Svenska tech-industrin växer som aldrig förr och det startas många nya företag som fokuserar på banbrytande appar, webbtjänster och IT-lösningar. I dessa produkter och tjänster börjar högteknologi som artificiell intelligens och maskininlärning bli vanliga inslag och nya, spännande karriärmöjligheter skapas. En sådan karriärmöjlighet är jobbet som data scientist. Men hur är det egentligen att jobba som data scientist och vem passar för jobbet?
Vi tog en pratstund med David Fendrich på företaget Tenfifty i Göteborg som gav oss en detaljerad inblick.
Hej David! Berätta, hur är det att jobba som data scientist?
”Jag arbetar idag på AI-konsultbolaget Tenfifty i en delad roll där jag dels är teknisk chef och dels arbetar som så kallad data scientist. I rollen som teknisk chef arbetar jag tillsammans med mina kollegor och träffar kunder för att säkerställa att vi är rätt leverantör för vår kunds unika behov av lösningar inom Artificiell Intelligens (AI) och maskininlärning.”
”I rollen som data scientist jobbar jag väldigt nära våra kunder och våra kunders data och tillsammans hittar vi tekniska lösningar som hjälper dem att optimera processer, förutse händelser och skapa beslutsunderlag baserat på historisk data.”
Det låter väldigt tekniskt, kan du förklara vad de olika begreppen innebär för någon som inte jobbat med dessa innan?
”Absolut, det stämmer bra att det är väldigt avancerad teknik som detta handlar om. Samtidigt är det väldigt spännande teknik och fler och fler företag börjar inse värdet av att implementera till exempel AI-lösningar i sina befintliga tjänster och processer för att öka både effektivitet och lönsamhet.”
”AI (Artificiell Intelligens) eller konstgjord intelligens är ett generellt begrepp som innebär att man försöker att efterlikna alla former av mänsklig intelligens, fast i en dator. Den här tekniken hjälper människan att processa stora mängder data, tolka bilder, tolka språk och hitta mönster. AI kan bättre förstå sin omvärld, planera, förutse framtid med mera.”
”ML (Machine Learning) eller maskininlärning är ett specialområde inom AI som innebär att man låter en maskin, en dator, lära sig av historisk data och hitta mönster. Den här tekniken kan man tillämpa på otroligt många sätt. Ett exempel på detta kan vara dynamisk prissättning av flygbiljetter baserat på både köphistorik, tillgång och efterfrågan. Ett annat kan vara att förutse efterfrågan på en produkt och därmed kunna styra produktionshastighet i en fabrik.”
”För att krångla till det lite ytterligare så finns även begreppet ”Deep Learning”, vilket är ett specialområde inom Machine Learning på det som kallas ostrukturerad data. Området har blivit stort på senare år tack vare att hårdvaran utvecklats så pass mycket att man med hjälp av väldigt avancerade grafikprocessorer kan börja att efterlikna den mänskliga hjärnan. Deep Learning förstår sammanhang mellan ostrukturerad data i form av bild, ljud och text.”
Vad skulle du säga kännetecknar en bra data scientist?
”Till att börja med så kan man säga att det finns två olika aspekter av rollen som data scientist: En väldigt teknisk och en mer analytisk aspekt. För att bli riktigt duktig i den här rollen, inte minst på ett mindre konsultföretag, är det viktigt att ha en bra förståelse- och ett intresse för båda delarna.”
”I den mer tekniska delen behöver man ha en djup förståelse för matematik, statistik och programmering. Vanligt är att man programmerar i språken Python och R.”
Hur är det att jobba som data scientist? David Fendrich på AI-konsultbolaget Tenfifty vet.
”I den mer analytiska delen av rollen är det istället viktigt att vara duktig på att till exempel förstå var datan kommer ifrån, vad som är ett bra resultat och vad som är viktigt för kunden, se en helhet i hela projektet och man behöver vara nyfiken för att förstå hela bilden och ”kundcaset”.
”Förutom allt detta så behöver man, i rollen som konsult vara bra på att hantera kundrelationer och vara tillgänglig som en tvärfunktionell resurs för sin kund.”
Vad är dina bästa stalltips till alla som vill ta klivet och göra karriär som data scientist inom AI?
”Här skulle jag säga att det finns två olika grupper: Den ena gruppen är de som pluggat matte och statistik och som lär sig att programmera för att de måste. Den andra gruppen är omvänt de som är programmerare eller kanske civilingenjör i grunden, men som blivit intresserade av AI och då lärt sig statistiken istället.”
”Generellt så kan man säga att den första gruppen passar bäst på större företag där man jobbar mer specialiserat i team och där andra teammedlemmar hjälper till att driftsätta lösningar. Den andra gruppen passar oftast bäst på mindre företag där man får ta en bredare roll. Gemensamt för båda är dock att man måste lära sig Machine Learning för att kunna jobba som data scientist.”
Vad tjänar en data scientist?
”De allra bäst betalda jobben hittar man hos de största IT-bolagen. Bolag som Google, Baidu, IBM, och Microsoft attraherar ofta de bästa talangerna, de som utmärkt sig akademiskt. De som tjänar bäst kommer oftast från programmeringshållet och är specialister inom ML. Efterfrågan på erfarenhet av att tillämpa statistik och AI i business är mycket stor då det är ett så pass nytt område.”
Tack David!