{"id":90698,"date":"2020-08-05T01:42:04","date_gmt":"2020-08-04T23:42:04","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda"},"modified":"2020-08-05T01:42:04","modified_gmt":"2020-08-04T23:42:04","slug":"bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","title":{"rendered":"Hurtig start og lav begynderskade. Hvad venter unge Data Science-specialister p\u00e5 arbejdsmarkedet","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>If\u00f8lge unders\u00f8gelser fra HeadHunter og Mail.ru overg\u00e5r eftersp\u00f8rgslen efter specialister inden for Data Science udbuddet, men selv under s\u00e5danne omst\u00e6ndigheder har unge specialister ikke altid held til at finde arbejde. Vi fort\u00e6ller, hvad der mangler for kandidaterne, og hvor man kan studere for dem, der planl\u00e6gger en stor karriere inden for Data Science.<\/p>\n<blockquote><p>\u00bbDe kommer ind og tror, at de nu vil tjene 500.000 p\u00e5 et sekund, fordi de kender navnene p\u00e5 rammerne og ved, hvordan man starter en model p\u00e5 to linjer\u00ab<\/p><\/blockquote>\n<p>\n<b>Emil Magerramov<\/b> leder en gruppe inden for beregningskemi i virksomheden biocad og m\u00f8der i ans\u00e6ttelsessamtaler kandidater, der ikke har en systematisk forst\u00e5else af professionen. De afslutter kurser, kommer med st\u00e6rke f\u00e6rdigheder i Python og SQL, kan p\u00e5 to sekunder oprette Hadoop eller Spark og udf\u00f8re opgaver efter en fast TSK. Men straks at tr\u00e6de til siden \u2013 det kan de ikke. Netop den fleksibilitet i l\u00f8sninger forventer arbejdsgiverne fra deres specialister inden for Data Science.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h3>Hvad sker der p\u00e5 Data Science markedet<\/h3>\n<p>\nKompetencerne hos unge specialister afspejler situationen p\u00e5 arbejdsmarkedet. Her overstiger eftersp\u00f8rgslen v\u00e6sentligt udbuddet, derfor er fortvivlede arbejdsgivere ofte virkelig villige til at ans\u00e6tte helt gr\u00f8nne specialister og udvikle dem til deres behov. Denne mulighed er effektiv, men er kun velegnet, hvis der allerede er en erfaren teamleder i gruppen, som kan tage sig af tr\u00e6ningen af junioren.<\/p>\n<p>If\u00f8lge en unders\u00f8gelse fra HeadHunter og Mail.ru er dataanalytikere nogle af de mest eftertragtede p\u00e5 markedet:<\/p>\n<ul>\n<li>I 2019 steg antallet af stillinger inden for dataanalyse med 9,6 gange, og inden for maskinl\u00e6ring \u2013 med 7,2 gange sammenlignet med 2015.<\/li>\n<li>Sammenlignet med 2018 er antallet af ledige stillinger for dataanalytikere steget med 1,4 gange, for maskinl\u00e6ring \u2013 med 1,3 gange.<\/li>\n<li>38% af de \u00e5bne stillinger tilh\u00f8rer IT-virksomheder, 29% til virksomheder i den finansielle sektor, 9% til forretningsservicetjenester.<\/li>\n<\/ul>\n<p>\nMange online skoler medvirker til situationen ved at forberede netop de juniorer, vi taler om. Som regel varer uddannelsen mellem tre og seks m\u00e5neder, hvor eleverne i basale tr\u00e6k l\u00e6rer de vigtigste v\u00e6rkt\u00f8jer: Python, SQL, dataanalyse, Git og Linux. Resultatet bliver en klassisk junior: de kan l\u00f8se en konkret opgave, men kan endnu ikke forst\u00e5 problemet eller selv formulere opgaven. Det h\u00f8je eftersp\u00f8rgsel p\u00e5 specialister og hypen omkring professionen skaber ofte h\u00f8je ambitioner og l\u00f8nkrav.<\/p>\n<blockquote><p>Desv\u00e6rre foreg\u00e5r Data Science-interviewet i \u00f8jeblikket typisk s\u00e5dan: kandidaten fort\u00e6ller, at de har pr\u00f8vet at anvende et par biblioteker, men kan ikke svare p\u00e5 sp\u00f8rgsm\u00e5l om, hvordan algoritmerne egentlig fungerer, og derefter beder de om 200.000, 300.000, 400.000 rubler om m\u00e5neden.<\/p>\n<p>P\u00e5 grund af det store antal reklameskilt som \"enhver kan blive dataanalytiker\", \"l\u00e6r maskinl\u00e6ring p\u00e5 tre m\u00e5neder og begynd at tjene masser af penge\" og \u00f8nsket om hurtig profit, er der str\u00f8mmet en k\u00e6mpe m\u00e6ngde overfladiske kandidater ind i vores omr\u00e5de uden systematisk forberedelse.