Кто такой data scientist?

Этимология

Раннее использование

В 1962 году Джон Тьюки описал область, которую он назвал «анализом данных», которая напоминает современную науку о данных. В 1985 году на лекции, прочитанной в Китайской академии наук в Пекине, CF Джефф Ву впервые использовал термин «наука о данных» в качестве альтернативного названия статистики. Позже участники статистического симпозиума 1992 года в Университете Монпелье II признали появление новой дисциплины, ориентированной на данные различного происхождения и форм, сочетающей устоявшиеся концепции и принципы статистики и анализа данных с вычислениями.

Термин «наука о данных» появился в 1974 году, когда Питер Наур предложил его в качестве альтернативного названия информатике. В 1996 году Международная федерация классификационных обществ стала первой конференцией, на которой наука о данных была конкретно рассмотрена как тема. Тем не менее, определение все еще изменялось. После лекции 1985 года в Китайской академии наук в Пекине в 1997 году CF Джефф Ву снова предложил переименовать статистику в науку о данных. Он рассудил, что новое название поможет статистике избавиться от неточных стереотипов, например, быть синонимом бухгалтерского учета или ограничиваться описанием данных. В 1998 году Хаяси Чикио выступал за науку о данных как новую междисциплинарную концепцию с тремя аспектами: дизайн данных, сбор и анализ.

В 1990-е годы популярные термины для поиска закономерностей в наборах данных (которые становились все более крупными) включали «обнаружение знаний» и «интеллектуальный анализ данных».

Современное использование

Современная концепция науки о данных как независимой дисциплины иногда приписывается Уильяму С. Кливленду . В статье 2001 года он выступал за распространение статистики за пределы теории в технические области; поскольку это существенно изменило бы поле, это потребовало нового названия. В следующие несколько лет «наука о данных» стала более широко использоваться: в 2002 году Комитет по данным для науки и технологий запустил журнал Data Science Journal. В 2003 году Колумбийский университет запустил The Journal of Data Science . В 2014 году Секция статистического обучения и интеллектуального анализа данных Американской статистической ассоциации изменила свое название на Секцию статистического обучения и науки о данных, что отражает растущую популярность науки о данных.

Профессиональное звание «специалист по данным» было присвоено DJ Патилу и Джеффу Хаммербахеру в 2008 году. Хотя оно использовалось Национальным научным советом в своем отчете за 2005 год «Долгоживущие цифровые коллекции данных: поддержка исследований и образования в 21 веке». , «в широком смысле он относился к любой ключевой роли в управлении сбором цифровых данных.

До сих пор нет единого мнения об определении науки о данных, и некоторые считают это модным словом.

Признания

  • Золотая медаль Королевского ордена за спортивные заслуги , 21 декабря 1994 г.
  • Олимпийский орден 1997 г. — награжден Олимпийским комитетом Испании.
  • Большой крест Королевского ордена за спортивные заслуги , 30 ноября 2001 г.
  • Золотая медаль за спортивные заслуги 2001 г. — награждена Ayuntamiento de Madrid
  • Медаль молодежи, спорта и ассоциаций 2008 г. — Награждена правительством Франции.
  • В марте 2012 года Сайнс был введен в Зал славы ралли вместе с Мишель Мутон .
  • В мае 2020 года Карлос Сайнс был назван величайшим пилотом WRC всех времен по результатам опроса фанатов и опытных журналистов.
  • 16 июня 2020 года состоится церемония вручения награды принцессы Астурийской по спорту .

Оплата труда

Зарплата data scientists зависит от ряда факторов, включая опыт, квалификацию, местоположение и сектор, в котором сотрудник работает. Условия бывают разными, в зависимости от организации, но весьма распространены гибкий или удаленный график работы, бонусы по результатам работы и частное медицинское страхование.

Заработная плата сайентистов в России обычно начинается от 70 000 до 85 000 рублей и может возрасти до 100 000 рублей, в зависимости от опыта и навыков. В Москве и Санкт-Петербурге можно рассчитывать на заработок от 100 000 до 160 000 рублей.

Ведущие и главные специалисты по данным способны зарабатывать более 200 000 – 250 000 рублей, а в некоторых случаях – и более.

