HeadHunteri ja Mail.ru uuringute kohaselt ületab nõudlus andeteaduse spetsialistide järele pakkumist, kuid isegi nii ei õnnestu noortel spetsialistidel alati tööd leida. Räägime, millest lõpetajatel kursustest puudu on ja kus õppida neile, kes plaanivad suurt karjääri andeteaduses.
„Nad tulevad ja arvavad, et teenivad nüüd 500k sekundis, sest teavad raamistikku nimesid ja kuidas neid kahel real mudelit käivitada“
Emil Magjeramov juhtib biocadis arvutuskeemia teenuste gruppi ja tööintervjuudel seisab silmitsi sellega, et kandidaatidel puudub ametialane süsteemne arusaam. Nad lõpetavad kursused, tulevad hästi arendatud Python ja SQL teadlikkusega, saavad kahe sekundi jooksul Hadoopi või Spark'i käivitada, täidavad ülesande selgena jaotusena. Kuid samas ei suuda nad astuda sammu kõrvale — just seda paindlikkust lahendustes ootavad tööandjad andeteaduse spetsialistidelt.
Mis toimub andeteaduse turul
Noorte spetsialistide oskused peegeldavad tööturu olukorda. Siin ületab nõudlus tõsiselt pakkumist, mistõttu desperate tööandjad on sageli tõeliselt valmis võtma tööle täiesti rohelisi spetsialiste ja neid enda järgi välja õpetama. See on toimiv variant, kuid sobib vaid juhul, kui meeskonnas on juba kogenud tiimi juht, kes võtab noore õpetamise oma kanda.
HeadHunteri ja Mail.ru uuringu kohaselt on andmeanalüüsi spetsialistid turul üks nõudlikumaid ametigrupe:
- 2019. aastal suurenes andmeanalüüsi valdkonnas töökohtade arv 9,6 korda ning masinõppe valdkonnas 7,2 korda võrreldes 2015. aastaga.
- 2018. aastaga võrreldes kasvas andmete analüüsi spetsialistide töökohtade arv 1,4 korda, masinõppe valdkonnas 1,3 korda.
- 38% avatud töökohtadest kuulub IT-ettevõtetele, 29% — finantssektori ettevõtetele, 9% — äriteenuste valdkonnale.
Situatsioon on kuumenenud arvukate veebikoolide tõttu, mis valmistavad ette neid sama nooreid spetsialiste. Peamiselt kestab õpe kolm kuni kuus kuud, mille jooksul õpilased suudavad omandada põhilised tööriistad: Python, SQL, andmeanalüüs, Git ja Linux. Tulemusena saadakse klassikaline noor spetsialist: suudab lahendada konkreetse ülesande, kuid ei oska probleemi mõista ja iseseisvalt ülesannet formuleerida. Siiski tekitab spetsialistide kõrge nõudlus ja ametiga seotud hüpe sageli suuri ambitsioone ja nõudmisi palga osas.
Kahjuks näeb andmeanalüüsi valdkonna intervjuu tavaliselt välja nii: kandidaat räägib, et on proovinud paar-kolm teeki kasutada, kuid ei suuda vastata küsimustele, kuidas algoritmid täpselt töötavad, seejärel küsib 200, 300, 400 tuhat rubla kuus kätte.
Suurte reklaamlause, nagu "igaüks saab andmeanalüütikuks", "omanda masinõpe kolme kuuga ja alusta suure raha teenimist", ja kiire kasumiahnuse tõttu on meie valdkonda voolanud tohutu hulk pinnapealseid kandidaate, kes ei oma süsteemset ettevalmistust.
Viktor Kantor
Juhataja andmeanalüütika valdkonnas MTS-is
Keda ootavad tööandjad
Iga tööandja soovib, et tema noored spetsialistid töötaksid ilma pideva kontrollita ja suudaksid arendada oma oskusi meeskonna juhi juhtimisel. Selleks peab alustaja kohe valdama vajalikke tööriistu, et lahendada praegusi ülesandeid, ning olema piisava teoreetilise baasi omanik, et järk-järgult pakkuda oma lahendusi ja läheneda keerulisematele ülesannetele.
Uute tulijate oskused turul on piisavalt head. Lühiajalised kursused võimaldavad kiiresti omandada neid ja asuda tööle.
HeadHunteri ja Mail.ru uuringu kohaselt on kõige nõutum oskus - Python'i valdamine. Seda mainitakse 45% andmeanalüütikute töökuulutustes ja 51% masinõppe valdkonna töökuulutustes.
Samuti soovivad töötajad, et andmeanalüütikud oskaksid SQL-i (23%), valdaksid andmeanalüüsi (Data Mining) (19%), matemaatilist statistikat (11%) ja oskaksid töötada suurte andmetega (10%).
Töötajad, kes otsivad masinõppe spetsialiste, ootavad koos Python'i tundmisega, et kandidaadil oleks teadmised C++ (18%), SQL (15%), masinõppe algoritmidest (13%) ja Linux'ist (11%).
Kuid kui noortel on kõik korras tööriistadega, siis nende juhid seisavad silmitsi teise probleemiga. Enamikul kursuste lõpetanutest puudub sügav arusaam ametist, mistõttu on algajal keeruline edeneda.
Ma otsin praegu enda meeskonda masinõppe spetsialiste. Samas näen, et kandidaadid on sageli omandanud üksikuid andmeteaduse tööriistu, kuid nende teoreetilised alused ei ole piisavalt sügavad, et uusi lahendusi luua.