<\/p>\n<p><b>Viktor Kantor<\/b><br \/>\nChief Data Scientist hos MTS<\/p><\/blockquote>\n<p><\/p>\n<h3>Hvad arbejdsgivere forventer<\/h3>\n<p>\nEnhver arbejdsgiver \u00f8nsker, at deres juniorer kan arbejde uden konstant overv\u00e5gning og kunne udvikle sig under ledelse af en teamleder. For dette skal nykommeren straks have de n\u00f8dvendige v\u00e6rkt\u00f8jer til at l\u00f8se aktuelle opgaver og have en tilstr\u00e6kkelig teoretisk baggrund til gradvist at kunne foresl\u00e5 egne l\u00f8sninger og tage fat p\u00e5 mere komplekse opgaver.<\/p>\n<p>Markedsf\u00f8ringen p\u00e5 v\u00e6rkt\u00f8jets side er god for nybegyndere. Kortvarige kurser giver mulighed for hurtigt at mestre dem og komme i gang med arbejdet.<\/p>\n<p>If\u00f8lge en unders\u00f8gelse fra HeadHunter og Mail.ru er den mest efterspurgte f\u00e6rdighed - kendskab til Python. Det n\u00e6vnes i 45% af jobopslagene for dataanalyse og i 51% af jobopslagene inden for maskinl\u00e6ring.<\/p>\n<p>Arbejsgivere \u00f8nsker ogs\u00e5, at dataanalytikere kender SQL (23%), har f\u00e6rdigheder i data mining (19%), matematik statistik (11%) og evner til at arbejde med big data (10%).<\/p>\n<p>Arbejsgivere, der s\u00f8ger maskinl\u00e6ringsspecialister, forventer, at kandidaten, udover kendskab til Python, ogs\u00e5 behersker C++ (18%), SQL (15%), maskinl\u00e6ringsalgoritmer (13%) og Linux (11%).<\/p>\n<p>Men hvis juniorernes v\u00e6rkt\u00f8jer er i orden, st\u00e5r deres ledere over for et andet problem. De fleste nyuddannede har ikke en dyb forst\u00e5else af professionen, hvilket g\u00f8r det sv\u00e6rt for nybegyndere at udvikle sig.<\/p>\n<blockquote><p>Jeg leder lige nu efter specialister inden for maskinl\u00e6ring til mit team. Jeg ser, at kandidater ofte har mestret enkelte v\u00e6rkt\u00f8jer inden for Data Science, men de mangler en dybere teoretisk forst\u00e5else for at kunne skabe nye l\u00f8sninger.<\/p>\n<p><b>Emil Magerramov<\/b><br \/>\nLeder af servicegruppen for beregningskemi, Biocad\n<\/p><\/blockquote>\n<p> Selve strukturen og varigheden af kurserne tillader ikke at komme ind p\u00e5 det n\u00f8dvendige niveau. Kandidater mangler ofte de s\u00e5kaldte soft skills, som ofte overses ved l\u00e6sningen af jobopslaget. Hvem blandt os vil sige, at de ikke har systemisk t\u00e6nkning eller vilje til at udvikle sig? Men hvad ang\u00e5r Data Science-specialisten, er det en mere kompleks historie. For at udvikle sig kr\u00e6ves der en solid teoretisk og videnskabelig baggrund, hvilket kun er muligt gennem l\u00e6ngerevarende uddannelse, f.eks. p\u00e5 universitetet.<\/p>\n<blockquote><p>Meget afh\u00e6nger af personen: hvis en tre m\u00e5neders intensiv kurser med dygtige undervisere med erfaring som teamledere i topfirmaer gennemf\u00f8res af en deltager med en god base i matematik og programmering, der engagerer sig i alt kursusmaterialet og \"optager som en svamp\", som man sagde i skolen, s\u00e5 er der ingen problemer med s\u00e5dan en medarbejder senere. Men 90-95% af folk skal for at forst\u00e5 noget for altid l\u00e6re ti gange mere og g\u00f8re det systematisk i flere \u00e5r i tr\u00e6k. Og det g\u00f8r kandidatprogrammer inden for dataanalyse til en fremragende mulighed for at f\u00e5 et godt vidensfundament, som man heller ikke beh\u00f8ver at skamme sig over til jobsamtaler, og arbejdet vil v\u00e6re meget lettere.<\/p>\n<p><b>Viktor Kantor<\/b><br \/>\nChief Data Scientist hos MTS<\/p><\/blockquote>\n<h3>Hvor skal man studere for at finde arbejde inden for Data Science?