Data Scientist vs Data Analyst – Wywiad z Magdą Kostrzewską 

26 lipca 2024

Dziś mam przyjemność rozmawiać z Magdą Kostrzewską, autorką popularnego profilu na Instagramie MyDataStory. Magda jest doświadczonym analitykiem danych i data scientist, a w trakcie tego wywiadu podzieli się z nami swoją fascynującą drogą kariery, wyzwaniami, z jakimi się spotyka, oraz narzędziami, które codziennie wykorzystuje w swojej pracy. Temat: Data Scientist vs Data Analyst.

Oglądaj na YouTube 📺

Wywiad

Kajo Rudziński: Cześć, witam wszystkich na KajoData. Dzisiaj będziemy rozmawiać z Magdą Kostrzewską, autorką profilu na Instagramie MyDataStory. Magda, bardzo dziękuję za Twój czas. Na start powiedz wszystkim, co mniej więcej robisz poza pracą z danymi.

Magda Kostrzewska: Cześć wszystkim, dzięki za zaproszenie. To mój pierwszy wywiad, trochę się stresuję, ale postaram się tego nie pokazywać. Moja praca obejmuje zarówno analizę danych, jak i data science. Zaczynałam jako analityk, ale teraz prowadzę projekty typowo data science, machine learning i sztucznej inteligencji. Analiza danych jest podstawą do developmentu, więc obie te dziedziny się przeplatają.

Jak Zaczęła się Twoja Przygoda z Danymi?

Kajo: Przejdźmy kilka lat wstecz. Jak to się stało, że poszłaś w pracę z danymi?

Magda: Moja przygoda z danymi zaczęła się od uwielbienia do matematyki. Już w podstawówce byłam typowo analitycznym umysłem. Studiowałam na SGH, gdzie po pierwszym roku ogólnych studiów wybrałam kierunek metody ilościowe i systemy informacyjne. To połączenie matematyki, biznesu i ekonomii wydawało mi się idealne.

Kajo: Czy uważasz, że predyspozycje matematyczne są niezbędne w pracy analityka danych?

Magda: Nie są niezbędne. Mamy teraz takie narzędzia, że nie trzeba mieć zaawansowanej wiedzy matematycznej, aby pracować jako analityk danych. Wiele osób z humanistycznymi i artystycznymi tendencjami również odnajduje się w tej pracy.

Trudności i Przełomy w Karierze

Kajo: Czy były momenty, które przekonały Cię, że to na pewno jest to, co chcesz robić?

Magda: Tak, były takie momenty. Zaczynałam jako Data Visualization Analyst, co wydawało mi się ciekawą pracą, ale po pewnym czasie stwierdziłam, że wizualizacja danych to nie jest to, co chcę robić. Przeszłam do programowania i data science, gdzie znalazłam więcej kreatywności i różnorodności w projektach.

Rola Programowania w Data Science

Kajo: Co najbardziej lubisz w swojej pracy?

Magda: Najbardziej lubię kreatywną część pracy. Lubię dostawać problem i wymyślać, jak go rozwiązać. Programowanie w Pythonie daje wiele możliwości, od automatyzacji po projekty związane z AI. Każdy projekt jest inny, co sprawia, że praca jest ciekawa i pełna wyzwań.

Wyjaśnienie Pojęć i Narzędzi

Kajo: Co to jest CI/CD i dlaczego jest ważne w pracy analityka danych?

Magda: CI/CD to procesy Continuous Integration i Continuous Deployment, które umożliwiają ciągłe dostarczanie oprogramowania na serwery. Automatyzują testy i deployment, co zapewnia szybsze i bardziej niezawodne dostarczanie kodu.

Kajo: Jakie technologie i narzędzia są dla Ciebie kluczowe w codziennej pracy?

Magda: Pracuję głównie z Pythonem, SQL, Power BI oraz narzędziami chmurowymi jak AWS. Ważne są również narzędzia do wizualizacji danych, takie jak Power BI, które pozwalają na tworzenie intuicyjnych dashboardów.

Wyzwania i Współpraca z Zespołami

Kajo: Jakie wyzwania napotykasz w swojej pracy?

Magda: Największym wyzwaniem jest współpraca z interesariuszami i tłumaczenie im, dlaczego pewne rozwiązania wymagają czasu. Ważne jest, aby móc przekładać techniczne aspekty na język biznesowy.

Kajo: Czy uważasz, że sztuczna inteligencja może zastąpić analityków danych?

Magda: Myślę, że AI może wspomagać naszą pracę, ale nie zastąpi całkowicie analityków danych. AI może automatyzować pewne zadania, ale ludzka inteligencja i umiejętność formułowania myśli są nadal niezbędne.

Rady dla Początkujących

Kajo: Jakie rady dałabyś osobom, które dopiero zaczynają swoją karierę w tej dziedzinie?

Magda: Ważne jest, aby czerpać z doświadczeń osób, które już pracują w tej branży. Nie błądźcie niepotrzebnie, ale uczcie się od innych. Postawcie sobie cel i dążcie do niego, ucząc się na błędach i zdobywając nowe doświadczenia.

Kajo: Bardzo Ci dziękuję za wywiad. Gdzie można Cię znaleźć, jeśli ktoś chciałby dowiedzieć się więcej o Twojej pracy?

Magda: Można mnie znaleźć na Instagramie pod nazwą MyDataStory oraz na LinkedIn jako Magdalena Kostrzewska. Zapraszam do kontaktu!

To tyle w tym temacie. Analizujcie w pokoju!  

Podobał Ci się ten artykuł 🙂?
Podziel się nim w Social Mediach 📱
>>> udostępnij go na LinkedIn i pokaż, że codziennie uczysz się czegoś nowego 
>>> wrzuć go na Facebooka, to się może przydać któremuś z Twoich znajomych 
>>> Przypnij sobie tą stronkę to zakładek, może się przydać w przyszłości

Wolisz oglądać 📺 niż czytać – nie ma problemu
>>> Obserwuj i oglądaj KajoData na YouTube

Ja Ci ją z przyjemnością wyślę. Za darmo. Bez spamu.

Poradnik Początkującego Analityka

Video - jak szukać pracy w IT

Regularne dawki darmowej wiedzy, bez spamu.