HeadHunter və Mail.ru-nun araşdırmalarına görə, Data Science sahəsində mütəxəssislərə tələb təklifi üstələyir, lakin buna baxmayaraq, gənc mütəxəssislər həmişə iş tapa bilmirlər. Data Elmində böyük karyera qurmağı planlaşdıranlar üçün hansı kurs məzunlarının çatışmadığını və harada təhsil alacağını sizə xəbər veririk.
"Gəlirlər və indi saniyədə 500 min qazanacaqlarını düşünürlər, çünki çərçivələrin adlarını və onlardan bir modeli iki sətirdə necə işlətməyi bilirlər"
Emil Məhərrəmov biocad-da bir qrup hesablama kimyası xidmətinə rəhbərlik edir və müsahibələr zamanı namizədlərin peşə haqqında sistemli anlayışlarının olmaması ilə üzləşir. Onlar kursları tamamlayır, yaxşı öyrədilmiş Python və SQL ilə gəlir, Hadoop və ya Spark-ı 2 saniyəyə quraşdıra bilir və aydın spesifikasiyaya uyğun olaraq tapşırığı yerinə yetirirlər. Amma bununla yanaşı, artıq kənara bir addım da yoxdur. İşəgötürənlərin məlumat elmləri mütəxəssislərindən gözlədikləri həllərdə çeviklik olsa da.
Data Science bazarında baş verənlər
Gənc mütəxəssislərin bacarıqları əmək bazarındakı vəziyyəti əks etdirir. Burada tələb təklifi əhəmiyyətli dərəcədə üstələyir, buna görə də ümidsiz işəgötürənlər çox vaxt tamamilə yaşıl mütəxəssisləri işə götürməyə və onları özləri üçün öyrətməyə hazırdırlar. Seçim işləyir, lakin yalnız komandada gəncin məşqini öz üzərinə götürəcək təcrübəli komanda rəhbəri olduqda uyğundur.
HeadHunter və Mail.ru-nun araşdırmalarına görə, məlumatların təhlili mütəxəssisləri bazarda ən çox tələb olunanlar arasındadır:
- 2019-cu ildə 9,6-ci illə müqayisədə məlumatların təhlili sahəsində 7,2 dəfə, maşın öyrənməsi sahəsində isə 2015 dəfə çox vakansiya olub.
- 2018-ci illə müqayisədə məlumatların təhlili üzrə mütəxəssislər üçün vakansiyaların sayı 1,4 dəfə, maşın öyrənməsi üzrə mütəxəssislər üçün isə 1,3 dəfə artıb.
- Açıq vakansiyaların 38%-i İT şirkətlərində, 29%-i maliyyə sektoru şirkətlərində, 9%-i isə biznes xidmətlərindədir.
Vəziyyəti eyni yeniyetmələri öyrədən çoxsaylı onlayn məktəblər gücləndirir. Əsasən, təlim üç aydan altı aya qədər davam edir, bu müddət ərzində tələbələr əsas alətləri əsas səviyyədə mənimsəməyi bacarırlar: Python, SQL, məlumatların təhlili, Git və Linux. Nəticə klassik bir gəncdir: o, konkret problemi həll edə bilir, lakin hələ də problemi başa düşə və problemi təkbaşına formalaşdıra bilmir. Bununla belə, mütəxəssislərə yüksək tələbat və peşə ətrafında yaranan hay-küy çox vaxt yüksək ambisiyalara və maaş tələblərinə səbəb olur.
Təəssüf ki, Data Science-də müsahibələr indi adətən belə görünür: namizəd deyir ki, bir neçə kitabxanadan istifadə etməyə çalışıb, alqoritmlərin necə işlədiyinə dair suallara cavab verə bilmir, sonra əlindən ayda 200, 300, 400 min rubl istəyir.
“Hər kəs məlumat analitiki ola bilər”, “üç ay ərzində maşın öyrənməyə yiyələn və çoxlu pul qazanmağa başlaya bilər” kimi çoxlu sayda reklam şüarları və tez pula can atmaq səbəbiylə çoxlu sayda səthi namizədlər axınına səbəb oldu. tamamilə sistemli təlim olmayan sahə.
Viktor Kantor
MTS-in baş məlumat alimi
İşəgötürənlər kimi gözləyir?
