Па даследаваннях HeadHunter і Mail.ru попыт на адмыслоўцаў у вобласці Data Science перавышае прапанову, але нават так маладым адмыслоўцам не заўсёды атрымоўваецца знайсці працу. Расказваем, чаго не хапае выпускнікам курсаў і дзе вучыцца тым, хто плануе вялікую кар'еру ў Data Science.
«Яны прыходзяць і думаюць, што зараз будуць зарабляць 500к у секунду, таму што ведаюць назвы фрэймворкаў і як з іх запусціць мадэль у два радкі»
Эміль Магеррамаў кіруе групай сэрвісаў вылічальнай хіміі ў кампаніі biocad і на сумоўях сутыкаецца з тым, што ў кандыдатаў няма сістэмнага разумення прафесіі. Яны сканчаюць курсы, прыходзяць з добра прапампаванымі Python і SQL, могуць за 2 секунды падняць Hadoop ці Spark, выканаць задачу па выразным ТЗ. Але пры гэтым крок у бок - ужо няма. Хаця менавіта гнуткасці рашэнняў працадаўцы чакаюць ад сваіх спецыялістаў у галіне Data Science.
Што адбываецца на рынку Data Science
Кампетэнцыі маладых спецыялістаў адлюстроўваюць становішча на рынку працы. Тут попыт істотна перавышае прапанову, таму якія ў роспачы працадаўцы часта сапраўды гатовыя браць на працу зусім зялёных адмыслоўцаў і дагадоўваць іх пад сябе. Варыянт працоўны, але падыходзіць толькі ў тым выпадку, калі ў камандзе ўжо ёсць дасведчаны тымлід, які возьме на сябе навучанне джуніёра.
Па даследаванні HeadHunter і Mail.ru, спецыялісты па аналізе дадзеных – адны з самых запатрабаваных на рынку:
- У 2019 годзе вакансій у галіне аналізу даных стала больш у 9,6 раза, а ў галіне машыннага навучання - у 7,2 раза, чым у 2015 годзе.
- У параўнанні з 2018 годам колькасць вакансій спецыялістаў па аналізе даных павялічылася ў 1,4 раза, па машынным навучанні - у 1,3 раза.
- 38% адкрытых вакансій прыпадае на ІТ-кампаніі, 29% - кампаніі з фінансавага сектара, 9% - сфера паслуг для бізнесу.
Сітуацыю падаграваюць шматлікія анлайн-школы, якія рыхтуюць тых самых джуніёраў. Галоўным чынам навучанне ідзе ад трох да шасці месяцаў, за якія вучні паспяваюць на базавым узроўні асвоіць галоўныя прылады: Python, SQL, аналіз дадзеных, Git і Linux. На выхадзе атрымліваецца класічны джуніёр: можа вырашыць пэўную задачу, а зразумець праблему і самастойна сфармуляваць задачу яшчэ не можа. Аднак высокі попыт на спецыялістаў і хайп вакол прафесіі часта нараджае высокія амбіцыі і патрабаванні да заробку.
На жаль, сумоўе па Data Science зараз звычайна выглядае так: кандыдат расказвае, што паспрабаваў прымяняць пару-тройку бібліятэк, на пытанні аб тым, як менавіта працуюць алгарытмы, адказаць не можа, затым просіць 200, 300, 400 тысяч рублёў у месяц на рукі. .
З-за вялікай колькасці рэкламных лозунгаў накшталт "стаць аналітыкам дадзеных можа кожны", "асвой машыннае навучанне за тры месяцы і пачні атрымліваць кучу грошай" і смагі хуткай нажывы, у нашу вобласць хлынуў велізарны паток паверхневых кандыдатаў зусім без сістэмнай падрыхтоўкі.
