Лучшие Data Scientists в мире: топ-специалисты в своей области
Обновлено: · Редакция каталога «Топ-специалисты»
На этой странице собраны лучшие специалисты в своей области по направлению «Data Scientist»: 19 человек, чей вклад в профессию подтверждается открытыми источниками. Топ-специалистов в этой профессии редакция определяет по таким признакам: вклад в методы и инструменты анализа данных, прикладные результаты в компаниях, учебники и курсы, по которым учится отрасль.
Рейтинг формируется по единой методологии: оцениваются вклад в профессию, проверяемость фактов, опыт и профессиональное признание. Итог — редакционная оценка по шкале от 1 до 5; пользовательские голоса не собираются и не имитируются.
В подборке представлены 4 страны: Австралия, Великобритания, Россия, США. Страна указана по месту основной работы или происхождения специалиста согласно открытым источникам.
Методология рейтинга
Вклад в профессию (40%) — созданные продукты, методики, исследования, книги, инструменты.
Проверяемость (25%) — факты подтверждаются личными сайтами, публикациями, страницами компаний и энциклопедическими источниками.
Опыт (20%) — число лет в области, рассчитанное от начала известной профессиональной деятельности; значение округлено.
Признание (15%) — профессиональные награды, должности, цитируемость работ.
Источники: открытые публикации, указанные в блоке «Источники и упоминания» каждой карточки. Если подтверждение не найдено, стоит пометка «источник уточняется» или «данные уточняются».
Редактор: Редакция каталога «Топ-специалисты». Дата обновления: . Подробнее — в разделе «Методология».
Рейтинг носит редакционный характер. Формулировка «лучший специалист» отражает оценку редакции по указанной методологии.
Топ-специалисты: Data Scientist
Показано: 19 из 19
Лучший специалист в своей области
Edward Tufte
США · данные уточняются
Визуализация данных
4.9 / 5 · 1 оценка редакции
Где работал(а)
Yale University
Лет в области
около 51 года
Подробнее о специалисте Edward Tufte
Edward Tufte — топ-специалист по направлению «Data Scientist». Автор The Visual Display of Quantitative Information. Специализация: Визуализация данных. Места работы по открытым источникам: Yale University.
Регалии и достижения
Автор The Visual Display of Quantitative Information
David Spiegelhalter — топ-специалист по направлению «Data Scientist». Автор книги The Art of Statistics. Специализация: Статистика и прогнозирование, оценка рисков. Места работы по открытым источникам: University of Cambridge.
Регалии и достижения
Автор книги The Art of Statistics
Экс-президент Королевского статистического общества
Andrew Gelman — топ-специалист по направлению «Data Scientist». Профессор статистики и политологии Колумбийского университета. Специализация: Статистика и прогнозирование, байесовские методы. Места работы по открытым источникам: Columbia University.
Регалии и достижения
Профессор статистики и политологии Колумбийского университета
DJ Patil — топ-специалист по направлению «Data Scientist». Первый главный специалист по данным США (2015–2017). Специализация: Стратегия данных, государственные данные. Места работы по открытым источникам: LinkedIn, Администрация президента США.
Регалии и достижения
Первый главный специалист по данным США (2015–2017)
Hadley Wickham — топ-специалист по направлению «Data Scientist». Автор ggplot2 и tidyverse. Специализация: Инструменты анализа данных, язык R. Места работы по открытым источникам: RStudio / Posit.
Wes McKinney — топ-специалист по направлению «Data Scientist». Создатель pandas. Специализация: Инструменты анализа данных, Python. Места работы по открытым источникам: AQR, Two Sigma, Voltron Data, Posit.
Nate Silver — топ-специалист по направлению «Data Scientist». Основатель FiveThirtyEight. Специализация: Статистика и прогнозирование, выборы и спорт. Места работы по открытым источникам: Baseball Prospectus, FiveThirtyEight.
Hilary Mason — топ-специалист по направлению «Data Scientist». Основательница Fast Forward Labs. Специализация: Прикладной ML, продукты на данных. Места работы по открытым источникам: bit.ly, Fast Forward Labs, Cloudera.
Mike Bostock — топ-специалист по направлению «Data Scientist». Создатель библиотеки D3.js. Специализация: Визуализация данных, D3.js. Места работы по открытым источникам: The New York Times, Observable.
Константин Воронцов — топ-специалист по направлению «Data Scientist». Профессор РАН, автор курса машинного обучения. Специализация: Прикладной ML, тематическое моделирование. Места работы по открытым источникам: МФТИ, МГУ имени М. В. Ломоносова, Яндекс.
Александр Дьяконов — топ-специалист по направлению «Data Scientist». Профессор, доктор физико-математических наук. Специализация: Прикладной ML, соревнования по анализу данных. Места работы по открытым источникам: МГУ имени М. В. Ломоносова.