İstənilən işəgötürən istəyər ki, onun kiçik yaşlıları daimi nəzarət olmadan işləsinlər və komanda rəhbərinin rəhbərliyi altında inkişaf edə bilsinlər. Bunun üçün bir başlanğıc dərhal cari problemləri həll etmək üçün lazımi vasitələrə sahib olmalıdır və tədricən öz həll yollarını təklif etmək və daha mürəkkəb problemlərə yanaşmaq üçün kifayət qədər nəzəri əsasa sahib olmalıdır.
Bazarda yeni başlayanlar alətləri ilə olduqca yaxşı işləyirlər. Qısamüddətli kurslar onları tez mənimsəməyə və işə başlamağa imkan verir.
HeadHunter və Mail.ru-nun araşdırmasına görə, ən çox tələb olunan bacarıq Python-dur. Məlumat elmləri üzrə vakansiyaların 45%-də və maşın öyrənməsi üzrə vakansiyaların 51%-də qeyd olunur.
İşəgötürənlər həmçinin məlumat analitiklərinin SQL (23%), data mining (19%), riyazi statistikanı (11%) bilməsini və böyük verilənlərlə işləməyi (10%) istəyirlər.
Maşın öyrənməsi üzrə mütəxəssislər axtaran işəgötürənlər namizədin Python biliyinə əlavə olaraq C++ (18%), SQL (15%), maşın öyrənmə alqoritmləri (13%) və Linux (11%) dillərində bacarıqlı olmasını gözləyirlər.
Ancaq yeniyetmələr alətlərlə yaxşı işləyirlərsə, onların menecerləri başqa problemlə üzləşirlər. Kursun məzunlarının əksəriyyəti peşəni dərindən başa düşmür, bu da yeni başlayanların irəliləyişini çətinləşdirir.
Hazırda komandama qoşulmaq üçün maşın öyrənməsi üzrə mütəxəssislər axtarıram. Eyni zamanda, mən görürəm ki, namizədlər çox vaxt müəyyən Data Science alətlərini mənimsəmişlər, lakin onlar yeni həllər yaratmaq üçün nəzəri əsasları kifayət qədər dərindən başa düşmürlər.
Emil Məhərrəmov
Hesablama Kimyası Xidmətləri Qrupunun rəhbəri, Biocad
Kursların strukturu və müddəti sizə lazım olan səviyyəyə daha dərindən getməyə imkan vermir. Məzunlar tez-tez bir iş vakansiyasını oxuyarkən əldən verilən çox yumşaq bacarıqlardan məhrumdurlar. Doğrudan da, aramızdan kim deyər ki, onun sistemli düşüncəsi və ya inkişaf etmək istəyi yoxdur. Bununla birlikdə, Data Science mütəxəssisi ilə əlaqədar olaraq, daha dərin bir hekayədən danışırıq. Burada inkişaf etmək üçün nəzəriyyə və elmdə kifayət qədər güclü qərəz lazımdır ki, bu da yalnız uzunmüddətli təhsillə, məsələn, universitetdə mümkündür.
İnsandan çox şey asılıdır: əgər aparıcı şirkətlərdə komanda kimi təcrübəyə malik güclü müəllimlərdən ibarət üç aylıq intensiv kurs riyaziyyat və proqramlaşdırma sahəsində yaxşı təcrübəyə malik tələbə tərəfindən tamamlanarsa, bütün kurs materiallarını dərindən öyrənir və “süngər kimi hopdurur” ,” məktəbdə dedikləri kimi, sonra belə bir işçi ilə problemlər yaranacaq. Amma insanların 90-95%-i nəyisə əbədi öyrənmək üçün on dəfə çox öyrənməli və bir neçə il ardıcıl olaraq bunu sistemli şəkildə etməlidir. Və bu, məlumatların təhlili üzrə magistr proqramlarını yaxşı bilik bazası əldə etmək üçün əla seçim edir, onunla müsahibədə qızarmaq məcburiyyətində qalmayacaqsınız və işi görmək daha asan olacaq.