Віктар Кантар
Chief Data Scientist у МТС
Каго чакаюць працадаўцы
Любы працадаўца хацеў бы, каб яго джуніёры працавалі без сталага кантролю і маглі развівацца пад кіраўніцтвам тымліда. Для гэтага пачатковец павінен адразу валодаць патрэбнымі прыладамі, каб вырашаць бягучыя задачы, і валодаць дастатковай тэарэтычнай базай, каб паступова прапаноўваць уласныя рашэнні і падступацца да больш складаных задач.
З інструментамі ў пачаткоўцаў на рынку ўсё дастаткова добра. Кароткатэрміновыя курсы дазваляюць хутка асвоіць іх і прыступіць да працы.
Па даследаванні HeadHunter і Mail.ru, самы запатрабаваны навык – валоданне Python. Яно згадваецца ў 45% вакансій адмыслоўцаў па аналізе дадзеных і ў 51% вакансій у вобласці машыннага навучання.
Таксама працадаўцы жадаюць, каб адмыслоўцы па аналізе дадзеных ведалі SQL (23%), валодалі інтэлектуальным аналізам дадзеных (DataMining) (19%), матэматычнай статыстыкай (11%) і ўмелі працаваць з вялікімі дадзенымі (10%).
Працадаўцы, якія шукаюць адмыслоўцаў па машынным навучанні, нараўне з веданнем Python чакаюць, што кандыдат будзе валодаць C++ (18%), SQL (15%), алгарытмамі машыннага навучання (13%) і Linux (11%).
Але калі з інструментамі ў джуніёраў усё добра, то далей іх кіраўнікі сутыкаюцца з іншай праблемай. У большасці выпускнікоў курсаў няма глыбокага разумення прафесіі, таму навічку складана прагрэсаваць.
Я зараз шукаю спецыялістаў па машынным навучанні сабе ў каманду. Пры гэтым бачу, што часта кандыдаты асвоілі асобныя інструменты Data Science, але ў іх недастаткова глыбокае разуменне тэарэтычных асноў, каб ствараць новыя рашэнні.
Эміль Магеррамаў
Кіраўнік групы сэрвісаў вылічальнай хіміі, Biocad
Сама структура і працягласць курсаў не дае магчымасці паглыбіцца на неабходны ўзровень. Выпускнікам часцяком бракуе тых самых soft skills, якія звычайна прапускаюцца пры чытанні вакансіі. Ну праўда, хто з нас скажа, што ў яго няма сістэмнага мыслення ці жадання развівацца. Аднак у дачыненні да адмыслоўца Data Science прамова аб глыбейшай гісторыі. Тут, каб развівацца, патрэбен дастаткова моцны ўхіл у тэорыю і навуку, які магчымы толькі на працяглым навучанні, напрыклад, ва ўніверсітэце.
Многае залежыць ад чалавека: калі трохмесячны інтэнсіў ад моцных выкладчыкаў з вопытам тымлідаў у топавых кампаніях праходзіць слухач з добрай базай у матэматыцы і праграмаванні, унікае ва ўсе матэрыялы курсу і "ўбірае як губка", як казалі ў школе, то праблем з такім супрацоўнікам потым не. Але 90-95% людзей, каб нешта засвоіць назаўжды, трэба вывучыць у дзесяць разоў больш і рабіць гэта сістэматычна некалькі гадоў запар. І гэта робіць магістарскія праграмы па аналізе дадзеных цудоўным варыянтам атрымаць добры фундамент ведаў, з якім і на сумоўі не прыйдзецца чырванець, і працу рабіць будзе моцна прасцей.
Віктар Кантар
Chief Data Scientist у МТС
Дзе вучыцца, каб знайсці працу ў Data Science
На рынку шмат добрых курсаў па Data Science і атрымаць першапачатковую адукацыю не праблема. Але важна разумець накіраванасць гэтай адукацыі. Калі ў кандыдата ўжо ёсць магутны тэхнічны бэкграўнд, то інтэнсіўныя курсы - то што трэба. Чалавек асвоіць інструменты, прыйдзе на месца і хутка ўпрацуецца, таму што ўжо ўмее думаць як матэматык, бачыць праблему і фармуляваць задачы. Калі такога бэкграўнду няма, то пасля курсу будзе добры выканаўца, але з абмежаванымі магчымасцямі для росту.