Claudia Perlich — топ-специалист по направлению «Data Scientist». Трёхкратная победительница KDD Cup. Специализация: Прикладной ML, предиктивное моделирование. Места работы по открытым источникам: IBM Research, Dstillery, Two Sigma.
Регалии и достижения
Трёхкратная победительница KDD Cup
Главный научный сотрудник Dstillery
Рубрика
Прикладной ML
Источники и упоминания
источник уточняется
Лучший специалист в своей области
Jeff Hammerbacher
США · данные уточняются
Стратегия данных, платформы данных
4.7 / 5 · 1 оценка редакции
Где работал(а)
Facebook, Cloudera
Лет в области
около 21 года
Подробнее о специалисте Jeff Hammerbacher
Jeff Hammerbacher — топ-специалист по направлению «Data Scientist». Руководил командой данных в Facebook. Специализация: Стратегия данных, платформы данных. Места работы по открытым источникам: Facebook, Cloudera.
Anthony Goldbloom — топ-специалист по направлению «Data Scientist». Сооснователь и экс-CEO Kaggle. Специализация: Прикладной ML, соревнования по анализу данных. Места работы по открытым источникам: Kaggle.
Cassie Kozyrkov — топ-специалист по направлению «Data Scientist». Первый Chief Decision Scientist в Google. Специализация: Стратегия данных, принятие решений. Места работы по открытым источникам: Google.
Статистика и прогнозирование, популяризация математики
4.7 / 5 · 1 оценка редакции
Где работал(а)
University College London, University of Cambridge
Лет в области
около 15 лет
Подробнее о специалисте Hannah Fry
Hannah Fry — топ-специалист по направлению «Data Scientist». Профессор, автор книги Hello World. Специализация: Статистика и прогнозирование, популяризация математики. Места работы по открытым источникам: University College London, University of Cambridge.
Регалии и достижения
Профессор, автор книги Hello World
Лектор Рождественских лекций Королевского института (2019)
NASA, George Mason University, Booz Allen Hamilton
Лет в области
около 36 лет
Подробнее о специалисте Kirk Borne
Kirk Borne — топ-специалист по направлению «Data Scientist». Principal Data Scientist в Booz Allen Hamilton. Специализация: Стратегия данных, астроинформатика. Места работы по открытым источникам: NASA, George Mason University, Booz Allen Hamilton.
Регалии и достижения
Principal Data Scientist в Booz Allen Hamilton
Профессор астрофизики и вычислительных наук
Рубрика
Стратегия данных
Источники и упоминания
источник уточняется
Лучший специалист в своей области
Monica Rogati
США · данные уточняются
Прикладной ML, продукты на данных
4.6 / 5 · 1 оценка редакции
Где работал(а)
LinkedIn, Jawbone
Лет в области
около 18 лет
Подробнее о специалисте Monica Rogati
Monica Rogati — топ-специалист по направлению «Data Scientist». Вице-президент по данным в Jawbone. Специализация: Прикладной ML, продукты на данных. Места работы по открытым источникам: LinkedIn, Jawbone.
Регалии и достижения
Вице-президент по данным в Jawbone
Автор концепции «иерархии потребностей data science»
Рубрика
Прикладной ML
Источники и упоминания
источник уточняется
Лучший специалист в своей области
Julia Silge
США · данные уточняются
Инструменты анализа данных, анализ текста в R
4.6 / 5 · 1 оценка редакции
Где работал(а)
Stack Overflow, Posit
Лет в области
около 11 лет
Подробнее о специалисте Julia Silge
Julia Silge — топ-специалист по направлению «Data Scientist». Соавтор книги Text Mining with R и пакета tidytext. Специализация: Инструменты анализа данных, анализ текста в R. Места работы по открытым источникам: Stack Overflow, Posit.
Регалии и достижения
Соавтор книги Text Mining with R и пакета tidytext
По заданным условиям никого не найдено. Измените фильтры или сбросьте их.
Вопросы и ответы: Data Scientist
Чем занимается Data Scientist?
Формулирует бизнес-вопрос на языке данных, собирает и очищает данные, строит статистические и ML-модели, проверяет гипотезы и объясняет результат тем, кто принимает решения.
Чем Data Scientist отличается от ML-инженера?
Data Scientist отвечает за постановку задачи, анализ и качество выводов. ML-инженер — за то, чтобы модель надёжно работала в продакшене: пайплайны, деплой, мониторинг.
Какие инструменты считаются стандартом?
Python (pandas, scikit-learn), R (tidyverse), SQL, Jupyter, а для визуализации — ggplot2, D3.js и BI-системы. Авторы нескольких из этих инструментов представлены в подборке.
Как попасть в рейтинг или исправить данные?
Напишите в редакцию на editor@jennawingatedesigns.com: укажите имя, направление и ссылки на открытые источники, подтверждающие факты. Сведения без подтверждения публикуются с пометкой «источник уточняется».