HeadHunterin ja Mail.ru:n tutkimuksen mukaan tietotekniikan asiantuntijoiden kysyntä ylittää tarjonnan, mutta silti nuoret asiantuntijat eivät aina onnistu löytämään työtä. Kerromme sinulle, mitä kursseja valmistuneista puuttuu ja missä opiskella niille, jotka suunnittelevat suurta uraa datatieteessä.
"He tulevat ja ajattelevat, että nyt he tienaavat 500k sekunnissa, koska he tietävät puitteiden nimet ja kuinka niistä ajetaan kaksirivistä mallia"
Emil Maharramov hän johtaa Biocadissa laskennallisen kemian palveluryhmää ja joutuu haastatteluissa sen eteen, että hakijoilla ei ole systemaattista ymmärrystä ammatista. He suorittavat kursseja, mukana tulee hyvin koulutettu Python ja SQL, voivat asentaa Hadoopin tai Sparkin kahdessa sekunnissa ja suorittaa tehtävän selkeän määrityksen mukaisesti. Mutta samaan aikaan ei ole enää askelta sivuun. Vaikka työnantajat odottavat datatieteen asiantuntijoiltaan ratkaisujen joustavuutta.
Mitä datatieteen markkinoilla tapahtuu
Nuorten asiantuntijoiden osaaminen kuvastaa työmarkkinoiden tilannetta. Täällä kysyntä ylittää huomattavasti tarjonnan, joten epätoivoiset työnantajat ovat usein todella valmiita palkkaamaan täysin vihreitä asiantuntijoita ja kouluttamaan heidät itselleen. Vaihtoehto toimii, mutta sopii vain, jos joukkueessa on jo kokenut tiiminvetäjä, joka ottaa hoitaakseen juniorin koulutuksen.
HeadHunterin ja Mail.ru:n tutkimuksen mukaan data-analyysiasiantuntijat ovat markkinoiden kysytyimpiä:
- Vuonna 2019 data-analyysin alalla avoimia työpaikkoja oli 9,6 kertaa enemmän ja koneoppimisen alalla 7,2 kertaa enemmän kuin vuonna 2015.
- Vuoteen 2018 verrattuna tietoanalyysiasiantuntijoiden avoimien työpaikkojen määrä kasvoi 1,4-kertaiseksi ja koneoppimisen asiantuntijoiden 1,3-kertaiseksi.
- Avoimista työpaikoista 38 % on IT-yrityksissä, 29 % finanssialan yrityksissä ja 9 % yrityspalveluissa.
Tilannetta ruokkivat lukuisat verkkokoulut, jotka kouluttavat samoja junioreita. Periaatteessa koulutus kestää kolmesta kuuteen kuukauteen, jonka aikana opiskelijat hallitsevat perustyökalut: Python, SQL, data-analyysi, Git ja Linux. Tuloksena on klassinen juniori: hän osaa ratkaista tietyn ongelman, mutta ei silti ymmärrä ongelmaa ja muotoilla ongelmaa itse. Asiantuntijoiden suuri kysyntä ja ammatin ympärillä oleva hype aiheuttavat kuitenkin usein korkeita tavoitteita ja palkkavaatimuksia.
Valitettavasti haastattelut Data Sciencessa näyttävät nyt yleensä tältä: ehdokas kertoo yrittäneensä käyttää paria kirjastoa, ei voi vastata kysymyksiin siitä, miten algoritmit tarkalleen toimivat, ja pyytää sitten 200, 300, 400 tuhatta ruplaa kuukaudessa kädessä .
Suuren määrän mainoslauseita, kuten "joka tahansa voi tulla dataanalyytikko", "hallita koneoppiminen kolmessa kuukaudessa ja alkaa ansaita paljon" ja nopean rahan jano, on vuotanut valtava määrä pinnallisia ehdokkaita. alalla ilman järjestelmällistä koulutusta.
Viktor Kantor
MTS:n päätietotutkija
Ketä työnantajat odottavat?