Emil Magjeramov
Arvutuskeemia teenuste juht, Biocad
Kursuste struktuur ja kestus ei võimalda süveneda vajalikele tasemetele. Lõpetanutel jääb tihti puudu just nendest pehmetest oskustest, mis tavaliselt töökuulutustes mainimata jäävad. Tõepoolest, kes meist ütleb, et tal pole süsteemset mõtlemist või soovi areneda. Siiski, andmeteaduse spetsialisti puhul on jutt sügavamast temaatikast. Siin on edasiviimiseks vajalik tugeva suunaga teooriasse ja teadusesse, mida on võimalik saavutada vaid pikema õpinguga, näiteks ülikoolis.
Palju sõltub inimesest: kui intensiivne kolm kuud tugevate õpetajate käe all, kellel on kogemusi meeskondade juhtimises tipptasemel ettevõtetes, läbib kuulaja, kellel on hea matemaatika ja programmeerimise taust ning kes süveneb kursuse kõigisse materjalidesse ja "imab nagu käsn", nagu koolis öeldi, siis sellise töötajaga ei ole hiljem probleeme. Kuid 90-95% inimestest vajab midagi igavesti omandamiseks kümme korda rohkem õppimist ja seda süsteemselt mitu aastat järjest. Seetõttu teeb magistriõppe andmete analüüsi valdkonnas suurepärase võimaluse saada hea teadmiste alus, millega ei pea töötamiseks alla jääma ja töö tegemine on palju lihtsam.
Viktor Kantor
Juhataja andmeanalüütika valdkonnas MTS-is
Kus õppida, et leida töö andmeteaduses
Turu turul on palju häid andmete teaduse kursusi ja algsete oskuste omandamine ei ole probleem. Kuid on oluline mõista, milline on selle hariduse suund. Kui kandidaadil on juba tugev tehniline taust, siis intensiivkursused on just see, mida vajate. Inimene omandab tööriistad, astub kohale ja kohaneb kiiresti, sest ta oskab juba mõelda nagu matemaatik, näha probleemi ja formuleerida ülesandeid. Kui sellist tausta ei ole, siis kursuse järel on tal hea teostaja, kuid piiratud edus võimalused.
Kui teie ees on lühiajaline ülesanne ametivahetuseks või tööotsimiseks selles spetsialiteedis, siis sobivad teile mingid süsteemsed kursused, mis on lühikesed ja annavad kiiresti minimaalse tehniliste oskuste kogumi, et saaksite kandideerida algtaseme ametikohtadele selles valdkonnas.
Ivan Jamshchikov
Online magistriõppe "Andmete teadus" akadeemiline direktor
Kursuste probleem seisneb just selles, et need annavad kiire, kuid minimaalset kasvu. Inimene siseneb ametisse väga kiiresti ja jõuab kiiresti lakke. Et valdkonnas kaua püsida, on oluline kohe luua tugev alus pikemaajalise programmi kaudu, näiteks magistriõppega.
Kõrgharidus on sobiv, kui mõistate, et see valdkond huvitab teid pikaajaliselt. Te ei püüdle tööle võimalikult kiiresti. Te ei soovi, et teil oleks karjäärilagi ja samuti ei soovi te silmitsi seista teadmatuse, oskuste puuduse, samuti üldise ökosüsteemi puudumise probleemiga, mille abil arenevad innovatiivsed tooted. Selleks on vajalik kõrgharidus, mis kujundab mitte ainult vajaliku tehniliste oskuste komplekti, vaid struktureerib ka teie mõtlemist teisiti ja aitab kujundada visiooni teie karjäärist pikemaajalises perspektiivis.
Ivan Jamshchikov
Online magistriõppe "Andmete teadus" akadeemiline direktor
Karjäärilae puudumine on magistriprogrammi peamine eelis. Kahe aastaga saab spetsialist tugeva teoreetilise aluse. Nii näeb välja juba esimene semester NITU "MISiS" andmete teaduse programmis:
- Sissejuhatus andmete teadusesse. 2 nädalat.
- Andmete analüüsi alused. Andmete töötlemine. 2 nädalat.
- Masinõpe. Andmete eeltöötlus. 2 nädalat.
- EDA. Uuriv andmeanalüüs. 3 nädalat.
- Peamised masinõppe algoritmid. Osa 1 + Osa 2 (6 nädalat)
Samuti on võimalik saada praktilist kogemust tööl. Mitte miski ei takista sul tööle asumist pärast vajalikest tööriistadest arusaamist. Kuid erinevalt kursuste lõpetanud, ei peatu magistrant oma õppimisega, vaid süveneb erialasse edasi. Tulevikus võimaldab see areneda Data Science'is ilma piiranguteta.
Uurimistöö ja tehnoloogia ülikooli "MISIS" veebilehelt toimub neile, kes soovivad töötada Data Science'is. NITU "MISIS", SkillFactory, HeadHunter, Facebook, Mail.ru Group ja Yandex esindajad räägivad olulisest:
- "Kuidas leida oma koht Data Science'is?"
- "Kas on võimalik saada data scientistiks nullist?"
- "Kas vajadus data scientistide järele säilib 2-5 aasta pärast?"
- "Milliste ülesannetega tegelevad data science spetsialistid?"
- "Kuidas ehitada karjääri Data Science'is?"
Koolitus on veebis, riikliku hariduse diplom. võetakse vastu kuni 10. augustini.
Allikas: habr.com
