Data Scientist: что за профессия и как в неё войти

Про Data Scientist за последние годы наговорили столько, что за хайпом потерялась суть. «Самая сексуальная профессия XXI века», «специалист по большим данным», «делает ИИ». На деле работа приземлённее и интереснее одновременно. Разберём без пафоса: кто это, что делает и как войти, если начинаете с нуля.

Чем занимается Data Scientist на самом деле

Обычный день это не обучение нейросетей под драматичную музыку. Это гипотезы и проверки. Бизнес хочет предсказывать отток клиентов, рекомендовать товары или оценивать риск. Data Scientist берёт данные, строит модель, проверяет, работает ли она, и объясняет результат тем, кто принимает решения.

Большая часть времени уходит не на модный ML, а на данные: достать, почистить, понять, что в них не так. Красивое обучение модели это финальные проценты работы, а не её суть. Кто идёт в профессию за «обучать ИИ», часто удивляется, сколько тут SQL и разбора грязных таблиц.

Чем DS отличается от аналитика и ML-инженера

Три роли путают, а они разные:

• Аналитик данных отвечает на вопрос «что произошло и почему»: считает метрики, строит отчёты, ищет причины. Подробнее в дорожной карте аналитика.
• Data Scientist отвечает на «что будет и что делать»: строит предсказательные модели, ставит эксперименты, проверяет гипотезы статистикой.
• ML-инженер доводит модель до прода: сервинг, нагрузка, мониторинг, чтобы она работала не в ноутбуке, а под реальным трафиком.

Границы размыты, в маленьких командах один человек делает всё. Но понимать разницу полезно, чтобы не идти учить не то.

Какие навыки нужны

Фундамент из четырёх опор:

• SQL. Данные живут в базах, доставать их придётся постоянно. Базовый навык, который спрашивают всегда.
• Статистика и теория вероятностей. Ядро профессии. Без понимания p-value, доверительных интервалов и A/B-тестов вы не отличите настоящий сигнал от шума.
• Python. Рабочий инструмент: pandas для данных, scikit-learn для моделей. Разбор типовых задач есть в посте про Python.
• Машинное обучение. Классические модели, метрики качества, борьба с переобучением. Что из этого спрашивают на собесе, разобрано в посте про ML-вопросы.

Нейросети и LLM полезны, но на входе не обязательны: большинство задач в индустрии закрывается классическим ML.

Как войти с нуля

Порядок разумно такой: SQL и Python до рабочего уровня, параллельно статистика, потом классический ML, эксперименты и метрики. Диплом по data science не обязателен, на собесе смотрят, что вы умеете, а не что написано в корочке. Реально войти самому, если заниматься системно и решать задачи, а не только смотреть курсы.

По времени честно: это дольше, чем вход в аналитику, из-за статистики и ML. Полгода-год плотных занятий до уверенного джуна, если без фанатизма, но регулярно.

Как понять, что готов к собесу

Не по числу пройденных курсов, а по способности решать. Пишете SQL с джоинами и оконками. Объясняете, почему accuracy обманчива на дисбалансе. Знаете, зачем считать размер выборки перед A/B. Если это всплывает само, а не «где-то читал», пора идти.

В Сеньорчике трек Data Science собран под эти темы: классический ML и метрики, статистика и A/B, Python и SQL, нейросети и System Design ML идут короткими сессиями с разбором, а движок возвращает темы, где вы плывёте. Живые вопросы по секции есть в подборке для Data Scientist. Начать можно бесплатно.