Большие данные

Начнём с простого — big data, или «большие данные». Это модный термин, обозначающий огромные массивы данных, которые накапливаются в каких-то больших системах.

Например, человек в Москве совершает 5-6 покупок по карте в день, это около 2 тысяч покупок в год. В стране таких людей, допустим, 80 миллионов. За год это 160 миллиардов покупок. Данные об этих покупках — биг дата.

В банках какой-то страны каждый день совершаются сотни тысяч операций: платежи, переводы, возвраты и так далее. Данные о них хранятся в центральном банке страны — это биг дата.

Ещё биг дата: данные о звонках и смс у мобильного оператора; данные о пассажиропотоке на общественном транспорте; связи между людьми в соцсетях, их лайки и предпочтения; посещённые сайты; данные о покупках в конкретном магазине (которые хранятся в их кассе); данные с шагомеров и тайм-трекеров; скачанные приложения; открытые вами файлы и программы… Короче, любой большой массив данных.

Почему появился такой термин: в конце девяностых компании в США стали понимать, что сидят на довольно больших массивах данных, с которыми непонятно что делать. И чем дальше — тем этих данных больше.

Раньше данные были, условно говоря, по кредитным картам, телефонным счетам и из профильных государственных ведомств; а теперь чем дальше — тем больше всего считается. Супермаркеты научились вести сверхточный учёт склада и продаж. Полиция научилась с высокой точностью следить за машинами на дороге. Появились смартфоны, и вообще вся человеческая жизнь стала оцифровываться.

И вот — данные вроде есть, а что с ними делать? Тут на сцену выходит дата-сайенс — дисциплина о больших данных.

Минутка занудства. Все знают, что правильно говорить «биг дэйта», потому что именно так произносят носители языка. Но в русском языке этот термин прижился с побуквенной транслитерацией — как написано, так и читаем. Поэтому — дата. Кстати, с сайентистами такого не произошло — они звучат так же, как в оригинале.

Что знает, умеет и сколько стоит Data Scientist

Специалисты в области Data Science называются учеными или исследователями по данным (Data Scientist’ами). В настоящее время это одна из самых востребованных и высокооплачиваемых ИТ-профессий. Например, в Москве на январь 2020 года месячный труд ученого по данным оценивается около 200 тысяч рублей (от 70 до 250 т.р.). В США оплата выше – $110 – $140 тысяч в год .

Основная практическая цель работы ученого по данным – это извлечение полезных для бизнеса сведений из больших массивов информации, выявление закономерностей, разработка и проверка гипотез путем моделирования и разработки нового программного обеспечения .

Для достижения этой цели Data Scientist использует следующие инструменты:

  • пакеты статистического моделирования (R-Studio, Matlab);
  • технологии больших данных (Apache Hadoop, HDFS, Spark, Kafka), NoSQL-СУБД (Cassandra, HBase, MongoDB, DynamoDB и прочие нереляционные решения);
  • SQL для работы с классическими реляционными базами данных и формирования структурированных запросов к NoSQL-решениям с помощью Apache Phoenix, Drill, Impala, Hive и пр.
  • языки программирования (Python, R, Java, Scala) для разработки моделей машинного обучения и прототипов программного обеспечения;
  • информационные системы класса Business Intelligence (дэшборды, витрины данных) для визуализации бизнес-показателей из информационных массивов.

Таким образом, можно сделать вывод, что Data Science включает следующие области знаний:

  • математика: математический анализ, матстатистика и матлогика;
  • информатика: разработка программного обеспечения, баз данных, моделей и алгоритмов машинного обучения (нейросети, байесовские алгоритмы, регрессионные ряды и пр.), Data Mining;
  • системный анализ (методы анализа предметной области, Business Intelligence).

Подробнее о профессии Data Scientist’a и его отличиях от инженера и аналитика данных (Data Engineer и Data Analyst) мы писали здесь.

