Yn ôl ymchwil gan HeadHunter a Mail.ru, mae'r galw am arbenigwyr ym maes Gwyddor Data yn fwy na'r cyflenwad, ond er hynny, nid yw arbenigwyr ifanc bob amser yn llwyddo i ddod o hyd i waith. Rydyn ni'n dweud wrthych chi pa raddedigion cwrs sydd ar goll a ble i astudio ar gyfer y rhai sy'n cynllunio gyrfa fawr mewn Gwyddor Data.
“Maen nhw'n dod i feddwl y byddan nhw nawr yn ennill 500k yr eiliad, oherwydd maen nhw'n gwybod enwau'r fframweithiau a sut i redeg model ohonyn nhw mewn dwy linell”
Emil Maharramov mae'n arwain grŵp o wasanaethau cemeg gyfrifiadol yn y biocad ac yn ystod cyfweliadau mae'n wynebu'r ffaith nad oes gan ymgeiswyr ddealltwriaeth systematig o'r proffesiwn. Maent yn cwblhau cyrsiau, yn dod gyda Python a SQL sydd wedi'u hyfforddi'n dda, gallant osod Hadoop neu Spark mewn 2 eiliad, a chwblhau tasg yn unol â manyleb glir. Ond ar yr un pryd, nid oes bellach gam i'r ochr. Er mai hyblygrwydd o ran atebion y mae cyflogwyr yn eu disgwyl gan eu harbenigwyr gwyddor data.
Beth sy'n digwydd yn y farchnad Gwyddor Data
Mae cymwyseddau arbenigwyr ifanc yn adlewyrchu'r sefyllfa yn y farchnad lafur. Yma, mae'r galw yn sylweddol uwch na'r cyflenwad, felly mae cyflogwyr anobeithiol yn aml yn barod iawn i logi arbenigwyr hollol wyrdd a'u hyfforddi drostynt eu hunain. Mae'r opsiwn yn gweithio, ond mae'n addas dim ond os oes gan y tîm arweinydd tîm profiadol yn barod a fydd yn cymryd drosodd hyfforddiant yr iau.
Yn ôl ymchwil gan HeadHunter a Mail.ru, mae arbenigwyr dadansoddi data ymhlith y rhai y mae galw mwyaf amdanynt ar y farchnad:
- Yn 2019, roedd 9,6 gwaith yn fwy o swyddi gwag ym maes dadansoddi data, a 7,2 gwaith yn fwy ym maes dysgu peirianyddol nag yn 2015.
- O'i gymharu â 2018, cynyddodd nifer y swyddi gwag ar gyfer arbenigwyr dadansoddi data 1,4 gwaith, ac ar gyfer arbenigwyr dysgu peiriannau 1,3 gwaith.
- Mae 38% o swyddi gwag agored mewn cwmnïau TG, 29% mewn cwmnïau yn y sector ariannol, a 9% mewn gwasanaethau busnes.
Mae'r sefyllfa'n cael ei hysgogi gan nifer o ysgolion ar-lein sy'n hyfforddi'r un plant iau hynny. Yn y bôn, mae hyfforddiant yn para rhwng tri a chwe mis, pan fydd myfyrwyr yn llwyddo i feistroli'r prif offer ar lefel sylfaenol: Python, SQL, dadansoddi data, Git a Linux. Y canlyniad yw iau clasurol: gall ddatrys problem benodol, ond ni all ddeall y broblem o hyd a llunio'r broblem ar ei ben ei hun. Fodd bynnag, mae'r galw mawr am arbenigwyr a'r hype o amgylch y proffesiwn yn aml yn arwain at uchelgeisiau uchel a gofynion cyflog.
Yn anffodus, mae cyfweliadau mewn Gwyddor Data nawr fel arfer yn edrych fel hyn: dywed yr ymgeisydd ei fod wedi ceisio defnyddio cwpl o lyfrgelloedd, ni all ateb cwestiynau am sut yn union y mae'r algorithmau'n gweithio, yna mae'n gofyn am 200, 300, 400 mil rubles y mis mewn llaw.
Oherwydd y nifer fawr o sloganau hysbysebu fel “gall unrhyw un ddod yn ddadansoddwr data”, “meistroli dysgu peirianyddol mewn tri mis a dechrau gwneud llawer o arian” a’r syched am arian cyflym, mae llif enfawr o ymgeiswyr arwynebol wedi arllwys i mewn i’n maes heb unrhyw hyfforddiant systematig o gwbl.
Victor Kantor
Prif Wyddonydd Data yn MTS
Am bwy mae cyflogwyr yn aros?