Jokainen työnantaja haluaisi juniorinsa työskentelevän ilman jatkuvaa valvontaa ja pystyvän kehittymään tiiminvetäjän ohjauksessa. Tätä varten aloittelijalla on välittömästi oltava hallussaan tarvittavat työkalut ajankohtaisten ongelmien ratkaisemiseen ja riittävä teoreettinen perusta asteittain ehdottaa omia ratkaisujaan ja lähestyä monimutkaisempia ongelmia.
Markkinoilla olevilla aloittelijoille tarkoitetuilla työkaluilla kaikki on melko hyvin. Lyhytkestoisilla kursseilla opit ne nopeasti ja pääset töihin.
HeadHunterin ja Mail.ru:n tutkimuksen mukaan kysytyin taito on Python. Se mainitaan 45 prosentissa tietotutkijan avoimista työpaikoista ja 51 prosentissa koneoppimisen avoimista työpaikoista.
Työnantajat haluavat myös tietoanalyytikkojen tuntevan SQL:n (23 %), tiedon louhinnan (19 %), matemaattisen tilaston (11 %) ja pystyvän työskentelemään big datan kanssa (10 %).
Koneoppimisen asiantuntijoita etsivät työnantajat odottavat hakijalta Python-taidon lisäksi C++:n (18 %), SQL:n (15 %), koneoppimisalgoritmien (13 %) ja Linuxin (11 %) taitoa.
Mutta jos juniorit voivat hyvin työkalujen kanssa, heidän johtajansa kohtaavat toisen ongelman. Useimmilla kursseista valmistuneilla ei ole syvällistä ymmärrystä ammatista, mikä vaikeuttaa aloittelijan etenemistä.
Etsin tällä hetkellä koneoppimisen asiantuntijoita tiimiini. Samalla näen, että ehdokkaat ovat usein hallineet tietyt tietotieteen työkalut, mutta heillä ei ole tarpeeksi syvällistä ymmärrystä teoreettisista perusteista uusien ratkaisujen luomiseksi.
Emil Maharramov
Laskennallisen kemian palveluryhmän johtaja, Biocad
Kurssien rakenne ja kesto eivät anna sinun mennä syvemmälle vaaditulle tasolle. Valmistuneilta puuttuu usein ne erittäin pehmeät taidot, jotka yleensä jäävät huomaamatta, kun lukee avointa työpaikkaa. No, todellakin, kuka meistä sanoisi, ettei hänellä ole systeemiajattelua tai halua kehittyä. Tietojenkäsittelytieteen asiantuntijan suhteen puhumme kuitenkin syvemmästä tarinasta. Täällä tarvitset kehittyäksesi melko vahvaa teoriaa ja tiedettä, mikä on mahdollista vain pitkäaikaisella opiskelulla esimerkiksi yliopistossa.
Paljon riippuu henkilöstä: jos kolmen kuukauden intensiivikurssin vahvoista opettajista, joilla on kokemusta huippuyrityksien tiimijohtajista, suorittaa opiskelija, jolla on hyvä matematiikan ja ohjelmoinnin tausta, syventyy kaikkiin kurssimateriaaleihin ja "imeytyy kuin sieni" ”, kuten koulussa sanottiin, tällaisen työntekijän kanssa tulee myöhemmin ongelmia Ei. Mutta 90-95% ihmisistä oppiakseen jotain ikuisesti, täytyy oppia kymmenen kertaa enemmän ja tehdä se systemaattisesti useita vuosia peräkkäin. Ja tämä tekee data-analyysin maisteriohjelmista erinomaisen vaihtoehdon hyvän tiedon pohjan saamiseksi, jolla ei tarvitse punastua haastattelussa ja työn tekeminen on paljon helpompaa.
