspektywa przysz\u0142o\u015bci pracy zwi\u0105zanej z analiz\u0105 danych. Sztuczna inteligencja i bardzo szybki rozw\u00f3j technologii mocno rzutuj\u0105 na trendy i rozwi\u0105zania, kt\u00f3re wdra\u017cane s\u0105 do biznesu – sprawniej i ch\u0119tniej ni\u017c kiedykolwiek wcze\u015bniej. Jaka jest zatem przysz\u0142o\u015b\u0107 \u201cdata\u201d – czy zawody, kt\u00f3re opisali\u015bmy powy\u017cej czeka stopniowa lub pe\u0142na automatyzacja, czy raczej idziemy w kierunku uczenia si\u0119 wykorzystania kolejnych narz\u0119dzi doskonal\u0105cych prac\u0119 z danymi? <\/p>\n\n\n\n
Szukaj\u0105c trafnej konkluzji wok\u00f3\u0142 tego dylematu, poprosi\u0142am o zabranie g\u0142osu eksperta z dziedziny danych, stawiaj\u0105c pytanie:<\/p>\n\n\n\n
Czy widzi Pan w otoczeniu biznesowym trend, kt\u00f3ry m\u00f3g\u0142by w najbli\u017cszej przysz\u0142o\u015bci zredukowa\u0107 lub te\u017c uzupe\u0142ni\u0107 o nowe pozycje list\u0119 zawod\u00f3w zwi\u0105zanych z data?<\/p>\n\n\n\n
\nTomasz G\u0142owacki<\/em><\/a>, PhD, Head of Data Science w \u017babka Group: <\/em><\/p>\n\n\n\n
\u201cTo, co obecnie obserwujemy w dziedzinie danych, mo\u017cna moim zdaniem por\u00f3wna\u0107 do przemian, jakie mia\u0142y miejsce w sektorze tworzenia oprogramowania w latach 90. XX wieku. W\u00f3wczas prace nad oprogramowaniem cz\u0119sto prowadzi\u0142 jeden wszechstronny programista lub bardzo ma\u0142y zesp\u00f3\u0142. <\/em>Rosn\u0105ca z\u0142o\u017cono\u015b\u0107<\/em><\/strong> tych projekt\u00f3w spowodowa\u0142a potrzeb\u0119 <\/em>wi\u0119kszej specjalizacji<\/em><\/strong> i doprowadzi\u0142a do powstania nowych profesji. Podobny trend widz\u0119 obecnie w dziedzinie danych, gdzie ostatnio pojawiaj\u0105 si\u0119 takie zawody jak <\/em>in\u017cynier ds. prompt\u00f3w<\/em><\/strong> (specjalista w interakcji z zaawansowanymi modelami j\u0119zykowymi) czy<\/em> in\u017cynier MLOps<\/em><\/strong> (specjalista od wdra\u017cania modeli uczenia maszynowego). Warto r\u00f3wnie\u017c zauwa\u017cy\u0107, \u017ce wiele uniwersytet\u00f3w wprowadzi\u0142o nowe kierunki studi\u00f3w po\u015bwi\u0119cone sztucznej inteligencji, kt\u00f3re wcze\u015bniej by\u0142y cz\u0119\u015bci\u0105 szeroko poj\u0119tej informatyki. Przewiduj\u0119, \u017ce rosn\u0105ce wymagania wobec dziedziny danych b\u0119d\u0105 sprzyja\u0107 dalszej specjalizacji i pojawianiu si\u0119 nowych profesji.\u201d<\/em><\/p>\n<\/blockquote>\n\n\n\n
Podsumowuj\u0105c – wraz z post\u0119pem technologicznym, rozwijaj\u0105 si\u0119 tak\u017ce perspektywy, trendy i pomys\u0142y na operowanie zbiorami danych, co sprawia, \u017ce dotychczas funkcjonuj\u0105ce i zdefiniowane zawody \u201cdata\u201d wci\u0105\u017c ewoluuj\u0105. Jednocze\u015bnie tworz\u0105 si\u0119 nowe ga\u0142\u0119zie mo\u017cliwo\u015bci oraz kolejne profesje, kt\u00f3re stawiaj\u0105 wyzwania w operowaniu najnowocze\u015bniejszymi narz\u0119dziami pracy, w tym AI oraz Machine i Deep Learning. Dlatego te\u017c w miejsce zagro\u017cenia \u201cwyga\u015bni\u0119cia\u201d kt\u00f3rego\u015b z obecnie funkcjonuj\u0105cych zawod\u00f3w zwi\u0105zanych z danymi, nale\u017cy raczej wstawi\u0107 konieczno\u015b\u0107 aktualizowania wiedzy oraz ustawicznego rozwoju w tej dziedzinie, w odniesieniu do post\u0119pu nauki i technologii.<\/p>\n\n\n\n
Zamykaj\u0105c temat \u201cdata\u201d w obliczu najlepszych kierunk\u00f3w rozwoju w IT,\u00a0 warto te\u017c zauwa\u017cy\u0107, \u017ce rozw\u00f3j kompetencji zwi\u0105zanych z danymi – ich gromadzeniem, zarz\u0105dzaniem i wizualizowaniem – dedykowany jest wielu innym profesjom, nie tylko specjalistom od \u201cdata\u201d. Jak wspomnia\u0142a w swojej wypowiedzi Klaudia Stano \u201canaliza danych jest domen\u0105 wielu specjalist\u00f3w na rynku pracy\u201d. Furtka mocno otwiera si\u0119 zatem przed\u00a0 zawodami, w kt\u00f3rych operowanie danymi oraz korzystanie z ich zasob\u00f3w jest obszarem do realizacji kluczowych zada\u0144. Przyk\u0142ady? E-commerce, marketing, HR, administracja, finanse, zarz\u0105dzanie, sprzeda\u017c, logistyka, czy design – specjali\u015bci tych dziedzin ucz\u0105 si\u0119 narz\u0119dzi zwi\u0105zanych z zarz\u0105dzaniem danymi, po to, aby efekty ich pracy mog\u0142y by\u0107 bardziej przejrzyste, wiarygodne i atrakcyjne.\u00a0<\/p>\n\n\n\n