Портрет профессиональных компетенций ученого по данным

Источники

  1. https://ru.wikipedia.org/wiki/Наука_о_данных
  2. https://www.profguide.io/professions/data_scientist.html
  3. https://chernobrovov.ru/articles/analitika-dannyh-i-data-science-shodstva-i-razlichiya.html

Зачем Data Science бизнесу

Компании используют Data Science вне зависимости от размера бизнеса, показывает статистика Kaggle (профессиональная соцсеть специалистов по работе с данными). А по подсчетам IDC и Hitachi, 78% предприятий подтверждают, что количество анализируемой и используемой информации в последнее время значительно возросло. Бизнес понимает, что неструктурированная информация содержит очень важные для компании знания, способные повлиять на результаты бизнеса, отмечают авторы исследования.

Индустрия 4.0

Роман Нестер — РБК: «Коммерческие данные — это кровь интернета»

Причем это касается самых разных сфер экономики. Вот лишь несколько примеров отраслей, которые используют Data Science для решения своих задач:

  • онлайн-торговля и развлекательные сервисы: рекомендательные системы для пользователей;
  • здравоохранение: прогнозирование заболеваний и рекомендации по сохранению здоровья;
  • логистика: планирование и оптимизация маршрутов доставки;
  • digital-реклама: автоматизированное размещение контента и таргетирование;
  • финансы: скоринг, обнаружение и предотвращение мошенничества;
  • промышленность: предиктивная аналитика для планирования ремонтов и производства;
  • недвижимость: поиск и предложение наиболее подходящих покупателю объектов;
  • госуправление: прогнозирование занятости и экономической ситуации, борьба с преступностью;
  • спорт: отбор перспективных игроков и разработка стратегий игры.

И это лишь самый краткий и поверхностный список использования Data Science. Количество различных кейсов с использованием «науки о данных» увеличивается с каждым годом в геометрической прогрессии.

Каждый интернет-пользователь и просто потребитель ежедневно десятки раз сталкивается с продуктами и решениями, в которых применяются инструменты Data Science. К примеру, аудио-сервис Spotify использует их, чтобы лучше подбирать треки для пользователей в соответствии с их предпочтениями. То же самое можно сказать о предложении фильмов и сериалах на видео-стримингах, таких как Netflix. А в Uber науку о данных рассматривают как инструмент для предиктивной аналитики, прогнозирования спроса, улучшения и автоматизации всех продуктов и клиентского опыта.

Экономика инноваций

Что такое Big Data и почему их называют «новой нефтью»

Конечно, дата-сайентисты не могут в точности предсказать будущее компании и учесть абсолютно все возможные риски. «Все модели неправильные, но некоторые из них полезны», — иронизировал по этому поводу британский статистик Джордж Бокс. Тем не менее, инструменты Data Science служат хорошей поддержкой для компаний, которые хотят принимать более информированные и обоснованные решения о своем будущем.

