Wahi a ka noiʻi a HeadHunter a me Mail.ru, ʻoi aku ka nui o ka noi no nā poʻe loea i ke kahua o ka Data Science ma mua o ka lako, akā naʻe, ʻaʻole hiki i nā poʻe loea ʻōpio ke hoʻokele mau i ka hana. Haʻi mākou iā ʻoe i ka nalo ʻana o nā papa papa a me kahi e aʻo ai no ka poʻe e hoʻolālā nei i kahi ʻoihana nui ma Data Science.
"Hele mai lākou a noʻonoʻo i kēia manawa e loaʻa iā lākou he 500k i kēlā me kēia kekona, no ka mea, ʻike lākou i nā inoa o nā frameworks a pehea e holo ai i kahi kumu hoʻohālike mai lākou i nā laina ʻelua"
Emil Maharramov alakaʻi ʻo ia i kahi pūʻulu o nā lawelawe kemika computational ma biocad a i ka wā o nā nīnauele ke alo nei ʻo ia me ka ʻike ʻole o ka poʻe moho i ka ʻike ʻōnaehana o ka ʻoihana. Hoʻopau lākou i nā papa, hele mai me Python a me SQL i hoʻomaʻamaʻa maikaʻi ʻia, hiki ke hoʻokomo iā Hadoop a i ʻole Spark i 2 kekona, a hoʻopau i kahi hana e like me kahi kikoʻī maopopo. Akā i ka manawa like, ʻaʻohe ʻanuʻu i ka ʻaoʻao. ʻOiai ʻo ia ka maʻalahi i nā hoʻonā e manaʻo ʻia e nā mea hana mai kā lākou mau loea ʻepekema data.
He aha ka mea e hana nei ma ka mākeke ʻIkepili
Hōʻike ka mākaukau o nā loea ʻōpio i ke kūlana ma ka mākeke hana. Ma ʻaneʻi, ʻoi aku ka nui o ka noi ma mua o ka lako, no laila ua mākaukau maoli nā poʻe hana makemake e hoʻolimalima i nā loea ʻōmaʻomaʻo piha a hoʻomaʻamaʻa iā lākou iho. Hiki ke koho, akā kūpono wale nō inā loaʻa i ka hui ke alakaʻi alakaʻi ʻike e lawe i ka hoʻomaʻamaʻa ʻana o ka ʻōpio.
Wahi a ka noiʻi a HeadHunter a me Mail.ru, ʻo nā loea ʻikepili ʻikepili i waena o nā mea i koi nui ʻia ma ka mākeke:
- I ka makahiki 2019, he 9,6 mau manawa ʻoi aku ka nui o nā hakahaka ma ke kahua o ka nānā ʻana i ka ʻikepili, a he 7,2 mau manawa hou aku ma ke kula o ka mīkini aʻo ma mua o 2015.
- Hoʻohālikelike ʻia i ka makahiki 2018, ua hoʻonui ʻia ka nui o nā hakahaka no ka poʻe loea ʻikepili ʻikepili i 1,4 mau manawa, a no nā loea aʻo mīkini e 1,3 mau manawa.
- Aia ka 38% o nā hakahaka i nā hui IT, 29% i nā hui ʻoihana kālā, a me 9% i nā lawelawe ʻoihana.
Hoʻokumu ʻia ke kūlana e nā kula pūnaewele he nui e hoʻomaʻamaʻa i kēlā mau juniors like. ʻO ke kumu, ʻo ka hoʻomaʻamaʻa ʻana mai ʻekolu a ʻeono mahina, kahi e hoʻokele ai nā haumāna i nā mea hana nui ma kahi pae kumu: Python, SQL, data analysis, Git a me Linux. ʻO ka hopena he ʻōpio maʻamau: hiki iā ia ke hoʻoponopono i kahi pilikia kūikawā, akā ʻaʻole hiki ke hoʻomaopopo i ka pilikia a hoʻokumu i ka pilikia ma kāna iho. Eia nō naʻe, ʻo ka koi kiʻekiʻe no nā loea a me ka hype a puni ka ʻoihana e hoʻāla pinepine i nā makemake kiʻekiʻe a me nā koi uku.
ʻO ka mea pōʻino, ʻike pinepine ʻia nā nīnauele i ka ʻIkepili ʻIkepili e like me kēia: ʻōlelo ka moho ua hoʻāʻo ʻo ia e hoʻohana i nā hale waihona puke ʻelua, ʻaʻole hiki ke pane i nā nīnau e pili ana i ke ʻano o ka hana ʻana o nā algorithms, a laila noi iā 200, 300, 400 tausani rubles ma ka lima.
Ma muli o ka nui o nā slogans hoʻolaha e like me "hiki i kekahi ke lilo i ʻikepili ʻikepili", "master machine aʻo i loko o ʻekolu mahina a hoʻomaka i ka loaʻa kālā he nui" a me ka makewai i ke kālā wikiwiki, ua ninini ʻia kahi kahawai nui o nā moho papa. kahua me ka hoʻonaʻauao ʻōnaehana loa.
