Specjalista na stanowisku data scientist musi posiadać wiele umiejętności z zakresu statystyki, matematyki, ekonometrii, uczenia maszynowego czy programowania. Ponadto powinien znać narzędzia analityczne oraz umieć pracować z bazami danych. Potrzebna jest także wiedza i praktyka biznesowa, aby dobrze rozumieć specyfikę danej branży i konkretne potrzeby klienta. Pozwala to przeprowadzać analizy, które będą miały przełożenie na skuteczność prowadzonego biznesu. Często rozwiązanie danego problemu poprzedzają długie testy mające na celu wybór najlepszego algorytmu. Nie bez znaczenia są także umiejętności miękkie, dzięki którym data scientist jest w stanie sformułować i przekazać uzyskane wnioski w sposób zrozumiały innym członkom organizacji.

W przyszłości, w ramach zawodu data science mają powstać specjalizacje, takie jak np. data developer, data researcher, data creative, data businessperson. Zawężenie specjalizacji ułatwi firmom pozyskiwanie specjalistów z obszaru analityki, gdyż nie będą oni musieli posiadać aż tak szerokiego wachlarza umiejętności.

Aleksandra Korycka, Senior Human Resources Business Partner w SAS Polska twierdzi, że biznes zmaga się z deficytem specjalistów data science m.in. dlatego, że trudno jest znaleźć właściwych kandydatów, którzy posiadaliby zarówno umiejętności techniczne, jak i biznesowe. Jednym z pomysłów na rozwiązanie tego problemu jest tworzenie zespołów składających się z osób o różnych cechach, które wspólnie są w stanie spełnić oczekiwania danej organizacji.

Innym sposobem na pozyskanie talentów jest współpraca z uczelniami wyższymi i szkołami, mająca na celu pomoc uczniom i studentom w uzyskaniu umiejętności analitycznych.

Źródło: SAS Institute