Результаты чемпионата мира Формулы-1

Сезон Стабильный Рамка Мотор Шины GP оспаривается Поул-позиции Побед Подиумы Лучшие круги В точках Покидать Очки вписаны Рейтинг
2015 г. Скудерия Торо Россо Торо Россо STR10 Renault V6 турбо- гибрид Pirelli 19 7 7 18 15 чт
2016 г. Скудерия Торо Россо Торо Россо STR11 Феррари V6 турбо- гибрид Pirelli 21 год 10 4 46 12 чт
2017 г. Команда Формулы-1 Scuderia Toro Rosso Renault Sport Торо Россо STR12 Renault RS17 Renault V6 турбо- гибрид Pirelli 20 10 8 54 9 чт
2018 г. Команда Renault Sport Formula One Renault RS18 Renault V6 турбо- гибрид Pirelli 21 год 13 2 53 10 чт
2019 г. Команда McLaren F1 McLaren MCL34 Renault V6 турбо- гибрид Pirelli 21 год 1 13 4 96 6 чт
2020 г. Команда McLaren F1 McLaren MCL35 Renault V6 турбо- гибрид Pirelli 16 1 1 12 2 105 6 чт
2021 г. Скудерия Феррари Миссия Винноу Феррари SF21 Феррари V6 Турбо Гибрид Pirelli 9 1 7 60 7 чт
Всего 127 3 1 72 27 432
Подробные результаты сезонов Карлоса Сайнса-младшего в Формуле-1
Сезон Стабильный Рамка Мотор Шины 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 год 22 23 Рейтинг Очки вписаны
2015 г. Скудерия Торо Россо Торо Россо STR10 Renault V6 турбо- гибрид Energy F1-2015 п 9 австралийских долларов ТЗА 8 ОМС 13 BHR Abd. ESP 9 МОЙ 10 CAN 12 AUT Abd. GBR Abd. HON Abd. BEL Abd. ITA 11 INS 9 JPN 10 RUS Abd. США 7 МЕХ 13 BRE Abd. ABU 11 15 чт 18
2016 г. Скудерия Торо Россо Торо Россо STR11 Феррари V6 турбо- гибрид Тип 060 п 9 австралийских долларов BHR Abd. CHN 9 РУС 12 ESP 6 МОЙ 8 CAN 9 EUR Abd. AUT 8 GBR 8 HON 8 ВСЕ 14 BEL Abd. ITA 15 INS 14 ТЗА 16 JPN 17 США 6 МЕХ 16 BRE 6 ABU Abd. 12 чт 46
2017 г. Скудерия Торо Россо Торо Россо STR12 Renault V6 турбо- гибрид RE 17 п 8 австралийских долларов CHN 7 BHR Abd. РУС 10 ESP 7 МОЙ 6 CAN Abd. 8 AZE AUT Abd. GBR Abd. HON 7 BEL 10 ITA 14 INS 4 ТЗА Abd. JPN Abd. 9 чт 54
Команда Renault Sport Formula One Renault RS17 США 7 MEX Abd. BRE 11 ABU Abd.
2018 г. Команда Renault Sport Formula One Renault RS18 Renault V6 турбо- гибрид RE 18 п 10 австралийских долларов BAH 11 ОМС 9 АЗЕ 5 ESP 7 МОЙ 10 CAN 8 РУС 8 AUT 12 GBR Abd. ВСЕ 12 HON 9 BEL 11 ITA 8 INS 8 РУС 17 ЯП 10 США 7 MEX Abd. BRE 12 ABU 6 10 чт 53
2019 г. Команда McLaren F1 McLaren MCL34 Renault V6 турбо- гибрид E-Tech 19 п AUS Abd. BAH Abd. CHN 14 7 AZE ESP 8 МОЙ 6 CAN 11 ENG 6 AUT 8 GBR 6 ВСЕ 5 HON 5 BEL Abd. ITA Abd. INS 12 РУС 6 JPN 5 МЕХ 13 США 8 BRE 3 ABU 10 6 чт 96
2020 г. Команда McLaren F1 McLaren MCL35 Renault V6 турбо- гибрид E-Tech 20 п AUT 5 STY 9 HON 9 GBR 13 70-е 13 ESP 6 BEL Np. ITA 2 TOS Abd. RUS Abd. EIF 5 ПОР 6 ER 7 ТУР 5 BAH 5 SAK 4 ABU 6 6 чт 105
2021 г. Скудерия Феррари Миссия Винноу Феррари SF21 Ferrari V6 Turbo Hybrid Тип 065 п BAH 8 EMI 5 ПОР 11 ESP 7 МОЙ 2 8 AZE РУС 11 STY 6 AUT 5 GBR HON BEL PB ITA RUS ТУР JPN Соединенные Штаты Америки MEX BRE Австралия ARA Выпил 7 чт 60
Надпись: здесь

внешние ссылки

Награды и достижения
Предшественник Мики Биазион Премия Autosport International Rally Driver 1990–1991 Преемник Дидье Ориоля
Спортивные позиции
Предшественник Мики Биазион Чемпион мира по ралли 1990 г. Преемник Юха Канккунен
Предшественник Род Миллен Чемпион Азиатско-Тихоокеанского ралли 1990 года Преемник Росс Дункертон
Предшественник Юха Канккунен Чемпион мира по ралли 1992 г. Преемник Юха Канккунен
Предшественник Дидье Ориоля Гонка чемпионов Чемпион чемпионов 1997 г. Преемник Колина МакРэя
Предшественник Жиниель де Вильерс Победитель ралли Дакар 2010 Преемник Насер Аль-Аттия
Предшественник Стефан Петерансель Победитель ралли Дакар 2018 Преемник Насер Аль-Аттия
Записи
Предшествовал Юха Канккунен 153 запуска ( , — , ). 196 начинается, ( 1987 — 2005 )154й в 2002 году Тур де Корс Преемник Яри-Матти Латвала 209 стартует 197-м на Ралли Швеции 2019 года.
До Колина МакРэя 25 побед ( — , — ) 26 побед, 26-е место в ралли Аргентина 2004 г. Преемник Себастьян Леб 79 — победитель 27-го места в ралли Японии 2006 года.

