HeadHunteri ja Mail.ru uuringute kohaselt ületab andeteaduse spetsialistide nõudlus pakkumist, kuid isegi nii ei suuda noored spetsialistid alati tööd leida. Räägime, mida lõpetajatel kursustest puudu jääb ja kus õppida neile, kes plaanivad suurt karjääri andeteaduse valdkonnas.
"Nad tulevad ja arvavad, et hakkavad teenima 500k sekundis, kuna nad teavad raamistikute nimesid ja kuidas nende abil mudelit kahe reaga käivitada."
Emil Magerramov juhtib biocadis arvutuskeemia teenuste gruppi ja vestlustes seisab silmitsi olukorraga, kus kandidaatidel puudub ametiga seonduv süsteemne arusaam. Nad lõpetavad kursused, tulevad hästi välja arendatud Python ja SQL oskustega, suudavad kahe sekundiga käivitada Hadoopi või Spark'i ja täita ülesande täpsete nõudmiste järgi. Aga samas ei suuda nad enam sammukestki kõrvale astuda. Just paindlikkust ootavad tööandjad oma andeteaduse spetsialistidelt.
Mis toimub andeteaduse turul?
Noorte spetsialistide oskused peegeldavad tööturul toimuvat. Siin ületab nõudlus oluliselt pakkumist, mistõttu on meeleheitel tööandjad sageli tõeliselt valmis võtma tööle kogemusteta spetsialiste ja kasvatama neid enda vajadustele vastavaks. See variant toimib, kuid sobib ainult siis, kui meeskonnas on juba kogenud juht, kes võtab enda kanda noore spetsialisti väljaõppe.
HeadHunteri ja Mail.ru uuringu kohaselt on andmeanalüüsispetsialistid turul ühed kõige nõutumad:
- 2019. aastal suurenes andmeanalüüsi valdkonna töökohtade arv 9,6 korda ning masinõppe valdkonnas 7,2 korda võrreldes 2015. aastaga.
- 2018. aastaga võrreldes on andmeanalüüsispetsialistide töökohtade arv kasvanud 1,4 korda, masinõppe valdkonnas aga 1,3 korda.
- 38% avatud töökohtadest kuulub IT-ettevõtetele, 29% – finantssektori ettevõtetele ning 9% – äriteenuste valdkonda.
Situatsioon on soodustatud arvukate online-koolide poolt, mis koolitavad just neid algajaid. Enamasti kestab õpe kolm kuni kuus kuud, mille jooksul õpilased jõuavad põhitasemel omandada peamised tööriistad: Python, SQL, andmete analüüs, Git ja Linux. Lõpptulemusena saadakse klassikaline algaja: oskab lahendada konkreetset ülesannet, kuid ei suuda probleemi mõista ega iseseisvalt ülesannet formuleerida. Siiski, spetsialistide suur nõudlus ja ametiga seotud hype toovad sageli kaasa kõrged ambitsioonid ja palgavaated.
Kahjuks näeb intervjuu Data Science'i valdkonnas tavaliselt välja nii: kandidaat räägib, et on proovinud kasutada paar-kolm raamatukogu, kuid ei suuda vastata küsimustele, kuidas algoritmid täpselt töötavad, ja seejärel küsib 200, 300, 400 tuhat rubla kuus neto.
Suure arvu reklaamlauseid, nagu "igaüks võib saada andmeanalüütikuks", "oma masinõpe kolme kuuga ja hakka teenima palju raha", ning soov kiireks kasumiks tõttu on meie valdkonda tulnud tohutu hulk pinnapealseid kandidaate, kellel puudub süsteemne ettevalmistus.
Viktor Kantor
Chief Data Scientist MTS-is
Keda ootavad tööandjad
Iga tööandja soovib, et tema algajad töötaksid ilma pideva kontrollita ja saaksid areneda tiimijuhi juhendamisel. Selleks peab värske töötaja omama kohe vajalikke tööriistu, et lahendada praeguseid ülesandeid, ning piisavat teoreetilist baasi, et järk-järgult pakkuda oma lahendusi ja läheneda keerukamate ülesannetega.
Uutele töötajatele on turul tööriistadega olukord piisavalt hea. Lühikursused võimaldavad kiiresti neid omandada ja tööle asuda.
HeadHunteri ja Mail.ru uuringu kohaselt on kõige nõutum oskus Python. Seda mainitakse 45% and análisis spetsialistide töökuulutustes ja 51% masinõppe valdkonna töökuulutustes.
Tööandjad soovivad, et andmete analüüsi spetsialistid tunneksid SQL-i (23%), valdaksid intellektuaalset andmeanalüüsi (Data Mining) (19%), matemaatilist statistikat (11%) ja oskaksid töötada suurte andmetega (10%).
Tööandjad, kes otsivad masinõppe spetsialiste, ootavad koos Pythoniga, et kandidaat valdaks ka C++-d (18%), SQL-i (15%), masinõppe algoritme (13%) ja Linuxit (11%).
Kuid kui noorte tööriistadega on kõik korras, siis seisavad nende juhid silmitsi teise probleemiga. Enamikul kursuse lõpetanutel puudub sügav arusaam erialast, mistõttu on algajal raske edasi liikuda.
Otsin praegu enda meeskonda masinõppe spetsialiste. Näen, et kandidaadid on sageli omandanud teatud Data Science'i tööriistu, kuid neil puudub piisavalt sügav teoreetiline arusaam, et luua uusi lahendusi.