Viktor Kantor
MTS:n päätietotutkija
Missä opiskella löytääksesi työpaikan tietotieteestä
Markkinoilla on monia hyviä datatieteen kursseja, eikä peruskoulutuksen saaminen ole ongelma. Mutta on tärkeää ymmärtää tämän koulutuksen painopiste. Jos hakijalla on jo vahva tekninen tausta, hän tarvitsee intensiivikurssit. Ihminen hallitsee työkalut, tulee paikalle ja tottuu siihen nopeasti, koska hän osaa jo ajatella kuin matemaatikko, nähdä ongelman ja muotoilla ongelmia. Jos tällaista taustaa ei ole, olet kurssin jälkeen hyvä esiintyjä, mutta rajalliset kasvumahdollisuudet.
Jos edessäsi on lyhytaikainen tehtävä vaihtaa ammattia tai löytää työ tällä erikoisalalla, sinulle sopivat jotkin systemaattiset kurssit, jotka ovat lyhyitä ja tarjoavat nopeasti vähimmäismäärän teknisiä taitoja, jotta voit saada lähtötason asema tällä alalla.
Ivan Jamštšikov
Online-maisteriohjelman "Data Science" akateeminen johtaja
Kurssien ongelma on juuri se, että ne tarjoavat nopean mutta minimaalisen kiihtyvyyden. Henkilö kirjaimellisesti lentää ammattiin ja saavuttaa nopeasti kattoon. Päästäksesi ammattiin pitkään, sinun on heti luotava hyvä perusta pidemmän aikavälin ohjelman, esimerkiksi maisterin tutkinnon, muodossa.
Korkeakoulutus sopii, kun ymmärrät, että ala kiinnostaa sinua pitkällä tähtäimellä. Et ole innokas pääsemään töihin mahdollisimman pian. Etkä halua urakattoa, et myöskään halua kohdata tiedon, taitojen puutetta, ymmärryksen puutetta yleisestä ekosysteemistä, jonka avulla innovatiivisia tuotteita kehitetään. Tätä varten tarvitset korkea-asteen koulutuksen, joka ei ainoastaan luo tarvittavia teknisiä taitoja, vaan myös jäsentää ajatteluasi eri tavalla ja auttaa sinua muodostamaan jonkinlaisen näkemyksen urastasi pidemmälle aikavälille.
Ivan Jamštšikov
Online-maisteriohjelman "Data Science" akateeminen johtaja
Uran katon puuttuminen on maisteriohjelman tärkein etu. Kahdessa vuodessa asiantuntija saa vahvan teoreettisen pohjan. Tältä näyttää NUST MISISin Data Science -ohjelman ensimmäinen lukukausi:
- Johdatus tietotieteeseen. 2 viikkoa.
- Tietojen analysoinnin perusteet. Tietojenkäsittely. 2 viikkoa
- Koneoppiminen. Tietojen esikäsittely. 2 viikkoa
- EDA. Tiedustelutietojen analyysi. 3 viikkoa
- Perus koneoppimisalgoritmit. Ch1 + Ch2 (6 viikkoa)
Samalla voit saada käytännön kokemusta työstä. Mikään ei estä sinua saamasta junioripaikkaa heti, kun opiskelija on hallinnut tarvittavat työkalut. Mutta toisin kuin kurssin suorittanut, maisterin tutkinto ei pysähdy hänen opiskeluunsa, vaan jatkaa syvemmälle ammatin tutkimista. Tulevaisuudessa voit kehittyä Data Sciencessä ilman rajoituksia.
Teknillisen korkeakoulun "MISiS" verkkosivuilla niille, jotka haluavat työskennellä tietotekniikan parissa. NUST MISISin, SkillFactoryn, HeadHunterin, Facebookin, Mail.ru Groupin ja Yandexin edustajat, kerron sinulle tärkeimmistä asioista:
- "Kuinka löytää paikkasi tietotieteessä?",
- "Onko mahdollista tulla datatieteilijäksi tyhjästä?",
- "Onko datatieteilijöiden tarvetta vielä 2-5 vuoden kuluttua?"
- "Mitä ongelmia datatieteilijät työskentelevät?"
- "Kuinka rakentaa ura tietotieteessä?"
Verkkokoulutus, julkinen koulutustutkinto. hyväksytty asti 10 elokuu.
Lähde: will.com