«Аналитика данных — направление, нужное сегодня во всех сферах бизнеса»

© Коллекция Essentials/ iStock

Магистерская программа «Коммуникации, основанные на данных» открылась в 2018 году. Здесь обучают специалистов, обладающих междисциплинарными компетенциями в области рекламы и связей с общественностью, а также прикладной информатики и науки о данных. О том, кто такой data scientist и как подготовиться к магистратуре, рассказывает студент 1 курса программы Дмитрий Беляев. 

Почему пошел на программу

Еще со времен учебы в МИЭФ НИУ ВШЭ мне был интересен маркетинг, новые технологии, программирование. Проработав около года в сфере финансов, мне захотелось получить дополнительные знания по маркетингу, языкам программирования. В магистерской программе «Коммуникации, основанные на данных» я нашел микс всего того, что мне так нравилось. Программа совмещает в себе дисциплины не только по маркетингу, но и по очень востребованному сейчас направлению — анализ данных.  

Аналитика данных (data science) — направление, нужное сейчас почти везде. И не только в коммуникационных компаниях, но и в финансовом секторе, ритейле, да где угодно. Это запрос времени и современного рынка.

Feedback для преподавателей

Поступать на новую программу было не страшно, а интересно. Мы первый набор, и преподаватели внимательно относятся ко всем нашим пожеланиям. Например, мы просили расширить курс по машинному обучению, очень актуальному для реальной работы в отрасли, и рассказать о нем не в целом, а конкретно для сферы маркетинга и рекламы. Нам сделали дополнительное занятие по нейронным сетям в рекламе, анализу социальных сетей и т. д. Здорово, если можешь, ориентируясь на конкретный запрос рынка, попросить преподавателя рассказать о чем-то подробнее, заострить внимание на важных деталях.

Основная проблема, когда выходишь на работу — осознание, что тебе не хватает знаний. Нужно доучиваться, добирать информацию в процессе работы. Иногда это получается быстро, но часто приходится долго с чем-то ковыряться. Благодаря программе у меня такой проблемы нет. Я не чувствую пробелов в образовании. В большей степени это заслуга преподавателей программы, которые почти все являются практиками, специалистами индустрии, сотрудниками компаний — партнеров магистерской программы. Но, на мой взгляд, важно еще и то, что все мы, студенты программы, пришли из разных областей и можем поделиться друг с другом ценным опытом.

Дмитрий Беляев, студент 1 курса программы «Коммуникации, основанные на данных»
© Высшая школа экономики/ Михаил Дмитриев

Чем занимается data scientist и как попасть на стажировку?

Благодаря программе я попал на стажировку к партнеру магистерской программы в Publicis Groupe — это французский транснациональный рекламно-коммуникационный холдинг со штаб квартирой в Париже — на позицию data scientist. Наиболее приближенный перевод на русский язык, хотя и не идеально точный — аналитик данных. Сейчас я занимаюсь аналитикой данных по рекламным кампаниям, продажам, по рынку в целом для заказчиков холдинга. На основе этих данных мы делаем либо эконометрические модели, либо алгоритмы машинного обучения, которые помогают заказчику принимать эффективные бизнес-решения.

Сейчас я понимаю, насколько полезным и практическим был курс по машинному обучению, который на программе читает руководитель практики анализа данных и машинного интеллекта компании CleverDATA Артем Просветов. Курс по анализу данных от Татьяны Сувориной, курс от специалистов агентства Performics, знакомящий с инструментами диджитал-маркетинга, и курс Аллы Тамбовцевой, которая смогла всех очень плавно ввести в математику, статистику и программирование на языке R.

Также хочу отметить, что стажировка в компаниях — партнерах программы является обязательной для всех студентов. Я считаю это очень ценным и одним из главных плюсов программы. Мы учимся по вечерам, что позволяет совмещать учебу с работой. Но, честно скажу, информации на программе дают очень много и надо успевать во все въезжать.

Готовьтесь заранее!

Я бы советовал подготовиться к обучению на программе загодя. Например, можно начать учить язык программирования Python на таких образовательных платформах как: Coursera, Stepik, Dataquest. Не надо знать его идеально к началу обучения в магистратуре, но желательно иметь общее представление: это основной язык для написания алгоритмов машинного обучения. Начинать в магистратуре учить с нуля одновременно машинное обучение и язык программирования, углубляться в маркетинг и математику — сложная задача. Общее представление о Python облегчает процесс. Я, например, проходил курс по Python два раза — за месяц до начала обучения в магистратуре и непосредственно в процессе обучения, что сильно облегчило мне жизнь.

Плюс, я считаю, нужно совершенствовать свой английский. Язык магистерской программы — русский. Но вся самая лучшая литература по маркетингу, программированию и по сфере data science в целом издана на английском.

День открытых дверей магистерской программы «Коммуникации, основанные на данных» пройдет 17 мая, все подробности можно найти здесь.