Byddai unrhyw gyflogwr yn hoffi i'w weithwyr iau weithio heb oruchwyliaeth gyson a gallu datblygu o dan arweiniad arweinydd tîm. I wneud hyn, rhaid i ddechreuwr feddu ar yr offer angenrheidiol ar unwaith i ddatrys problemau cyfredol, a bod â sail ddamcaniaethol ddigonol i gynnig eu hatebion eu hunain yn raddol a mynd i'r afael â phroblemau mwy cymhleth.
Mae newydd-ddyfodiaid ar y farchnad yn gwneud yn eithaf da gyda'u hoffer. Mae cyrsiau tymor byr yn caniatáu ichi eu meistroli'n gyflym a chyrraedd y gwaith.
Yn ôl ymchwil gan HeadHunter a Mail.ru, y sgil y mae galw mwyaf amdano yw Python. Fe'i crybwyllir mewn 45% o swyddi gwag gwyddonwyr data a 51% o swyddi gwag dysgu peiriannau.
Mae cyflogwyr hefyd eisiau i ddadansoddwyr data wybod SQL (23%), cloddio data (19%), ystadegau mathemategol (11%) a gallu gweithio gyda data mawr (10%).
Mae cyflogwyr sy'n chwilio am arbenigwyr dysgu peirianyddol yn disgwyl i ymgeisydd fod yn hyddysg mewn C++ (18%), SQL (15%), algorithmau dysgu peiriant (13%) a Linux (11%) yn ogystal â gwybodaeth am Python.
Ond os yw plant iau yn gwneud yn dda gyda'r offer, yna mae eu rheolwyr yn wynebu problem arall. Nid oes gan y rhan fwyaf o raddedigion cwrs ddealltwriaeth ddofn o'r proffesiwn, sy'n ei gwneud yn anodd i ddechreuwr symud ymlaen.
Ar hyn o bryd rwy'n chwilio am arbenigwyr dysgu peirianyddol i ymuno â'm tîm. Ar yr un pryd, gwelaf fod ymgeiswyr yn aml wedi meistroli rhai offer Gwyddor Data, ond nid oes ganddynt ddealltwriaeth ddigon dwfn o'r sylfeini damcaniaethol i greu atebion newydd.
Emil Maharramov
Pennaeth y Grŵp Gwasanaethau Cemeg Cyfrifiadurol, Biocad
Nid yw union strwythur a hyd y cyrsiau yn caniatáu ichi fynd yn ddyfnach i'r lefel ofynnol. Yn aml nid oes gan raddedigion y sgiliau meddal iawn hynny a gollir fel arfer wrth ddarllen swydd wag. Wel, mewn gwirionedd, pwy yn ein plith fydd yn dweud nad oes ganddo feddwl systemau na'r awydd i ddatblygu. Fodd bynnag, mewn perthynas ag arbenigwr Gwyddor Data, rydym yn sôn am stori ddyfnach. Yma, er mwyn datblygu, mae angen gogwydd eithaf cryf mewn theori a gwyddoniaeth, sydd ond yn bosibl trwy astudiaeth hirdymor, er enghraifft, mewn prifysgol.
Mae llawer yn dibynnu ar y person: os yw cwrs dwys tri mis gan athrawon cryf sydd â phrofiad fel arweinwyr tîm yn y cwmnïau gorau yn cael ei gwblhau gan fyfyriwr sydd â chefndir da mewn mathemateg a rhaglennu, yn ymchwilio i holl ddeunyddiau'r cwrs ac yn “amsugno fel sbwng ,” fel y dywedasant yn yr ysgol, yna bydd problemau gyda gweithiwr o’r fath yn ddiweddarach Na. Ond mae angen i 90-95% o bobl, er mwyn dysgu rhywbeth am byth, ddysgu deg gwaith yn fwy a'i wneud yn systematig am sawl blwyddyn yn olynol. Ac mae hyn yn gwneud rhaglenni meistr mewn dadansoddi data yn opsiwn gwych i gael sylfaen dda o wybodaeth, na fydd yn rhaid i chi gochi â hi mewn cyfweliad, a bydd yn llawer haws gwneud y swydd.
Victor Kantor
Prif Wyddonydd Data yn MTS
Ble i astudio i ddod o hyd i swydd mewn Gwyddor Data
Mae llawer o gyrsiau Gwyddor Data da ar y farchnad ac nid yw cael addysg gychwynnol yn broblem. Ond mae'n bwysig deall ffocws yr addysg hon. Os oes gan yr ymgeisydd gefndir technegol cryf yn barod, yna cyrsiau dwys yw'r hyn sydd ei angen arnynt. Bydd person yn meistroli'r offer, yn dod i'r lle ac yn dod i arfer ag ef yn gyflym, oherwydd ei fod eisoes yn gwybod sut i feddwl fel mathemategydd, gweld problem a llunio problemau. Os nad oes cefndir o'r fath, yna ar ôl y cwrs byddwch yn berfformiwr da, ond gyda chyfleoedd cyfyngedig ar gyfer twf.