Victor Kantor
ʻEpekema ʻIkepili Nui ma MTS
ʻO wai ka poʻe hana e kali nei?
Makemake ka mea hana i kāna mau ʻōpio e hana me ka nānā ʻole mau a hiki ke hoʻomohala ma lalo o ke alakaʻi ʻana o kahi alakaʻi hui. No ka hana ʻana i kēia, pono e loaʻa koke i ka mea hoʻomaka i nā mea hana pono e hoʻoponopono ai i nā pilikia o kēia manawa, a loaʻa iā ia kahi kumu theoretical kūpono e hoʻoholo mālie i kā lākou mau hoʻonā a hoʻokokoke i nā pilikia paʻakikī.
Ke hana maikaʻi nei nā mea hou ma ka mākeke me kā lākou mau mea hana. Hāʻawi nā papa pōkole iā ʻoe e aʻo koke iā lākou a hele i ka hana.
Wahi a ka noiʻi a HeadHunter a me Mail.ru, ʻo ka mākau koi nui loa ʻo Python. Ua ʻōlelo ʻia ma 45% o nā hakahaka ʻepekema data a me 51% o nā hakahaka aʻo mīkini.
Makemake pū ka poʻe hana i ka ʻikepili ʻikepili e ʻike iā SQL (23%), data mining (19%), helu makemakika (11%) a hiki ke hana me ka ʻikepili nui (10%).
Manaʻo ka poʻe paʻahana e ʻimi nei i nā loea aʻo mīkini e mākaukau i ka moho ma C++ (18%), SQL (15%), mīkini aʻo algorithms (13%) a me Linux (11%) me ka ʻike o Python.
Akā inā hana maikaʻi nā juniors me nā mea hana, a laila ke kū nei kā lākou mau luna i kahi pilikia ʻē aʻe. ʻAʻole ʻike hohonu ka hapa nui o nā haumāna puka papa i ka ʻoihana, e paʻakikī ai ka holomua o ka mea hoʻomaka.
Ke ʻimi nei au i nā loea aʻo mīkini e hui pū me kaʻu hui. I ka manawa like, ʻike wau ua ʻike pinepine nā moho i kekahi mau mea hana ʻIke ʻIkepili, akā ʻaʻole lākou i ʻike hohonu i nā kumu kumu no ka hana ʻana i nā hopena hou.
Emil Maharramov
Ke poʻo o ka Hui Hana Kemika Computational, Biocad
ʻAʻole ʻae ke ʻano a me ka lōʻihi o nā papa iā ʻoe e hele hohonu i ka pae i koi ʻia. Loaʻa pinepine ka poʻe puka puka i nā mākau palupalu loa i nalo i ka heluhelu ʻana i kahi hakahaka hana. ʻAe, ʻoiaʻiʻo, ʻo wai i waena o mākou e ʻōlelo ʻaʻohe ona ʻōnaehana noʻonoʻo a i ʻole ka makemake e hoʻomohala. Eia naʻe, e pili ana i kahi loea ʻepekema Data, ke kamaʻilio nei mākou e pili ana i kahi moʻolelo hohonu. Maʻaneʻi, i mea e hoʻomohala ai, pono ʻoe i ka manaʻo ikaika a me ka ʻepekema, hiki ke hiki wale ma o ke aʻo ʻana i ka wā lōʻihi, no ka laʻana, ma ke kulanui.
Nui ka hilinaʻi i ke kanaka: inā e hoʻopau ʻia kahi papa koʻikoʻi ʻekolu mahina mai nā kumu ikaika me ka ʻike ma ke alakaʻi ʻana o ka hui ma nā ʻoihana kiʻekiʻe e kahi haumāna me ka ʻike maikaʻi i ka makemakika a me ka hoʻonohonoho ʻana, e komo i loko o nā haʻawina a pau a "hoʻomoʻa e like me ka sponge. , "e like me kā lākou i ʻōlelo ai ma ke kula, a laila e loaʻa nā pilikia me kēlā limahana ma hope No. Akā ʻo 90-95% o nā kānaka, i mea e aʻo ai i kekahi mea mau loa, pono e aʻo i ʻumi mau manawa hou a hana i ka systematically no kekahi mau makahiki i ka lālani. A hana kēia i nā papahana a ka haku i ka ʻikepili ʻikepili i koho maikaʻi loa e kiʻi i kahi kumu maikaʻi o ka ʻike, me ka mea ʻaʻole ʻoe e haʻalulu i kahi hālāwai ninaninau, a ʻoi aku ka maʻalahi o ka hana.
