Андрей Себрант: «Big Data уже нельзя назвать инновацией»

— Некоторые эксперты утверждают, что эра Big Data подходит к концу. Вы с этим согласны?

— Нет, не согласен. Если внимательнее посмотреть на мнение уважаемых экспертов, например, из компании Gartner, то окажется, что к концу подошло совсем другое: эпоха пребывания Big Data в категории «развивающиеся и многообещающие технологии». Согласно оценкам агентства, в 2015 году использование Big Data стало частью базовых технологий в более чем 20% компаний. Большие данные стали настолько широко распространенными, что их уже нельзя назвать инновацией. Впрочем, эта статистика не относится к России.

Эффективная и выгодная реклама с сервисом от МегаФона

Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID LjN8K1P7y.

— Есть ли разница между Big Data и Data Science?

— Мне представляется, что есть. В словах Big Data больше маркетинга, чем содержания: это словосочетание позволяет продавать громоздкие и дорогие решения. Data Science — это современный способ использовать разнообразные данные в бизнесе, выходящий за пределы привычной статистики или бизнес-аналитики. Применять подходы Data Science можно и в тех случаях, когда размер доступных данных не является фантастическим.

— Есть мнение, что следующим скачком будет Data Driven.

— Смысл использования Data Science как раз в том, чтобы данные становились драйвером решений в бизнесе, драйвером изменений в бизнес-процессах. В этом смысле компания, в которой практикуется реальное использование Data Science, автоматически становится Data Driven.

—  Business Insider писал, что от 2015 стоило ожидать новых способов анализа Big Data, в частности, появления инструментов для анализа визуальных источников информации. Существуют ли уже на рынке подобные технологии?

— Инструментов анализа визуальной информации существует достаточно много. Важно не столько их присутствие на рынке, сколько коммодитизация: все большее число необходимых программ становятся доступными в открытом доступе, потребные вычислительные мощности можно арендовать. Это означает, что реальное использование Data Science становится доступно не только крупным компаниям с большими собственными ресурсами, человеческими и машинными, но всем нуждающимся.

— Есть ли на рынке квалифицированные специалисты в области Big Data?

— Есть, но дефицит очень силен. Причем в дефиците не только технические специалисты, способные организовать саму работу с данными, но и менеджеры, понимающие как интегрировать Data Science в бизнес-процессы, как правильно нанять специалистов, как правильно ставить им задачи и организовывать их работу. Собственно, последних мы и готовим в Школе новых медиа, так как именно их особенно не хватает на российском рынке.

— Какие люди требуются в этой области?

— Область достаточно широка, и в ней требуются разные специалисты, но всех их объединяет хорошая математическая подготовка и достаточно высокий уровень владения языками программирования. В зависимости от специфики конкретных задач могут потребоваться дополнительные знания и умения: хороший data scientist — довольно синтетический специалист.

— В какую сторону, на ваш взгляд, будет развиваться рынок Big Data в дальнейшем?

— В сторону вытеснения рутинного умственного труда трудом машин. Причем в первую очередь в промышленности, а не только в быту.

Источник картинки на тизере: YouTube