Os ydych chi'n wynebu'r dasg tymor byr o newid proffesiwn neu ddod o hyd i swydd yn yr arbenigedd hwn, yna mae rhai cyrsiau systematig yn addas i chi, sy'n fyr ac yn gyflym yn darparu set ofynnol o sgiliau technegol fel y gallwch gymhwyso ar gyfer safle lefel mynediad yn y maes hwn.
Ivan Yamshchikov
Cyfarwyddwr Academaidd y rhaglen meistr ar-lein "Gwyddoniaeth Data"
Y broblem gyda'r cyrsiau yw eu bod yn darparu cyflymiad cyflym ond ychydig iawn. Mae person yn llythrennol yn hedfan i'r proffesiwn ac yn cyrraedd y nenfwd yn gyflym. I ymuno â'r proffesiwn am amser hir, mae angen i chi osod sylfaen dda ar unwaith ar ffurf rhaglen tymor hwy, er enghraifft, gradd meistr.
Mae addysg uwch yn addas pan fyddwch chi'n deall bod y maes hwn o ddiddordeb i chi yn y tymor hir. Nid ydych yn awyddus i gyrraedd y gwaith cyn gynted â phosibl. Ac nid ydych chi am gael nenfwd gyrfa; nid ydych chi hefyd am wynebu'r broblem o ddiffyg gwybodaeth, sgiliau, diffyg dealltwriaeth o'r ecosystem gyffredinol gyda chymorth y mae cynhyrchion arloesol yn cael eu datblygu. Ar gyfer hyn, mae angen addysg uwch arnoch, sydd nid yn unig yn datblygu'r set angenrheidiol o sgiliau technegol, ond sydd hefyd yn strwythuro'ch ffordd o feddwl yn wahanol ac yn eich helpu i ffurfio rhyw weledigaeth o'ch gyrfa ar gyfer tymor hwy.
Ivan Yamshchikov
Cyfarwyddwr Academaidd y rhaglen meistr ar-lein "Gwyddoniaeth Data"
Absenoldeb nenfwd gyrfa yw prif fantais rhaglen y meistr. Mewn dwy flynedd, mae arbenigwr yn derbyn sylfaen ddamcaniaethol bwerus. Dyma sut olwg sydd ar y semester cyntaf yn y rhaglen Gwyddor Data yn NUST MISIS:
- Cyflwyniad i Wyddor Data. 2 wythnos.
- Hanfodion dadansoddi data. Prosesu data. 2 wythnos
- Dysgu peiriant. Rhagbrosesu data. 2 wythnos
- EDA. Dadansoddi data cudd-wybodaeth. 3 wythnos
- Algorithmau dysgu peirianyddol sylfaenol. Ch1 + Ch2 (6 wythnos)
Ar yr un pryd, gallwch chi ennill profiad ymarferol yn y gwaith ar yr un pryd. Nid oes dim yn eich rhwystro rhag cael swydd iau cyn gynted ag y bydd y myfyriwr wedi meistroli'r offer angenrheidiol. Ond, yn wahanol i raddedig cwrs, nid yw gradd meistr yn atal ei astudiaethau yno, ond mae'n parhau i dreiddio'n ddyfnach i'r proffesiwn. Yn y dyfodol, mae hyn yn caniatáu ichi ddatblygu mewn Gwyddor Data heb gyfyngiadau.
Ar wefan y Brifysgol Gwyddoniaeth a Thechnoleg "MISIS" ar gyfer y rhai sydd eisiau gweithio ym maes Gwyddor Data. Cynrychiolwyr NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group a Yandex, byddaf yn dweud wrthych am y pethau pwysicaf:
- “Sut i ddod o hyd i'ch lle mewn Gwyddor Data?”,
- “A yw’n bosibl dod yn wyddonydd data o’r dechrau?”,
- “A fydd yr angen am wyddonwyr data yn dal i fodoli mewn 2-5 mlynedd?”
- “Pa broblemau y mae gwyddonwyr data yn gweithio arnynt?”
- “Sut i adeiladu gyrfa mewn Gwyddor Data?”
Hyfforddiant ar-lein, diploma addysg gyhoeddus. derbyn hyd 10 Awst.
Ffynhonnell: hab.com