Требования к специалисту

За последнее десятилетие специалисты по обработке данных стали необходимым активом и присутствуют практически во всех организациях. Эти профессионалы – разносторонне образованные люди с техническими навыками высокого уровня, способные создавать сложные количественные алгоритмы для организации и синтеза больших объемов информации, используемых для ответа на вопросы и реализации стратегии в организации.

Указанные знания должны сочетаться с хорошими коммуникативными и лидерскими качествами, необходимыми для достижения полезных результатов для различных заинтересованных сторон внутри организации или бизнесе в целом.

Заинтересованность в своей работе в сочетании с высочайшими отраслевыми знаниями и хорошими навыками коммуникации позволяют data scientists легко объяснять высокотехнологичные результаты другим сотрудникам с нетехническим образованием.

Как правило, для работы в качестве специалиста по данным требуется высшее образование в области информатики, математики или естествознания, при этом высоко ценится специализация в сфере высшей математики, физики, статистики и инженерного дела. Ожидается, что сотрудник будет знать некоторые языки программирования (R, Python, SQL, C и/или Java) и особенности работы с базами данных.

Отдельные крупные работодатели предлагают самостоятельные программы подготовки специалистов, которые обычно занимают около двух лет. Некоторые из них принимают в качестве учеников выпускников ВУЗов с любой специальностью.

Квалификация последипломного образования (например, степень магистра или доктора наук) также может быть полезной для профессиональной карьеры. В некоторых учебных заведениях доступно обучение в магистратуре по специальности бизнес-аналитика или дата сайенс, однако для поступления требуется иметь диплом первой ступени ВУЗа по специальности в области математики, инженерии, информатики или естественных наук, в редких случаях допускаются бакалавры, окончившие факультеты бизнеса, экономики или психологии, при наличии математических способностей и базового опыта программирования.

Дата-сайентисты в облаках

Облегчить и ускорить работу по сбору данных, построению и развертыванию моделей помогают специальные облачные платформы. Именно облачные платформы для машинного обучения стали самым актуальным трендом в Data Science. Поскольку речь идет о больших объемах информации, сложных ML-моделях, о готовых и доступных для работы распределенных команд инструментах, то дата-сайентистами понадобились гибкие, масштабируемые и доступные ресурсы.

Именно для дата-сайентистов облачные провайдеры создали платформы, ориентированные на подготовку и запуск моделей машинного обучения и дальнейшую работу с ними. Пока таких решений немного и одно из них было полностью создано в России. В конце 2020 года компания Sbercloud представила облачную платформу полного цикла разработки и реализации AI-сервисов — ML Space. Платформа содержит набор инструментов и ресурсов для создания, обучения и развертывания моделей машинного обучения — от быстрого подключения к источникам данных до автоматического развертывания обученных моделей на динамически масштабируемых облачных ресурсах SberCloud.

Футурология

«Я бы вакцинировал троих на миллион». Интервью с нейросетью GPT-3

Сейчас ML Space — единственный в мире облачный сервис, позволяющий организовать распределенное обучение на 1000+ GPU. Эту возможность обеспечивает собственный облачный суперкомпьютер SberCloud — «Кристофари». Запущенный в 2019 году «Кристофари» является сейчас самым мощным российским вычислительным кластером и занимает 40 место в мировом рейтинге cуперкомпьютеров TOP500

Платформу уже используют команды разработчиков экосистемы Сбера. Именно с ее помощью было запущено семейство виртуальных ассистентов «Салют». Для их создания с помощью «Кристофари» и ML Space было обучено более 70 различных ASR- моделей (автоматическое распознавание речи) и большое количество моделей Text-to-Speech. Сейчас ML Space доступна для любых коммерческих пользователи, учебных и научных организаций.

