Podle výzkumu HeadHunter a Mail.ru poptávka po datových vědcích převyšuje nabídku, ale i tak se mladým specialistům ne vždy podaří najít práci. Prozradíme, co absolventům kurzů chybí a kde studovat pro ty, kteří plánují velkou kariéru v Data Science.
„Přicházejí a myslí si, že teď vydělají 500 tisíc za sekundu, protože znají názvy rámců a znají z nich dvouřádkový model“
Emil Maharramov vede skupinu služeb výpočetní chemie na biocadu a při pohovorech se potýká s tím, že uchazeči nemají systematické chápání profese. Absolvují kurzy, přijdou s dobře napumpovaným Pythonem a SQL, dokážou za 2 vteřiny zvednout Hadoop nebo Spark, splnit úkol podle jasného TOR. Ale zároveň už tam není krok vedle. I když právě flexibilitu řešení zaměstnavatelé od svých specialistů v oboru Data Science očekávají.
Co se děje na trhu Data Science
Kompetence mladých odborníků odrážejí situaci na trhu práce. Zde poptávka výrazně převyšuje nabídku, takže zoufalí zaměstnavatelé jsou často opravdu připraveni najmout zcela zelené specialisty a vypěstovat si je pro sebe. Varianta je funkční, ale vhodná pouze v případě, že již tým má zkušeného vedoucího týmu, který převezme přípravu juniorky.
Podle studie HeadHunter a Mail.ru patří datoví vědci mezi nejžádanější na trhu:
- V roce 2019 bylo 9,6krát více volných míst v oblasti analýzy dat a 7,2krát více v oblasti strojového učení než v roce 2015.
- Ve srovnání s rokem 2018 se počet volných míst pro specialisty na analýzu dat zvýšil 1,4krát a pro strojové učení - 1,3krát.
- 38 % volných pracovních míst je v IT společnostech, 29 % ve společnostech z finančního sektoru a 9 % v obchodních službách.
Situaci podporují četné online školy, které trénují stejné juniory. Školení trvá v zásadě tři až šest měsíců, během kterých mají studenti čas zvládnout hlavní nástroje na základní úrovni: Python, SQL, analýzu dat, Git a Linux. Výstupem je klasický junior: dokáže vyřešit konkrétní problém, ale stále nedokáže problému porozumět a samostatně problém formulovat. Vysoká poptávka po specialistech a humbuk kolem profese však často dávají vzniknout vysokým ambicím a platovým požadavkům.
Bohužel, pohovor v Data Science nyní obvykle vypadá takto: kandidát říká, že se pokusil použít několik knihoven, nemůže odpovědět na otázky o tom, jak algoritmy fungují, pak požádá o 200, 300, 400 tisíc rublů měsíčně v jeho ruce.
Kvůli velkému množství reklamních sloganů jako „každý se může stát datovým analytikem“, „ovládejte strojové učení za tři měsíce a začněte vydělávat spoustu peněz“ a touze po rychlém zisku, se do našeho oboru nahrnul obrovský proud povrchních kandidátů. s absolutně žádným systémovým školením.
Viktor Kantor
Chief Data Scientist ve společnosti MTS
Koho zaměstnavatelé hledají?
Každý zaměstnavatel by chtěl, aby jeho junioři pracovali bez neustálého dohledu a mohli se rozvíjet pod vedením vedoucího týmu. K tomu musí začátečník okamžitě ovládat potřebné nástroje k řešení aktuálních problémů a mít dostatečný teoretický základ k tomu, aby postupně nabízel vlastní řešení a přistupoval ke složitějším problémům.
S nástroji pro začátečníky na trhu je vše docela dobré. Krátkodobé kurzy vám umožní rychle si je osvojit a pustit se do práce.
Podle studie HeadHunter a Mail.ru je nejžádanější dovedností znalost Pythonu. Je zmíněn ve 45 % pozic datových vědců a 51 % pozic strojového učení.
Zaměstnavatelé také chtějí, aby datoví vědci znali SQL (23 %), byli zběhlí v data miningu (Data Mining) (19 %), matematických statistikách (11 %) a uměli pracovat s velkými daty (10 %).
Zaměstnavatelé, kteří hledají specialisty na strojové učení, spolu se znalostí Pythonu očekávají, že kandidát bude ovládat C++ (18 %), SQL (15 %), algoritmy strojového učení (13 %) a Linux (11 %).
Pokud se ale juniorům daří s nářadím, pak jejich vedoucí čelí dalšímu problému. Většina absolventů kurzů této profesi do hloubky nerozumí, a proto je pro začátečníka obtížné postupovat.
Aktuálně hledám do svého týmu specialisty na strojové učení. Zároveň vidím, že často kandidáti zvládli jednotlivé nástroje Data Science, ale nemají dostatečně hluboké porozumění teoretickým základům, aby mohli vytvářet nová řešení.