Emil Magerramov
Arvutuskeemia teenuste grupi juht, Biocad
Kursuste struktuur ja kestus ei võimalda süveneda vajaliku tasemeni. Lõpetajatest puuduvad sageli just need pehmed oskused, mis tavaliselt töökuulutuses märkimata jäetakse. Tõele au andes, kes meist ütleb, et tal ei ole süsteemset mõtlemist või soovi areneda. Kuid Data Science'i spetsialisti puhul on tegemist sügavamate teemadega. Siin on arengu jaoks vajalik tugev teoreetiline ja teaduslik suund, mis on võimalik ainult pikaajalise hariduse kaudu, näiteks ülikoolis.
Palju sõltub inimesest: kui kolm kuud kestva intensiivkursuse jooksul tugevate õpetajate juhendamisel, kellel on kogemusi tippettevõtete tiimide juhtimisel, osaleb õpilane, kellel on hea matemaatika ja programmeerimise baas, süvenedes kõigesse kursuse materjalis ja „imedes nagu käsn”, nagu koolis öeldi, siis ei ole selle töötaja puhul hiljem probleeme. Kuid 90–95% inimestest peab, et midagi jääks neile alatiseks meelde, õppima kümme korda rohkem ja tegema seda süsteemselt mitu aastat järjest. Seetõttu on magistriõppe programmid andmeanalüüsis suurepärane valik, et omandada hea teadmiste baas, mille tõttu ei pea töötintervjuu ajal punastama ja töö tegemine on oluliselt kergem.
Viktor Kantor
Chief Data Scientist MTS-is
Kus õppida, et leida töö koht Data Science'is
Andmeteaduse turul on palju häid kursusi ning algteadmiste hankimine ei ole probleem. Oluline on aga mõista selle hariduse suunda. Kui kandidaadil on tugev tehniline taust, siis intensiivkursused on just see, mida vajate. Inimene omandab tööriistad, jõuab kohale ja integreerub kiiresti, kuna ta oskab juba mõelda nagu matemaatik, näha probleemi ja sõnastada ülesandeid. Kui taust puudub, siis pärast kursust jääb inimesest hea teostaja, kuid piiratud võimalustega arenguks.
Kui teie ees on lühiajaline ülesanne ametivahetuseks või selle spetsialiteedi tööhõive otsimiseks, siis sobivad teile mingid süsteemsed kursused, mis on lühikesed ja annavad kiiresti minimaalset tehniliste oskuste kogumit, et saaksite pretendeerida algtaseme kohale sel alal.
Ivan Jamshchikov
Andmeteaduse online-magistriõppe akadeemiline direktor
Kurside probleem on see, et need pakuvad kiiret, kuid minimaalset arengut. Inimene siseneb ametisse kiiresti ja saavutab kiiresti piiri. Kui soovite ametisse jääda pikemaks ajaks, on oluline luua kohe hea alus, näiteks pikaajalise programmi kaudu, nagu magistrikraad.
Kõrgharidus sobib, kui mõistate, et see valdkond pakub teile pikaajalist huvi. Te ei taotle tööle nii kiiresti kui võimalik. Te ei soovi, et teil oleks karjäärisein, samuti soovite vältida teadmiste, oskuste ja ühtse ökosüsteemi arusaamise puudumist, mille kaudu arenevad innovatiivsed tooted. Selleks on vajalik just kõrgharidus, mis loob mitte ainult vajaliku tehniliste oskuste komplekti, vaid struktureerib ka teie mõtlemist teistmoodi ja aitab kujundada selleks karjääri kaugtuleviku visiooni.
Ivan Jamshchikov
Andmeteaduse online-magistriõppe akadeemiline direktor
Karjääriseina puudumine on magistriõppe peamine eelis. Kahe aastaga saab spetsialist tugeva teoreetilise baasi. Nii näeb välja esimene semester Data Science programmi NITU "MISiS" kursusel:
- Sissejuhatus andmeteadusesse. 2 nädalat.
- Andmete analüüsi alused. Andmete töötlemine. 2 nädalat.
- Masinõpe. Andmete eeltöötlus. 2 nädalat.
- EDA. Andmete uurimine. 3 nädalat.
- Põhilised masinõppe algoritmid. Osa 1 + Osa 2 (6 nädalat).
Selle ajal on võimalik samal ajal omandada ka praktilisi kogemusi tööl. Miski ei takista sul alustada tööd nooremspetsialistina, niipea kui õpilane on omandanud vajalikke tööriistu. Siiski, erinevalt kursuste lõpetanust, ei peatu magistrant oma haridusteed, vaid süvendab oma teadmisi. See võimaldab tulevikus areneda andmeteaduses piiranguteta.
Teadus- ja tehnoloogiainstituudi «MISiS» veebisaidil toimuvad kõigile, kes soovivad töötada andmeteaduses. NITU «MISiS», SkillFactory, HeadHunter, Facebook, Mail.ru Group ja Yandexi esindajad räägivad kõige olulisemast:
- «Kuidas leida oma kohta andmeteaduses?»
- «Kas on võimalik saada andmeteaduse spetsialistiks nullist?»
- «Kas 2-5 aasta pärast jääb andmeteaduse spetsialiste vajama?»
- «Milliste ülesannete kallal töötavad andmeteaduse spetsialistid?»
- «Kuidas ehitada karjääri andmeteaduses?»
Õpe veebis, riikliku haridust tõendav diplom. aktsepteeritakse kuni 10. augustini.
Allikas: habr.com