«ML Space ­– это настоящий технологический прорыв в области работы с искусственным интеллектом. По нескольким ключевым параметрам ML Space уже превосходит лучшие мировые решения. Я считаю, что сегодня ML Space одна из лучших в мире облачных платформ для машинного обучения. Опытным дата-сайентистам она предоставляет новые удобные инструменты, возможность распределенной работы, автоматизации создания, обучения и внедрения ИИ-моделей. Компаниям и организациям, не имеющим глубокой ML-экспертизы, ML Space дает возможность впервые использовать искусственный интеллект в своих продуктах, приложениях и рабочих процессах», — уверен Отари Меликишвили, лидер продуктового вправления AI Cloud, компании SberCloud.

Облака помогают рынку все шире использовать платформы для работы с данными, предлагая безграничные вычислительные мощности, подтверждают аналитики Mordor Intelligence.

По мнению экспертов из Anaconda, потребуется время, чтобы бизнес и сами специалисты созрели для широкого использования инструментов DS и смогли получить результаты. Но прогресс уже очевиден. «Мы ожидаем, что в ближайшие два-три года Data Science продолжит двигаться к тому, чтобы стать стратегической функцией бизнеса во многих отраслях», — прогнозирует компания.

Особенности профессии

Science-художник должен обладать глубокими знаниями о сфере, в которой он работает, а также креативным мышлением и умением фантазировать, что позволит ему создавать версии альтернативной реальности. Проекты, разработанные художниками сайнс-арт, иллюстрируют взаимодействие науки, технологий, искусства. Яркий пример – молекулярная кухня, в которой переплетаются основы физики, химии и эстетики.

Сегодня эта профессия является новинкой для российского кадрового рынка, всего через несколько лет она станет чем-то обыденным. Художники, работающие в стиле science-art, смогут получать хороший доход только в том случае, если этой областью творчества заинтересуются крупные научно-технические корпорации. Вливание спонсорских средств вдохнет в science-art жизнь, иначе получить доход от продажи арт-объектов будет непросто.

Популяризация сайнс-арт связана с тем, что в будущем рабочие процессы будут максимально автоматизированы, на смену ручному труду придут машины, поэтому все большее и большее количество людей сможет посвятить свою жизнь творчеству. Уже сегодня эта область современного искусства серьезно воспринимается мировым сообществом. В некоторых отечественных и зарубежных учебных учреждениях открыты программы подготовки и экспериментальные проекты. Например, в Массачусетском технологическом институте, Политехническом музее.