\nPrzeczytaj tak\u017ce: Wprowadzenie do Big Data w biznesie<\/a><\/p>\n<\/blockquote>\n\n\n\n
O tym, jak mo\u017cemy wykorzysta\u0107 nauk\u0119 narz\u0119dzi i technologii w pracy z r\u00f3\u017cnymi zbiorami danych opowiemy ju\u017c wkr\u00f3tce na dedykowanym temu webinarze, na kt\u00f3ry ju\u017c dzi\u015b serdecznie zapraszamy!<\/p>\n\n\n\n
Agnieszka Marusiak<\/a>, HR Project Manager & Career Advisor w infoShare Academy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
Zainteresowanie dziedzin\u0105 \u201cdata\u201d od kilku lat wy\u0142\u0105cznie zyskuje na popularno\u015bci. Wok\u00f3\u0142 zawod\u00f3w zwi\u0105zanych z danymi, a dok\u0142adnie z ich sprawnym wykorzystywaniem do cel\u00f3w biznesowych, regularnie pojawia si\u0119 has\u0142o: \u201cperspektywiczne\u201d, czy te\u017c \u201czawody przysz\u0142o\u015bci\u201d. \u015awiat, w kt\u00f3rym \u017cyjemy, wr\u0119cz popycha ten trend poprzez stawianie nam nowych wyzwa\u0144 w postaci synchronizacji i optymalizowania dost\u0119pnych danych, a tak\u017ce …<\/p>\n","protected":false},"author":18,"featured_media":13277,"comment_status":"closed","ping_status":"closed","sticky":true,"template":"","format":"standard","meta":{"footnotes":""},"categories":[26,205,33,24,28,25],"tags":[182,210,51,209,211],"class_list":["post-13263","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artykul","category-big-data","category-data-science","category-historie-absolwentow","category-kariera","category-wywiady","tag-big-data","tag-data-analytics","tag-data-science","tag-kariera-w-it","tag-zawody-przyszlosci"],"yoast_head":"\n
Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog\" \/>\n<meta property=\"og:description\" content=\"Zainteresowanie dziedzin\u0105 \u201cdata\u201d od kilku lat wy\u0142\u0105cznie zyskuje na popularno\u015bci. Wok\u00f3\u0142 zawod\u00f3w zwi\u0105zanych z danymi, a dok\u0142adnie z ich sprawnym wykorzystywaniem do cel\u00f3w biznesowych, regularnie pojawia si\u0119 has\u0142o: \u201cperspektywiczne\u201d, czy te\u017c \u201czawody przysz\u0142o\u015bci\u201d. \u015awiat, w kt\u00f3rym \u017cyjemy, wr\u0119cz popycha ten trend poprzez stawianie nam nowych wyzwa\u0144 w postaci synchronizacji i optymalizowania dost\u0119pnych danych, a tak\u017ce …\" \/>\n<meta property=\"og:url\" content=\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\" \/>\n<meta property=\"og:site_name\" content=\"infoShare Academy Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/infoshareacademy\" \/>\n<meta property=\"article:published_time\" content=\"2024-03-04T12:43:53+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-03-11T14:26:29+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2024\/03\/Data-Scientist-analiza-danych_blog-min-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1018\" \/>\n\t<meta property=\"og:image:height\" content=\"578\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"mateusz.piernikarczyk@infoshareacademy.com\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"mateusz.piernikarczyk@infoshareacademy.com\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"17 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\"},\"author\":{\"name\":\"mateusz.piernikarczyk@infoshareacademy.com\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/bfda6d1aeb19909ac4aeee2b2986c8e2\"},\"headline\":\"Data scientist, data architect, analyst, engineer, big data – czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT\",\"datePublished\":\"2024-03-04T12:43:53+00:00\",\"dateModified\":\"2024-03-11T14:26:29+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\"},\"wordCount\":3415,\"publisher\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#organization\"},\"keywords\":[\"big