Наука о данных
Междисциплинарная область: статистика + программирование + знание предметной области для извлечения выводов из данных. «Самая привлекательная профессия XXI века» (HBR, 2012). С 2020-х роль смещается в сторону ML-инженера.
Классические инструменты: Python (pandas, scikit-learn, statsmodels), R (tidyverse), Jupyter Notebook, Tableau/Power BI для визуализации. Конвейер: сбор → очистка → разведочный анализ (EDA) → моделирование → интерпретация. Классический процессный каркас — CRISP-DM. В 2020-х роли разошлись: аналитик данных (SQL + визуализация), дата-сайентист (статистика + ML), ML-инженер (деплой и MLOps), AI-инженер (LLM-приложения, RAG). Крупные платформы: Databricks, Snowflake, Posit Workbench.