Emil Maharramov
Vedoucí Computational Chemistry Services Group, Biocad
Samotná struktura a délka kurzů neumožňuje jít do hloubky na požadovanou úroveň. Absolventům často chybí stejné měkké dovednosti, které jsou obvykle přehlíženy při čtení nabídky práce. No popravdě, kdo z nás řekne, že nemá systémové myšlení ani chuť se rozvíjet. Ve vztahu k Data Scientist však mluvíme o hlubším příběhu. Tady, abyste se mohli rozvíjet, potřebujete poměrně silnou zaujatost v teorii a vědě, což je možné pouze při dlouhodobém studiu, například na univerzitě.
Hodně záleží na člověku: pokud student s dobrým základem z matematiky a programování projde tříměsíčním intenzivním kurzem od silných učitelů se zkušenostmi týmových lídrů ve špičkových firmách, ponoří se do všech materiálů kurzu a „nasákne jako houba“, jak se říkávalo ve škole, tak s takovým zaměstnancem budou později problémy Ne. Ale 90-95% lidí, abyste se něco naučili navždy, musíte se učit desetkrát víc a dělat to systematicky několik let po sobě. A to dělá z magisterských programů v analýze dat skvělou možnost, jak získat dobrý základ znalostí, se kterými se u pohovoru nebudete muset červenat a bude mnohem snazší dělat svou práci.
Viktor Kantor
Chief Data Scientist ve společnosti MTS
Kde studovat, abyste našli práci v Data Science
Na trhu je mnoho dobrých kurzů Data Science a získat počáteční vzdělání není problém. Je ale důležité pochopit směr tohoto vzdělávání. Pokud má kandidát již silné technické zázemí, pak jsou intenzivní kurzy to, co potřebujete. Člověk si osvojí nástroje, přijde na místo a rychle si zvykne, protože už umí myslet jako matematik, vidět problém a formulovat problémy. Pokud takové zázemí neexistuje, pak po kurzu bude dobrý umělec, ale s omezenými možnostmi růstu.
Pokud máte krátkodobý cíl změnit profesi nebo najít práci v této specializaci, pak jsou pro vás vhodné některé systematické kurzy, které jsou krátké a rychle poskytují minimální soubor technických dovedností, abyste se mohli kvalifikovat na vstupní úroveň pozici v tomto oboru.
Ivan Yamschikov
Akademický ředitel Online MSc v Data Science
Problém s kurzy je, že poskytují rychlé, ale minimální přetaktování. Člověk do profese doslova vletí a rychle dosáhne stropu. Abyste se k profesi dostali na dlouhou dobu, musíte okamžitě položit dobrý základ v podobě dlouhodobějšího programu, například v magisterském programu.
Vysokoškolské vzdělání je vhodné, když pochopíte, že vás tato oblast dlouhodobě zajímá. Nechcete jít do práce co nejdříve. A nechcete mít kariérní strop a také nechcete čelit problému nedostatku znalostí, dovedností, nepochopení obecného ekosystému, jehož prostřednictvím se vyvíjejí inovativní produkty. To vyžaduje vysokoškolské vzdělání, které nejen tvoří nezbytný soubor technických dovedností, ale také jiným způsobem strukturuje vaše myšlení a pomáhá vytvářet určitou vizi vaší kariéry v dlouhodobém horizontu.
Ivan Yamschikov
Akademický ředitel Online MSc v Data Science
Absence kariérního stropu je hlavní výhodou magisterského programu. Po dobu dvou let dostává odborník silný teoretický základ. Takto vypadá první semestr programu NUST MISIS Data Science:
- Úvod do datové vědy. 2 týdny.
- Základy analýzy dat. Zpracování dat. 2 týdny
- Strojové učení. Předzpracování dat. 2 týdny
- EDA. Analýza zpravodajských dat. 3 týdny
- Základní algoritmy strojového učení. P1 + P2 (6 týdnů)
Zároveň můžete získat i praktické zkušenosti v práci. Nic vám nebrání získat juniorskou pozici, jakmile si student osvojí potřebné nástroje. To je jen, na rozdíl od absolventa kurzů, mistr v tom nezastaví své vzdělávání, ale pokračuje v ponoření do profese. V budoucnu vám to umožní vyvíjet se v Data Science bez omezení.
Na stránkách Vysoké školy vědy a techniky "MISiS" pro ty, kteří chtějí pracovat v Data Science. Zástupci NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group a Yandex hovoří o nejdůležitějších:
- Jak najít své místo v Data Science?,
- "Je možné stát se datovým vědcem od nuly?",
- "Bude potřeba datových vědců za 2-5 let?",
- "Na jakých úkolech pracují datoví vědci?",
- "Jak si vybudovat kariéru v Data Science?"
Online učení, diplom z veřejného vzdělání. přijat do 10 srpna.
Zdroj: www.habr.com