Победы на этапе ралли Дакар

# Дата Из К Версия Штурман Автомобиль
1 31 декабря 2005 г. Лиссабон Портимао Ралли Дакар-2006 Андреас Шульц Фольксваген
2 1 января 2006 г. Портимао Малага Андреас Шульц
3 3 января 2006 г. Эр Рашидия Варзазат Андреас Шульц
4 10 января 2006 г. Киффа Kayes Андреас Шульц
5 7 января 2007 г. Портимао Малага Ралли Дакар 2007 Мишель Перин
6 10 января 2007 г. Варзазат Тан-Тан Мишель Перин
7 18 января 2007 г. Аюн-эль-Атрус Kayes Мишель Перин
8 19 января 2007 г. Kayes Тамбакунда Мишель Перин
9 20 января 2007 г. Тамбакунда Дакар Мишель Перин
10 20 апреля 2008 г. Будапешт Бая-Маре Ралли Центральной Европы 2008 Мишель Перин
11 23 апреля 2008 г. Дебрецен Веспрем Мишель Перин
12 24 апреля 2008 г. Веспрем Веспрем Мишель Перин
13 25 апреля 2008 г. Веспрем Веспрем Мишель Перин
14 26 апреля 2008 г. Веспрем Балатонфюред Мишель Перин
15 4 января 2009 г. Санта-Роза Пуэрто-Мадрин Ралли Дакар 2009 Мишель Перин
16 6 января 2009 г. Якобаччи Neuquén Мишель Перин
17 9 января 2009 г. Мендоса Вальпараисо Мишель Перин
18 11 января 2009 г. Вальпараисо Ла Серена Мишель Перин
19 12 января 2009 г. Ла Серена Копьяпо Мишель Перин
20 13 января 2009 г. Копьяпо Копьяпо Мишель Перин
21 год 12 января 2010 г. Ла Серена Сантьяго Ралли Дакар 2010 Лукас Круз
22 14 января 2010 г. Сан-Хуан Сан-Рафаэль Лукас Круз
23 2 января 2011 г. Буэнос айрес Кордова Ралли Дакар 2011 Лукас Круз
24 3 января 2011 г. Кордова Сан-Мигель-де-Тукуман Лукас Круз
25 5 января 2011 г. Сан-Сальвадор-де-Жужуй Калама Лукас Круз
26 год 7 января 2011 г. Икике Арика Лукас Круз
27 11 января 2011 г. Копьяпо Копьяпо Лукас Круз
28 год 14 января 2011 г. Сан-Хуан Кордова Лукас Круз
29 15 января 2011 г. Кордова Буэнос айрес Лукас Круз
30 5 января 2013 г. Лима Писко Ралли Дакар 2013 Тимо Готтшалк Демон Джеффрис
31 год 8 января 2014 г. Сан-Хуан Chilecito Ралли Дакар 2014 Тимо Готтшалк SMG
32 12 января 2014 г. Сальта Сальта Тимо Готтшалк
33 9 января 2016 г. Уюни Сальта Ралли Дакар 2016 Лукас Круз Пежо
34 12 января 2016 г. Белен Белен Лукас Круз
35 год 11 января 2018 г. Арекипа Ла-Пас Ралли Дакар 2018 Лукас Круз
36 13 января 2018 г. Ла-Пас Уюни Лукас Круз
37 17 января 2019 г. Писко Лима Ралли Дакар 2019 Лукас Круз Мини
38 7 января 2020 г. Неом Неом Ралли Дакар-2020 Лукас Круз
39 9 января 2020 г. Аль-Ула Град Лукас Круз
40 12 января 2020 г. Эр-Рияд Вади-аль-Двасир Лукас Круз
41 год 15 января 2020 г. Харад Шубайтах Лукас Круз
42 3 января 2021 г. Джидда Биша Ралли Дакар 2021 Лукас Круз
43 год 8 января 2021 г. Бурайда Град Лукас Круз
44 год 14 января 2021 г. Янбу Джидда Лукас Круз

ПРИМЕЧАНИЕ. После убийства французских туристов в Мавритании в 2007 году Спортивная организация Амори перенесла соревнование 2008 года в Центральную Европу, известное как « Ралли Центральной Европы» . Поскольку гонка была официально проведена в соответствии с правилами Дакара с участием участников Дакара, ралли включено в программу Дакара.

