42% опрошенных аналитиков хотя бы изредка создают и обучают ML-модели

Рекрутинговое агентство NEWHR представило результаты исследования рынка аналитиков. В нем были рассмотрены такие вопросы, как карьерный путь специалистов и их цели, особенности поиска работы, применяемые навыки. Полученные данные сравнивались с результатами предыдущих замеров.

В опросе, который проводился в период с декабря 2023 года по январь 2024 года, приняли участие 464 продуктовых и дата-аналитика. Большинство опрошенных — специалисты со средним опытом и выше.

Ключевые выводы в части применения технологий:

• за год выросла доля продуктовых аналитиков, применяющих машинное обучение. 42% респондентов хотя бы изредка (1–2 раза за полгода) создают и обучают ML-модели, а 19% — разрабатывают ML-сервисы. Регулярно, то есть 1-2 раза в неделю, это делают, соответственно, 4% и 2% опрошенных;

• о том, что самые интересные задачи в аналитике связаны с ML, заявили 50 респондентов, с предсказательными моделями и прогнозированием — 11 специалистов. Самым распространенным вариантом был «поиск инсайтов» (91 ответ);

• из числа 77 респондентов, которые заявили о намерении развиваться внутри специальности, направления Data Scientist и Data Engineering указали по 35,1%, ML — 26%;

• наиболее перспективными отраслями для профессионального развития аналитики считают E-commerce (52,5%), FinTech (48,5%), EdTech (32,5%). Робототехнику назвали 13,4% респондентов, интернет вещей — 12,3%, VR/AR/MR — 11%;

• 408 аналитиков из числа опрошенных используют в работе языки программирования. Чаще всего это Python (93,1%) и SQL (98%);

• 359 респондентов применяют СУБД или системы распределенных вычислений, например PostgreSQL (58,5%), ClickHouse (56,8%), MySQL (19,5%);

• библиотеками машинного обучения пользуются 135 участников опроса. Они используют такие решения, как Scikit-learn (85,9%), CatBoost (46,7%), XGBoost (39,3%), LightGBM (23,7%), PyTorch (21,5%).

Ознакомиться с портретом аналитика →

#кадры #искусственный_интеллект #машинное_обучение