<\/h3>\n<p>\nDer er mange gode kurser inden for Data Science, og det er ikke et problem at f\u00e5 en grundl\u00e6ggende uddannelse. Men det er vigtigt at forst\u00e5 retningen af denne uddannelse. Hvis kandidaten allerede har en st\u00e6rk teknisk baggrund, s\u00e5 er intensive kurser lige hvad man har brug for. Personen vil mestre v\u00e6rkt\u00f8jerne, komme ind i stillingen og hurtigt v\u00e6nne sig til arbejdet, fordi han allerede ved, hvordan man t\u00e6nker som en matematiker, ser problemer og formulerer opgaver. Hvis s\u00e5dan en baggrund ikke er til stede, vil man efter kurset v\u00e6re en dygtig medarbejder, men med begr\u00e6nsede muligheder for v\u00e6kst.<\/p>\n<blockquote><p>Hvis du st\u00e5r over for en kortsigtet opgave om at skifte karriere eller finde arbejde inden for dette omr\u00e5de, s\u00e5 vil nogen systematiske kurser, der er korte og hurtigt giver et minimalt s\u00e6t af tekniske f\u00e6rdigheder, v\u00e6re passende, s\u00e5 du kan ans\u00f8ge om en indgangsposition i dette felt.<\/p>\n<p><b>Ivan Yamshchikov<\/b><br \/>\nAkademisk direkt\u00f8r for online kandidatuddannelsen i \"Data Science\"<\/p><\/blockquote>\n<p>Problemet med kurserne er netop, at de giver en hurtig, men minimal opstart. Personen springer bogstaveligt talt ind i professionen og n\u00e5r hurtigt sin gr\u00e6nse. For at komme ind i professionen for l\u00e6nge, skal man fra begyndelsen l\u00e6gge et godt fundament i form af et mere langsigtet program, f.eks. i en kandidatuddannelse.<\/p>\n<blockquote><p>En videreg\u00e5ende uddannelse er passende, n\u00e5r du forst\u00e5r, at dette omr\u00e5de interesserer dig p\u00e5 lang sigt. Du \u00f8nsker ikke at komme ud p\u00e5 arbejdsmarkedet s\u00e5 hurtigt som muligt. Du \u00f8nsker heller ikke at v\u00e6re begr\u00e6nset af en karrieregr\u00e6nse og \u00f8nsker ikke at st\u00e5 over for problemet med mangel p\u00e5 viden, f\u00e6rdigheder og manglende forst\u00e5else af det overordnede \u00f8kosystem, der g\u00f8r det muligt at udvikle innovative produkter. Til dette er der brug for en videreg\u00e5ende uddannelse, som ikke kun danner det n\u00f8dvendige s\u00e6t af tekniske f\u00e6rdigheder, men ogs\u00e5 strukturerer din t\u00e6nkning anderledes og hj\u00e6lper med at skabe en vis vision for din karriere p\u00e5 l\u00e6ngere sigt.<\/p>\n<p><b>Ivan Yamshchikov<\/b><br \/>\nAkademisk direkt\u00f8r for online kandidatuddannelsen i \"Data Science\"\n<\/p><\/blockquote>\n<p>Frav\u00e6ret af en karrieregr\u00e6nse er den vigtigste fordel ved kandidatprogrammet. P\u00e5 to \u00e5r f\u00e5r specialisten et solidt teoretisk fundament. S\u00e5dan ser det f\u00f8rste semester i Data Science-programmet ved NITU \"MISIS\" ud:<\/p>\n<ul>\n<li>Introduktion til Data Science. 2 uger.<\/li>\n<li>Grundl\u00e6ggende dataanalyse. Dataforarbejdning. 2 uger.<\/li>\n<li>Maskinl\u00e6ring. Forbehandling af data. 2 uger.<\/li>\n<li>EDA. Udforskende dataanalyse. 3 uger.<\/li>\n<li>Vigtigste algoritmer inden for maskinl\u00e6ring. Del 1 + Del 2 (6 uger)<\/li>\n<\/ul>\n<p>\nSamtidig kan man f\u00e5 praktisk erfaring p\u00e5 arbejdspladsen. Intet forhindrer en i at f\u00e5 en junior stilling, s\u00e5 snart studenten har mestret de n\u00f8dvendige v\u00e6rkt\u00f8jer. Men i mods\u00e6tning til en kursusafslutter stopper en kandidat ikke sit l\u00e6ring her; han forts\u00e6tter med at dygtigg\u00f8re sig inden for professionen. Dette giver mulighed for at udvikle sig i Data Science uden begr\u00e6nsninger i fremtiden.<\/p>\n<blockquote><p>P\u00e5 hjemmesiden for videns- og teknologiuniversitetet \"MISIS\" afholdes <noindex><a rel=\"nofollow\" href=\"https:\/\/data.misis.ru\/?utm_source=habr&amp;utm_medium=st&amp;utm_campaign=hhmail&amp;utm_term=statiahh&amp;utm_content=2707#dayopendoor\">\u00c5bent Hus-dage og webinarer<\/a><\/noindex> for dem, der \u00f8nsker at arbejde inden for Data Science. Repr\u00e6sentanter fra NITU \"MISIS\", SkillFactory, HeadHunter, Facebook, Mail.ru Group og Yandex vil fort\u00e6lle om det vigtigste:<\/p>\n<ul>\n<li>\"Hvordan finder man sin plads i Data Science?\"<\/li>\n<li>\"Kan man blive data scientist fra bunden?