data\",\"data analytics\",\"data science\",\"kariera w it\",\"zawody przysz\u0142o\u015bci\"],\"articleSection\":[\"Artyku\u0142\",\"Big Data\",\"Data Science\",\"Historie Absolwent\u00f3w\",\"Kariera w IT\",\"Wywiady\"],\"inLanguage\":\"pl-PL\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\",\"url\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\",\"name\":\"Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog\",\"isPartOf\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#website\"},\"datePublished\":\"2024-03-04T12:43:53+00:00\",\"dateModified\":\"2024-03-11T14:26:29+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Strona g\u0142\u00f3wna\",\"item\":\"https:\/\/infoshareacademy.com\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data scientist, data architect, analyst, engineer, big data – czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#website\",\"url\":\"https:\/\/infoshareacademy.com\/blog\/\",\"name\":\"infoShare Academy Blog\",\"description\":\"Strona o szkoleniach w IT\",\"publisher\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/infoshareacademy.com\/blog\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#organization\",\"name\":\"infoShare Academy\",\"url\":\"https:\/\/infoshareacademy.com\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2022\/11\/infoShare-Academy-ver-white-with-background-1000x1000px.jpg\",\"contentUrl\":\"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2022\/11\/infoShare-Academy-ver-white-with-background-1000x1000px.jpg\",\"width\":1000,\"height\":1000,\"caption\":\"infoShare Academy\"},\"image\":{\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/infoshareacademy\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/bfda6d1aeb19909ac4aeee2b2986c8e2\",\"name\":\"mateusz.piernikarczyk@infoshareacademy.com\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/8d0d979a4d1ae0c5371979c94555e365d334d1534337ad5568a7e9c757324d94?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/8d0d979a4d1ae0c5371979c94555e365d334d1534337ad5568a7e9c757324d94?s=96&d=mm&r=g\",\"caption\":\"mateusz.piernikarczyk@infoshareacademy.com\"},\"url\":\"https:\/\/infoshareacademy.com\/blog\/author\/mateusz-piernikarczykinfoshareacademy-com\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/","og_locale":"pl_PL","og_type":"article","og_title":"Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog","og_description":"Zainteresowanie dziedzin\u0105 \u201cdata\u201d od kilku lat wy\u0142\u0105cznie zyskuje na popularno\u015bci. Wok\u00f3\u0142 zawod\u00f3w zwi\u0105zanych z danymi, a dok\u0142adnie z ich sprawnym wykorzystywaniem do cel\u00f3w biznesowych, regularnie pojawia si\u0119 has\u0142o: \u201cperspektywiczne\u201d, czy te\u017c \u201czawody przysz\u0142o\u015bci\u201d. \u015awiat, w kt\u00f3rym \u017cyjemy, wr\u0119cz popycha ten trend poprzez stawianie nam nowych wyzwa\u0144 w postaci synchronizacji i optymalizowania dost\u0119pnych danych, a tak\u017ce …","og_url":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/","og_site_name":"infoShare Academy Blog","article_publisher":"https:\/\/www.facebook.com\/infoshareacademy","article_published_time":"2024-03-04T12:43:53+00:00","article_modified_time":"2024-03-11T14:26:29+00:00","og_image":[{"width":1018,"height":578,"url":"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2024\/03\/Data-Scientist-analiza-danych_blog-min-1.png","type":"image\/png"}],"author":"mateusz.piernikarczyk@infoshareacademy.com","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"mateusz.piernikarczyk@infoshareacademy.com","Szacowany czas czytania":"17 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#article","isPartOf":{"@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/"},"author":{"name":"mateusz.piernikarczyk@infoshareacademy.com","@id":"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/bfda6d1aeb19909ac4aeee2b2986c8e2"},"headline":"Data scientist, data architect, analyst, engineer, big data – czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT","datePublished":"2024-03-04T12:43:53+00:00","dateModified":"2024-03-11T14:26:29+00:00","mainEntityOfPage":{"@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/"},"wordCount":3415,"publisher":{"@id":"https:\/\/infoshareacademy.com\/blog\/#organization"},"keywords":["big data","data analytics","data science","kariera w it","zawody przysz\u0142o\u015bci"],"articleSection":["Artyku\u0142","Big Data","Data Science","Historie Absolwent\u00f3w","Kariera w IT","Wywiady"],"inLanguage":"pl-PL"},{"@type":"WebPage","@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/","url":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/","name":"Data scientist, data architect, analyst, engineer, big data - czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT - infoShare Academy Blog","isPartOf":{"@id":"https:\/\/infoshareacademy.com\/blog\/#website"},"datePublished":"2024-03-04T12:43:53+00:00","dateModified":"2024-03-11T14:26:29+00:00","breadcrumb":{"@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/infoshareacademy.com\/blog\/data-scientist-data-architect-analyst-engineer-big-data-czym-sie-zajmuja-najlepsze-kierunki-rozwoju-w-it\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Strona g\u0142\u00f3wna","item":"https:\/\/infoshareacademy.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Data scientist, data architect, analyst, engineer, big data – czym si\u0119 zajmuj\u0105? Najlepsze kierunki rozwoju w IT"}]},{"@type":"WebSite","@id":"https:\/\/infoshareacademy.com\/blog\/#website","url":"https:\/\/infoshareacademy.com\/blog\/","name":"infoShare Academy Blog","description":"Strona o szkoleniach w IT","publisher":{"@id":"https:\/\/infoshareacademy.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/infoshareacademy.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/infoshareacademy.com\/blog\/#organization","name":"infoShare Academy","url":"https:\/\/infoshareacademy.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/infoshareacademy.com\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2022\/11\/infoShare-Academy-ver-white-with-background-1000x1000px.jpg","contentUrl":"https:\/\/infoshareacademy.com\/blog\/wp-content\/uploads\/2022\/11\/infoShare-Academy-ver-white-with-background-1000x1000px.jpg","width":1000,"height":1000,"caption":"infoShare Academy"},"image":{"@id":"https:\/\/infoshareacademy.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/infoshareacademy"]},{"@type":"Person","@id":"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/bfda6d1aeb19909ac4aeee2b2986c8e2","name":"mateusz.piernikarczyk@infoshareacademy.com","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/infoshareacademy.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8d0d979a4d1ae0c5371979c94555e365d334d1534337ad5568a7e9c757324d94?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8d0d979a4d1ae0c5371979c94555e365d334d1534337ad5568a7e9c757324d94?s=96&d=mm&r=g","caption":"mateusz.piernikarczyk@infoshareacademy.com"},"url":"https:\/\/infoshareacademy.com\/blog\/author\/mateusz-piernikarczykinfoshareacademy-com\/"}]}},"_links":{"self":[{"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/posts\/13263","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/users\/18"}],"replies":[{"embeddable":true,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/comments?post=13263"}],"version-history":[{"count":16,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/posts\/13263\/revisions"}],"predecessor-version":[{"id":13292,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/posts\/13263\/revisions\/13292"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/media\/13277"}],"wp:attachment":[{"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/media?parent=13263"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/categories?post=13263"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/infoshareacademy.com\/blog\/wp-json\/wp\/v2\/tags?post=13263"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}