Калі перад вамі стаіць кароткатэрміновая задача змены прафесіі ці пошуку працы ў гэтай спецыяльнасці, то тады вам падыходзяць нейкія сістэматычныя курсы, якія кароткія і хутка даюць мінімальны набор тэхнічных навыкаў, каб вы змаглі прэтэндаваць на пачатковую пазіцыю ў гэтай галіне.
Іван Ямшчыкаў
Акадэмічны дырэктар анлайн-магістратуры «Навука аб дадзеных»
Праблема курсаў менавіта ў тым, што яны даюць хуткі, але мінімальны разгон. Чалавек літаральна ўлятае ў прафесію і хутка дасягае столі. Каб прыйсці ў прафесію надоўга, трэба адразу закласці добрую аснову ў выглядзе больш доўгатэрміновай праграмы, напрыклад, у магістратуры.
Вышэйшая адукацыя падыходзіць, калі вы разумееце, што гэтая вобласць цікавая вам доўгатэрмінова. Вы не імкнецеся выйсці на працу як мага хутчэй. І не хочаце, каб у вас была кар'ерная столь, таксама не хочаце сутыкнуцца з праблемай недахопу ведаў, навыкаў, недахопу разумення агульнай экасістэмы, з дапамогай якой развіваюцца інавацыйныя прадукты. Для гэтага патрэбна менавіта вышэйшая адукацыя, якая фарміруе не толькі неабходны набор тэхнічных навыкаў, але і структуруе па-іншаму ваша мысленне і дапамагае сфарміраваць некаторае бачанне вашай кар'еры на больш доўгатэрміновую перспектыву.
Іван Ямшчыкаў
Акадэмічны дырэктар анлайн-магістратуры «Навука аб дадзеных»
Адсутнасць кар'ернай столі - галоўная перавага магістарскай праграмы. За два гады спецыяліст атрымлівае магутную тэарэтычную базу. Вось так выглядае ўжо першы семестр у праграме Data Science НДТУ «Місіс»:
- Уводзіны ў Data Science. 2 тыдні.
- Асновы аналізу даных. Апрацоўка даных. 2 тыдні
- Машыннае навучанне. Перадапрацоўка дадзеных. 2 тыдні
- EDA. Выведвальны аналіз дадзеных. 3 тыдні
- Асноўныя алгарытмы машыннага навучання. Ч1 + Ч2 (6 тыдняў)
Пры гэтым можна паралельна атрымліваць і практычны досвед на працы. Нішто не мяшае ўладкавацца на пазіцыю джуніёра, як толькі студэнт асвоіць патрэбныя прылады. Вось толькі, у адрозненне ад выпускніка курсаў, магістр не спыняе на гэтым сваё навучанне, а працягвае паглыбляцца ў прафесію. У будучыні гэта дазваляе развівацца ў Data Science без абмежаванняў.
На сайце ўніверсітэта навукі і тэхналогій «МИСиС» праходзяць для тых, хто жадае працаваць у Data Science. Прадстаўнікі НДТУ "МІСІС", SkillFactory, HeadHunter, Facebook, Mail.ru Group і Яндэкс, расказваю пра самае важнае:
- "Як знайсці сваё месца ў Data Science?",
- "Ці можна стаць data scientist з нуля?",
- «Ці захаваецца неабходнасць у data scientist-ах праз 2-5 гадоў?»,
- "Над якімі задачамі працуюць спецыялісты data science?",
- "Як пабудаваць кар'еру ў Data Science?"
Навучанне анлайн, дыплом дзяржаўнай адукацыі. прымаюцца да 10 жніўня.
Крыніца: habr.com