\"<\/li>\n<li>\"Vil der v\u00e6re behov for data scientists om 2-5 \u00e5r?\"<\/li>\n<li>\"Hvilke opgaver arbejder specialister inden for data science med?\"<\/li>\n<li>\"Hvordan bygger man en karriere i Data Science?\"<\/li>\n<\/ul>\n<p>\nUddannelse online, diplom fra en statslig institution. <noindex><a rel=\"nofollow\" href=\"https:\/\/data.misis.ru\/?utm_source=habr&amp;utm_medium=st&amp;utm_campaign=hhmail&amp;utm_term=statiahh&amp;utm_content=2707\">Ans\u00f8gninger til programmet<\/a><\/noindex> modtages indtil <b>10. august<\/b>.<\/p><\/blockquote>\n<p>Kilde: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/513566\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443. \u0420\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c, \u0447\u0435\u0433\u043e \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0432\u044b\u043f\u0443\u0441\u043a\u043d\u0438\u043a\u0430\u043c \u043a\u0443\u0440\u0441\u043e\u0432 \u0438 \u0433\u0434\u0435 \u0443\u0447\u0438\u0442\u044c\u0441\u044f \u0442\u0435\u043c, \u043a\u0442\u043e \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043a\u0430\u0440\u044c\u0435\u0440\u0443 \u0432 Data Science. \u00ab\u041e\u043d\u0438 \u043f\u0440\u0438\u0445\u043e\u0434\u044f\u0442 \u0438 \u0434\u0443\u043c\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0443\u0442 \u0437\u0430\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c 500\u043a \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0437\u043d\u0430\u044e\u0442 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-90698","post","type-post","status-publish","format-standard","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.3 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"da_DK\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0438 \u043d\u0438\u0437\u043a\u0438\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a. \u0427\u0442\u043e \u0436\u0434\u0435\u0442 \u043c\u043e\u043b\u043e\u0434\u044b\u0445 Data Science-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u043d\u0430 \u0440\u044b\u043d\u043a\u0435 \u0442\u0440\u0443\u0434\u0430 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-08-04T23:42:04+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-08-04T23:42:04+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Hurtig start og lavt loft. Hvad venter unge Data Science-specialister p\u00e5 arbejdsmarkedet | ProHoster","description":"If\u00f8lge unders\u00f8gelser fra HeadHunter og Mail.ru overstiger eftersp\u00f8rgslen efter specialister inden for Data Science tilbuddet, men selv s\u00e5 har unge specialister ikke altid held i at finde arbejde.","canonical_url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"da_DK","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0438 \u043d\u0438\u0437\u043a\u0438\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a. \u0427\u0442\u043e \u0436\u0434\u0435\u0442 \u043c\u043e\u043b\u043e\u0434\u044b\u0445 Data Science-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u043d\u0430 \u0440\u044b\u043d\u043a\u0435 \u0442\u0440\u0443\u0434\u0430 | ProHoster","og:description":"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.","og:url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-08-04T23:42:04+00:00","article:modified_time":"2020-08-04T23:42:04+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"90698","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 12:44:41","updated":"2022-09-27 15:20:42","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/90698","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/comments?post=90698"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/90698\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media?parent=90698"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/categories?post=90698"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/tags?post=90698"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}