Victor Kantor
ʻEpekema ʻIkepili Nui ma MTS
Ma hea e aʻo ai e loaʻa kahi hana ma Data Science
Nui nā papa ʻepekema Data maikaʻi ma ka mākeke a ʻaʻole pilikia ka loaʻa ʻana o ka hoʻonaʻauao mua. Akā, he mea nui e hoʻomaopopo i ka manaʻo o kēia hoʻonaʻauao. Inā he ʻenehana ikaika ko ka moho, a laila ʻo nā papa koʻikoʻi ka mea e pono ai. E akamai ke kanaka i nā mea hana, hele mai i kahi a maʻa koke iā ia, no ka mea, ua ʻike mua ʻo ia i ka noʻonoʻo e like me ka makemakika, ʻike i kahi pilikia a hoʻomohala i nā pilikia. Inā ʻaʻohe ʻano like ʻole, a laila ma hope o ka papa e lilo ʻoe i mea hoʻokani maikaʻi, akā me nā manawa liʻiliʻi no ka ulu ʻana.
Inā ke alo nei ʻoe i ka hana pōkole o ka hoʻololi ʻana i kahi ʻoihana a i ʻole ka loaʻa ʻana o kahi hana ma kēia loea, a laila kūpono kekahi mau papa ʻōnaehana iā ʻoe, he pōkole a wikiwiki hoʻi e hāʻawi i kahi liʻiliʻi o nā mākau loea i hiki iā ʻoe ke kūpono no kahi kūlana komo ma kēia kahua.
ʻO Ivan Yamshchikov
Luna Hoʻonaʻauao o ka papahana haku pūnaewele "Data Science"
ʻO ka pilikia me nā papa ʻo ia ka hāʻawi ʻana i ka wikiwiki akā liʻiliʻi ka wikiwiki. Lele maoli ke kanaka i ka ʻoihana a hiki koke i ke kaupaku. No ke komo ʻana i ka ʻoihana no ka manawa lōʻihi, pono ʻoe e kau koke i kahi kumu maikaʻi ma ke ʻano o kahi papahana lōʻihi, no ka laʻana, ke kēkelē laepua.
He kūpono ka hoʻonaʻauao kiʻekiʻe ke hoʻomaopopo ʻoe he makemake kēia kahua iā ʻoe no ka wā lōʻihi. ʻAʻole makemake ʻoe e hele koke i ka hana. A ʻaʻole ʻoe makemake e loaʻa i kahi kaupaku ʻoihana; ʻaʻole ʻoe makemake e kū i ka pilikia o ka nele o ka ʻike, nā mākau, ka ʻike ʻole o ka kaiaola holoʻokoʻa me ke kōkua o nā huahana hou. No kēia, pono ʻoe i kahi hoʻonaʻauao kiʻekiʻe, ʻaʻole ia e hoʻokumu wale i ka hoʻonohonoho pono o nā mākau ʻenehana, akā hoʻolālā pū kekahi i kou noʻonoʻo ʻokoʻa a kōkua iā ʻoe e kūkulu i kahi ʻike o kāu ʻoihana no ka wā lōʻihi.
ʻO Ivan Yamshchikov
Luna Hoʻonaʻauao o ka papahana haku pūnaewele "Data Science"
ʻO ka nele o kahi kaupaku ʻoihana ka mea nui o ka papahana o ka haku. I loko o ʻelua mau makahiki, loaʻa i kahi loea kahi kumu manaʻo ikaika. ʻO kēia ke ʻano o ka semester mua o ka papahana ʻepekema Data ma NUST MISIS:
- Introduction to Data Science. 2 pule.
- Nā kumu o ka ʻikepili ʻikepili. ʻIkepili ʻikepili. 2 pule
- Aʻo mīkini. Ka hana mua ʻikepili. 2 pule
- EDA. ʻIkepili ʻikepili naʻauao. 3 pule
- Nā algorithm aʻo mīkini kumu. Ch1 + Ch2 (6 pule)
I ka manawa like, hiki iā ʻoe ke loaʻa ka ʻike kūpono ma ka hana. ʻAʻohe mea e kāohi iā ʻoe mai ka loaʻa ʻana o kahi kūlana ʻōpio i ka wā i mākaukau ai ka haumāna i nā mea hana pono. Akā, ʻaʻole e like me ke kula puka, ʻaʻole hoʻopau ke kēkelē kumu i kāna mau haʻawina ma laila, akā hoʻomau i ka hohonu hohonu i ka ʻoihana. I ka wā e hiki mai ana, hiki iā ʻoe ke hoʻomohala ma Data Science me ka ʻole o ka palena.
Ma ka pūnaewele o ka University of Science and Technology "MISiS" no ka poʻe makemake e hana i ka ʻIkepili ʻIkepili. ʻO nā Lunamakaʻāinana o NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group a me Yandex, e haʻi wau iā ʻoe e pili ana i nā mea nui loa:
- "Pehea e ʻike ai i kou wahi i ka ʻepekema Data?",
- "Hiki paha ke lilo i ʻepekema data mai ka wā kahiko?",
- "E mau ana ka pono o nā ʻepekema data i 2-5 mau makahiki?"
- "He aha nā pilikia e hana ai nā ʻepekema data?"
- "Pehea e kūkulu ai i kahi ʻoihana ma Data Science?"
Hoʻonaʻauao pūnaewele, diploma hoʻonaʻauao aupuni. aponoia a hiki 10 Aug.
Source: www.habr.com