Pull to refresh
0

14 новых ролей в Big Data

Reading time 4 min
Views 23K
Количество данных растет с каждым днем огромными рывками. Ежедневно в сеть заливается 2,3 триллиона гигабайт данных. К 2017 году ожидается, что количество данных вырастет на 800%. Чем больше данных, тем выше спрос на специалистов по их обработке.

Наука о данных настолько динамично развивается, что у каждого специалиста есть своя узкая зона ответственности. Мартин Джонс (Martin Jones), CEO и co-founder в Cambriano Energy предлагает выделить 14 основных ролей в работе с большими данными.

image


Роли и обязанности


Data Trader

Это специалист, который работает с альтернативными источниками данных. Он формирует рынок и спрос, поддерживает рынок данных и постоянно пополняет его новыми значениями. Трейдеры ищут потенциально ценные данные, исследуют новые потоки и внедряют их на рынок.

Data Trader также ищет и исследует инструменты по обработке данных для своих клиентов. Он оценивает и прогнозирует тренды и проводит сделки по покупке данных, которые могут стать популярными в будущем.

Data Hound

Data Hound — это правая рука трейдера. После того, как трейдер сделал прогноз за работу берется Data Hound. Его задание — найти самый лучший, самый дешевый и надежный источник больших данных и вычислить контакты владельцев и поставщиков этих самых данных.

Только Data Hound может заразить всех энтузиазмом и вдохновить на работу с новыми данными. Он должен быть милым и терпеливым и владеть огромной силой убеждения. И только он может развеять все сомнения при работе с новым порталом данных.

Data Plumber

Этот специалист конструирует и поддерживает всю инфраструктуру. Обеспечивает доставку данных, следит за тем, чтобы данные прошли все стадии: подготовку, очистку, анализ и представление.

Data Plumber должен удостовериться, что данные прошли все стадии обработки и дошли от поставщика к потребителю данных.

image

Его типичные зоны ответственности:

  • Знание спецификаций и возможностей информационных репозиториев и баз знаний.
  • Обнаружение ошибок в работе этих систем и диагностика причин.
  • Расположение и маркировка проводов, адаптеров, портов и каналов для получения и отправки данных. А также поддержка корректной работы дата центров.

Data Butcher

Data Butcher работает в тандеме с Data Shef. Он отбирает и готовит нужные части поставляемых данных, которые затем передает шефу для дата майнинга, прогнозного анализа и визуализации. Data Butcher отделяет интересные данные от ненужных. На выход попадают качественные, структурированные данные, которые затем анализируют. Можно сказать, что Data Butcher — это частный случай архитектора данных.
image

Data Miner

Без сомнений — это самая тяжелая и напряженная роль. Майнер всегда занят логическими и физическими исследованиями. Он выявляет и извлекает наиболее труднодоступные данные с наибольшим информационным значением. Скорее всего эти данные очень глубоко закопаны и его задача рискнуть и извлечь их на поверхность. Такие данные имеют очень высокий коэффициент полезности и будут еще долго использоваться. Вот почему работа дата майнера всегда будет востребованной в мире больших данных.
image

Data Canary

Data Canary контролирует качество данных, извлеченных дата майнером и помогает ему здраво их оценивать.

Data Pharmacist

Когда данных больше, чем ресурс может обработать или когда в бизнес-процесс внедрены «токсичные» данные — тогда в свою роль вступает Data Pharmacist. Он должен обладать недюжинными математическими способностями, чтобы выявить проблемы и найти способ исправить их.

Точность и педантичность — его главные качества. Даже незначительные ошибки могут привести к неправильному использованию и трактовке данных. Data Pharmacists обычно работают в режиме многозадачности и должны быстро принимать решения.

Также он должен обладать великолепными комуникативными навыками, поскольку ежедневно взаимодействует с большим количеством раздраженных людей, консультирует их, отвечает на вопросы и успокаивает.

Data Pharmacist — это очень терпеливый, очень внимательный математик-экстраверт.

Data Caretaker

Также эту роль можно назвать: Data Janitor или Data Custodian. Data Caretaker ухаживает за дата-центрами, облаками и хранилищами данных. Он обеспечивает безопасность и чистоту хранилищ и данных.

Чтобы стать таким специалистом нужно иметь практические навыки в программировании на Python, data scrambling и DIY моделировании. В этой роли опыт работы всегда предпочтительнее высшего образования.

Data Cleaner

Основная задача Data Cleaner — выявлять и избавляться от токсичных и вирусных значений, которые могут исказить природу данных. Они заботятся о том, чтобы данные были чистыми, репрезентативными и пригодными для обработки.

Data Chef

Data Chef организовывает и координирует работу всех отделов. В идеале Шеф обладает знаниями в аналитике, имеет солидный опыт в статистике и твердое понимание архитектуры данных. А также в его резюме вписан широкий спектр других навыков, которые можно перечислять вечно.

Data Chef вместе с Data Trader и Data Butcher находит и отбирает первичные сырые данные. А на основании этих данных Data Chef составляет план их обработки и подбирает метод анализа, даже если данные динамически меняются во времени.

image

Data Taster

Data Taster — это человек, который пробует (тестирует) данные или информацию перед отправкой к потребителю. Всегда есть риск, что данные на выходе могут быть ошибочными или вводящими в заблуждение.

К примеру Data Taster проверяет и подтверждает, что данные актуальны и используемые модели действительны.
Он также может быть задействован для подготовки и представления данных. Такой специалист должен быть очень щепетилен, ведь неверные данные на выходе влияют на его репутацию.

Data Server

По-простому Data Server презентует данные и принимает заказы. Также он может советовать своим клиентам оптимальный выбор данных, основанный на доступных данных и предпочтениях других клиентов.

Data Whisperer

Рассказчик, весельчак и философ. Главная задача этого человека — помочь клиенту правильно интерпретировать результаты, представить и объяснить все простым и доступным языком. Data Whisperer — главный эмпат в мире больших данных.

Data Czar

Обычно эту роль играет CFO или следующий за ним человек. Он должен быть в курсе всех номенклатурных значений и всех действий внутри организации. Он управляет всеми, справляется с различными бизнес-задачами, пробивает стены и добивается всего наилучшего для своей команды.

image

Конспект


  1. К 2017 году ожидается, что количество данных вырастет на 800%.
  2. Мартин Джонс (Martin Jones), CEO и co-founder в Cambriano Energy предлагает выделить 14 основных ролей в работе с большими данными.
Tags:
Hubs:
+6
Comments 2
Comments Comments 2

Articles

Information

Website
onthe.io
Registered
Employees
11–30 employees