Szkolenie przyszłych badaczy danych
Nauka o danych zmienia procedury pracy niemal w każdej dziedzinie i branży. Powoduje to ciągłą zmianę i ewolucję umiejętności i kompetencji wymaganych przez pracodawców. Uczestnicy finansowanego ze środków UE projektu EDISON zaproponowali nowe podejście dla wykładowców, instruktorów, rekrutrów i decydentów chcących wypełnić lukę między umiejętnościami poszukiwanymi przez pracodawców a obecnymi zdolnościami osób poszukujących pracy. „Rozwój nowych technologii ma olbrzymi wpływ na niemal każdy aspekt techniki prowadzenia badań, sposób myślenia badacza oraz metody wykorzystania i udostępniania danych” – mówi koordynator projektu i główny badacz Yuri Demchenko. „Projekt EDISON pozwolił położyć fundamenty pod mechanizmy, które znacząco zwiększą liczbę kompetentnych i wykwalifikowanych badaczy danych zarówno w samej Europie, jak i poza nią”. Aby osiągnąć ten cel, zespół skoordynował wiele działań ukierunkowanych na zbliżenie do siebie edukatorów i instruktorów oraz pracodawców. „Naszym celem było dotarcie do badaczy zajmujących się różnymi dziedzinami i poznanie ich potrzeb oraz używanych infrastruktur badawczych” – dodaje Steve Brewer, koordynator projektu ds. relacji z partnerami. „Dokonaliśmy również rozdziału między istniejącą nauką o danych a programami nauczania w zakresie analityki danych, co pozwoliło nam zidentyfikować obecne możliwości rozwoju kompetencji i umiejętności dostępne potencjalnym badaczom danych”. Ramowy plan badań nad danymi EDISON Rezultatem tych wysiłków jest ramowy plan badań nad danymi EDISON (EDSF, EDISON Data Science Framework) obejmujący wytyczne dotyczące kompetencji w zakresie badań nad danymi, zasoby wiedzy, modelowy program nauczania oraz, co najważniejsze, zbiór profili zawodowych. EDSF, jako zestaw narzędzi, może być wykorzystywany do tworzenia nowych kierunków studiów w dziedzinie danych, oceny istniejących modułów i kursów, sporządzania wzorcowych opisów stanowisk czy planowania i budowy efektywnych, interdyscyplinarnych zespołów do badań nad danymi. „Planu EDSF nie należy uznawać za normatywny. To po prostu zbiór dogłębnie przeanalizowanych, wypróbowanych i przetestowanych dokumentów tworzących elastyczny i wszechstronny zestaw narzędzi” – twierdzi Demchenko. „W miarę postępów prac nad projektem spotykaliśmy coraz więcej badaczy i organizacji z różnych dziedzin nauki, zgłaszających potrzebę zatrudnienia pracowników posiadających kwalifikacje do pracy z danymi” – uzupełnia Brewer. „Ta skala i złożoność problemu sprawiły, że musieliśmy rozbudować nasz plan ramowy tak, aby obejmował zróżnicowane role niezbędne do badania i przetwarzania dużych ilości danych”. Wszystkie dokumenty EDSF są udostępniane bezpłatnie na stronie projektu jako produkty Open Source na licencji Creative Common Attribution Licence. Przyszli badacze danych Mimo zakończenia projektu prace nad planem EDSF są kontynuowane. Zespół dalej współpracuje ze społecznością badaczy, chcąc zdefiniować wspólne ontologie oraz zbudować interfejs programowania aplikacji (API, Application Programming Interface), który będzie stanowić podstawę dla kolejnych projektów. To otworzy nowe możliwości w zakresie opracowywania nowych, komercyjnych produktów pozwalających porównywać kompetencje i umiejętności w dziedzinie badania danych, tworzyć opisy stanowisk i wakatów, oceniać wiedzę i budować zespoły. Jednym z najważniejszych osiągnięć projektu jest rozwiązanie problemów związanych ze wzrostem zapotrzebowania na pracowników przeszkolonych do pracy z danymi poprzez stworzenie solidnych podstaw dla nowego zawodu – badacza danych – oraz powiązanych profili zawodowych. „W swoich dalszych działaniach nasi badacze bazują na wzbudzonym zainteresowaniu i uzyskanych wynikach” – podsumowuje Demchenko. „Teraz, zaczynając kolejny etap tej ważnej inicjatywy, skupimy się na działaniach, które pozwolą nam umocnić podstawy stworzone podczas projektu EDISON i pomóc szerszej społeczności badaczy danych dostosować się do przyszłych wymogów związanych z analizą coraz większych ilości danych”.
Słowa kluczowe
EDISON, nauka o danych, badacz danych, dane, technologie danych