Viktor Kantor
MTS-in baş məlumat alimi
Data Elmində iş tapmaq üçün harada oxumaq lazımdır
Bazarda çoxlu yaxşı Data Science kursları var və ilkin təhsil almaq problem deyil. Ancaq bu təhsilin fokusunu anlamaq vacibdir. Əgər namizədin artıq güclü texniki bazası varsa, intensiv kurslar onlara lazım olan şeydir. İnsan alətləri mənimsəyəcək, yerə gələcək və tez öyrəşəcək, çünki o, artıq riyaziyyatçı kimi düşünməyi, problemi görməyi və problem qurmağı bilir. Əgər belə bir fon yoxdursa, kursdan sonra yaxşı bir ifaçı olacaqsınız, lakin böyümə üçün məhdud imkanlarla.
Qısamüddətli bir peşəni dəyişdirmək və ya bu ixtisas üzrə iş tapmaq vəzifəsi ilə qarşılaşırsınızsa, o zaman sizin üçün qısa və tez bir zamanda minimum texniki bacarıqlar toplusunu təmin edən bəzi sistematik kurslar uyğun gəlir ki, siz ixtisasa uyğun ola biləsiniz. bu sahədə giriş səviyyəli mövqe.
İvan Yamşçikov
"Data Science" onlayn magistr proqramının akademik direktoru
Kurslarla bağlı problem məhz onların sürətli, lakin minimal sürətlənmə təmin etməsidir. İnsan sözün əsl mənasında peşəyə uçur və tez tavana çatır. Peşəyə uzun müddət daxil olmaq üçün dərhal daha uzunmüddətli proqram, məsələn, magistratura şəklində yaxşı bir təməl qoymaq lazımdır.
Bu sahənin sizi uzun müddət maraqlandırdığını başa düşsəniz, ali təhsil uyğun gəlir. İşə mümkün qədər tez getməyə həvəsli deyilsiniz. Və siz karyera tavanına sahib olmaq istəmirsiniz, həmçinin bilik, bacarıq çatışmazlığı, innovativ məhsulların inkişaf etdirildiyi ümumi ekosistemi dərk etməmək problemi ilə üzləşmək istəmirsiniz. Bunun üçün sizə nəinki lazımi texniki bacarıqlar toplusunu yaradan, həm də düşüncənizi fərqli şəkildə strukturlaşdıran və daha uzun müddət üçün karyeranız haqqında müəyyən təsəvvür formalaşdırmağa kömək edən ali təhsil lazımdır.
İvan Yamşçikov
"Data Science" onlayn magistr proqramının akademik direktoru
Karyera tavanının olmaması magistr proqramının əsas üstünlüyüdür. İki il ərzində bir mütəxəssis güclü nəzəri baza alır. NUST MISIS-də Data Science proqramında ilk semestr belə görünür:
- Məlumat Elminə Giriş. 2 həftə.
- Məlumatların təhlilinin əsasları. Verilənlərin emalı. 2 həftə
- Maşın öyrənməsi. Məlumatların əvvəlcədən işlənməsi. 2 həftə
- EDA. Kəşfiyyat məlumatlarının təhlili. 3 həftə
- Əsas maşın öyrənmə alqoritmləri. Ch1 + Ch2 (6 həftə)
Eyni zamanda, eyni zamanda işdə praktiki təcrübə əldə edə bilərsiniz. Tələbə lazımi alətləri mənimsəyən kimi kiçik vəzifə tutmağınıza heç nə mane olmur. Lakin, kurs məzunundan fərqli olaraq, magistr dərəcəsi orada təhsilini dayandırmır, əksinə, peşəni daha dərindən öyrənməyə davam edir. Gələcəkdə bu, məhdudiyyətsiz Data Science sahəsində inkişaf etməyə imkan verir.
Elm və Texnologiya Universitetinin "MISiS" saytında Data Science sahəsində işləmək istəyənlər üçün. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group və Yandex nümayəndələri, sizə ən vacib şeylər haqqında danışacağam:
- "Məlumat Elmində yerinizi necə tapmaq olar?",
- "Sıfırdan məlumat alimi olmaq mümkündürmü?",
- "Data alimlərinə ehtiyac 2-5 ildən sonra da qalacaqmı?"
- "Data alimləri hansı problemlər üzərində işləyirlər?"
- "Məlumat Elmində karyeranı necə qurmaq olar?"
Onlayn təlim, xalq təhsili diplomu. qədər qəbul edilir 10 avqust.
Mənbə: www.habr.com