Seperti yang diinginkan takdir, saya beruntung selama 1,5 - 2 bulan terakhir untuk menganalisis pasar Sains Data dan Pembelajaran Mesin. Dan ada keinginan untuk menulis setidaknya beberapa baris tentang ini. Jadi kemungkinan besar itu akan menjadi catatan singkat daripada artikel yang solid.
Departemen pemasaran di perusahaan besar
Ilmu Data diminati di sini untuk analisis penjualan, pasar, segmentasi pelanggan, dan penelitian perilaku mereka. Kemungkinan besar, dalam kasus ini, pekerjaan analis sebagian besar direduksi menjadi agregasi data, membangun dasbor, dan menyiapkan kampanye pemasaran. Tugas terakhir adalah tugas pengoptimalan, di mana model dibangun yang memprediksi reaksi klien terhadap iklan, semua jenis promosi dan diskon selama penjualan.
Manajemen risiko di bank dan perusahaan asuransi
Manajemen risiko sebenarnya adalah industri yang terpisah, dan analitik kuantitatif adalah alat untuk mengendalikan dan mengelola risiko. Topik yang paling umum di sini adalah manajemen risiko kredit, menilai kelayakan kredit peminjam dan metode lanjutan untuk menghitung peraturan dan modal ekonomi dan cadangan yang dibuat untuk kerugian yang diharapkan dari gagal bayar pinjaman.
R&D - laboratorium
R&D - Penelitian dan Pengembangan. Sebagai bagian dari pekerjaan laboratorium semacam itu, penelitian mendasar sering dilakukan dengan pengembangan algoritme baru dan arsitektur pembelajaran mesin. Para spesialis yang dibutuhkan dalam bidang tersebut jauh lebih terspesialisasi dan "menggali" lebih dalam daripada ilmuwan data klasik. Profesional R&D sering menyebut diri mereka sebagai insinyur pembelajaran mesin atau pembelajaran mendalam, atau hanya ahli matematika.
Berikut adalah beberapa contoh tugas: pengembangan agen yang dapat dilatih dalam permainan komputer, kontrol peralatan robotik, kendaraan udara tak berawak, mengemudi otonom.
Produk dimulai
Era startup belum berakhir. Topik meluncurkan startup dan investasi ventura masih populer. Fitur utama dari area ini adalah fokus pada keseluruhan produk. Pembelajaran mesin, jika digunakan, faktor utama kegunaannya adalah meningkatkan kegunaan produk dan pengalaman pengguna (UX).
Misalnya, aplikasi seluler augmented reality untuk anak-anak. Popularitas aplikasi semacam itu mungkin sangat bergantung bukan pada metrik kualitas "tanpa jiwa", tetapi pada kecerahan dan spektakuleritas gambar. Contoh lain: chatbot untuk mengajar bahasa Inggris atau hanya untuk bersenang-senang. Metrik kualitas masih jauh dari jelas. Chatbot dapat berbicara di luar topik, tetapi akan terdengar "keren" dan mendapatkan tampilan, klik, dan suka. Tidak sulit menebak kemana tujuan saya di sini. Aplikasi atau situs semacam itu setidaknya dapat menghasilkan uang dari iklan.
Integrator, konsultasi IT
Perusahaan integrator dan layanan konsultasi diminati karena mereka mengumpulkan pengalaman dan pengetahuan. Nilai utama mereka terletak pada modal manusia. Untuk meluncurkan proyek apa pun dengan otomatisasi dan pembelajaran mesin membutuhkan pengetahuan dari banyak profesional dari bidang yang berbeda sekaligus. Tidak ada orang yang dapat menggabungkan keahlian dalam praktik industri terbaik (perbankan, ritel, periklanan, media sosial) dan pengetahuan tentang keseluruhan tumpukan teknologi. Contoh yang mencolok adalah praktik MLOps (bagian dari praktik DevOps yang diterapkan pada pembelajaran mesin) yang ditawarkan oleh Neosoft. Cara alternatif untuk membawa bisnis Anda ke level berikutnya adalah dengan mempekerjakan seluruh tim, dan ini dilakukan hanya dengan dua klik.
Vendor dan pengembang perangkat lunak
Otomatisasi dan modernisasi bisnis dibangun di satu sisi pada solusi yang sudah jadi, dan di sisi lain, itu tidak dapat dilakukan tanpa penyesuaian. Tugas penyesuaian untuk infrastruktur dan model bisnis tertentu, tentu saja, juga dapat diselesaikan oleh integrator di tingkat pengaturan untuk perangkat lunak siap pakai yang dibeli. Tetapi seringkali, untuk mendapatkan keunggulan kompetitif, perusahaan harus menyampaikan ke pasar beberapa layanan atau penawaran produk yang unik. Misalnya, pengembang pihak ketiga seperti EPAM bahkan tertarik oleh perusahaan seperti Google atau Facebook.
Raksasa dan platform perusahaan IT teknologi
Di antara raksasa teknologi, tentu saja, Anda dapat memberi nama "mesin pencari" (Google, Yandex), perdagangan online (Amazon, Alibaba), jejaring sosial (Facebook, Instagram, WeChat). Orang-orang ini, jika mereka membutuhkan sesuatu, sering membeli startup dan perusahaan sepenuhnya dan membuat divisi struktural internal mereka sendiri.
Tren yang stabil dalam beberapa tahun terakhir dikaitkan dengan transisi segalanya dan semua orang ke platform cloud. Dalam hubungan ini, seluruh ekosistem layanan mitra sedang dibangun atas dasar platform seperti Azure, AWS, atau Google Cloud. Secara khusus, layanan ini menawarkan akses yang disesuaikan ke pembelajaran mesin dan kemampuan data mining.
Hasil
Untuk bertahan dalam berbagai penawaran yang ada di pasar, perusahaan mana pun harus memahami dengan jelas bidang otomatisasi bisnis, pembelajaran mesin, dan analitik data apa yang menjadi spesialisasi mereka. Penting juga untuk mengetahui praktik dan tren industri terbaik dari klien Anda, dan tentu saja pesaing Anda. Tetapi yang paling penting adalah klien mengetahui dan mengenali Anda.