Полные результаты WRC

Год Абитуриент Автомобиль 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Поз Точки
1987 г. Команда Marlboro Rally Ford Sierra RS Cosworth ПН SWE POR Ret KEN FRA 7 GRC Соединенные Штаты Америки NZL ARG ПЛАВНИК CIV ITA 35-е 7
RAC de España GBR 8
1988 г. Карлос Сайнс Ford Sierra RS Cosworth ПН SWE POR Ret 11-е 26 год
Ford Motor Co KEN FRA 5 GRC Соединенные Штаты Америки NZL ARG FIN 6 CIV ITA 5 GBR 7
1989 г. Toyota Team Europe Toyota Celica GT-Four ST165 — цена: + 0 руб. SWE МН Ret POR Ret KEN FRA Ret GRC Ret NZL ARG FIN 3 Австралия ITA 3 CIV GBR 2 8-е 39
1990 г. Toyota Team Europe Toyota Celica GT-Four ST165 — цена: + 0 руб. ПН 2 POR Ret KEN 4 FRA 2 GRC 1 NZL 1 ARG 2 FIN 1 Австралия 2 ITA 3 CIV GBR 1 1-й 140
1991 г. Toyota Team Europe Toyota Celica GT-Four ST165 — цена: + 0 руб. ПН 1 SWE ПОР 1 KEN Ret FRA 1 GRC 2 NZL 1 ARG 1 FIN 4 AUS Ret ITA 6 CIV ESP Ret GBR 3 2-й 143
1992 г. Toyota Team Europe Toyota Celica Turbo 4WD (Тойота Селика Турбо 4WD) ПН 2 SWE ПОР 3 КЕН 1 FRA 4 GRC Ret NZL 1 ARG 2 ПЛАВНИК Австралия 3 ITA CIV ESP 1 GBR 1 1-й 144
1993 г. Веселый клуб Lancia Delta HF Интеграл ПН 14 SWE POR Ret KEN FRA 4 GRC 2 ARG Ret 4 новозеландских доллара ПЛАВНИК AUS Ret ITA DSQ ESP Ret GBR 8-е 35 год
1994 г. 555 Subaru World Rally Team Subaru Impreza 555 ПН 3 ПОР 4 KEN FRA 2 GRC 1 ARG 2 NZL Ret FIN 3 ITA 2 GBR Ret 2-й 99
1995 г. 555 Subaru World Rally Team Subaru Impreza 555 ПН 1 SWE Ret ПОР 1 FRA 4 NZL AUS Ret ESP 1 GBR 2 2-й 85
1996 г. Ford Motor Co Ford Escort RS Cosworth SWE 2 KEN Ret IDN 1 GRC 3 ARG 2 FIN Ret Австралия 3 ITA 2 ESP Ret 3-й 89
1997 г. Ford Motor Co Ford Escort WRC ПН 2 SWE 2 KEN Ret POR Ret ESP 10 FRA 2 ARG Ret GRC 1 NZL 2 FIN Ret IDN 1 ITA 4 AUS Ret GBR 3 3-й 51
1998 г. Команда Toyota Castrol Тойота Королла WRC ПН 1 SWE 2 KEN Ret ПОР 2 ESP 7 FRA 8 ARG 2 GRC 4 NZL 1 FIN 2 ITA 4 Австралия 2 GBR Ret 2-й 56
1999 г. Команда Toyota Castrol Тойота Королла WRC МН Ret SWE 2 KEN 3 ПОР 2 ESP Ret FRA 3 ARG 5 GRC 2 6 новозеландских долларов FIN 3 CHN 3 ITA Ret Австралия 2 GBR Ret 5-й 44 год
2000 г. Ford Motor Co Форд Фокус РС WRC 00 ПН 2 SWE Ret KEN 4 ПОР 3 ESP 3 ARG Ret GRC 2 NZL 3 FIN 14 CYP 1 FRA 3 ITA 5 AUS DSQ GBR 4 3-й 46
2001 г. Ford Motor Co Форд Фокус РС WRC 01 ПН 2 SWE 3 ПОР 2 ESP 5 ARG 3 CYP 3 GRC Ret KEN Ret FIN 6 4 новозеландских доллара ITA 4 FRA Ret 8 австралийских долларов GBR WD 6-е 33
2002 г. Ford Motor Co Ford Focus RS WRC 02 ПН 3 SWE 3 FRA 6 ESP Ret CYP 11 ARG 1 GRC 3 KEN Ret FIN 4 GER 8 ITA Ret 4 новозеландских доллара Австралия 4 GBR 3 3-й 36
2003 г. Citroën Total Citroën Xsara WRC ПН 3 SWE 9 ТУР 1 12 новозеландских долларов ARG 2 GRC 2 CYP 5 GER 6 FIN 4 5 австралийских долларов ITA 4 FRA 2 ESP 7 GBR Ret 3-й 63
2004 г. Citroën Total Citroën Xsara WRC МН Ret SWE 5 МЕХ 3 6 новозеландских долларов CYP 3 GRC 19 ТУР 4 ARG 1 FIN 3 GER 3 JPN 5 GBR 4 ITA 3 FRA 3 ESP 3 AUS WD 4-й 73
2005 г. Citroën Total Citroën Xsara WRC ПН SWE MEX NZL ITA CYP ТУР 4 GRC 3 ARG ПЛАВНИК GER GBR JPN FRA ESP Австралия 13-е 11