Samkvæmt rannsóknum HeadHunter og Mail.ru er eftirspurn eftir sérfræðingum á sviði gagnafræði meiri en framboð, en þrátt fyrir það tekst ungum sérfræðingum ekki alltaf að fá vinnu. Við segjum þér hvaða útskriftarnema vantar og hvar á að læra fyrir þá sem eru að skipuleggja stóran feril í gagnafræði.
„Þeir koma og halda að nú muni þeir þéna 500 þúsund á sekúndu, vegna þess að þeir vita nöfnin á rammanum og hvernig á að keyra líkan úr þeim í tveimur línum“
Emil Maharramov hann stýrir hópi tölvuefnafræðiþjónustu hjá Biocad og í viðtölum stendur hann frammi fyrir því að umsækjendur hafa ekki kerfisbundinn skilning á faginu. Þeir ljúka námskeiðum, koma með vel þjálfaða Python og SQL, geta sett upp Hadoop eða Spark á 2 sekúndum og klára verkefni samkvæmt skýrri forskrift. En á sama tíma er ekki lengur skref til hliðar. Þó að það sé sveigjanleiki í lausnum sem vinnuveitendur búast við frá sérfræðingum sínum í gagnavísindum.
Hvað er að gerast á Data Science markaðnum
Hæfni ungra sérfræðinga endurspeglar stöðuna á vinnumarkaði. Hér er eftirspurn verulega meiri en framboð, svo örvæntingarfullir vinnuveitendur eru oft í raun tilbúnir til að ráða alveg græna sérfræðinga og þjálfa þá fyrir sig. Valmöguleikinn virkar en hentar aðeins ef liðið hefur þegar reyndan liðsstjóra sem tekur við þjálfun yngri.
Samkvæmt rannsóknum HeadHunter og Mail.ru eru gagnagreiningarsérfræðingar meðal þeirra eftirsóttustu á markaðnum:
- Árið 2019 voru 9,6 sinnum fleiri laus störf á sviði gagnagreiningar og 7,2 sinnum fleiri á sviði vélanáms en árið 2015.
- Miðað við árið 2018 fjölgaði lausum störfum hjá sérfræðingum í gagnagreiningum um 1,4 sinnum og hjá vélnámssérfræðingum 1,3 sinnum.
- 38% lausra starfa eru í upplýsingatæknifyrirtækjum, 29% í fjármálafyrirtækjum og 9% í viðskiptaþjónustu.
Ástandið er knúið áfram af fjölmörgum netskólum sem þjálfa sömu unglingana. Í grundvallaratriðum stendur þjálfunin yfir frá þremur til sex mánuðum, þar sem nemendur ná að ná tökum á helstu verkfærum á grunnstigi: Python, SQL, gagnagreiningu, Git og Linux. Niðurstaðan er klassískt yngri: hann getur leyst ákveðið vandamál, en getur samt ekki skilið vandamálið og mótað vandamálið sjálfur. Hins vegar er mikil eftirspurn eftir sérfræðingum og efla í kringum fagið oft tilefni til mikillar metnaðar og launakröfur.
Því miður líta viðtöl í Data Science nú venjulega svona út: umsækjandinn segir að hann hafi reynt að nota nokkur bókasöfn, geti ekki svarað spurningum um nákvæmlega hvernig reikniritin virka og biður síðan um 200, 300, 400 þúsund rúblur á mánuði í höndunum.
Vegna mikils fjölda auglýsingaslagorða eins og „hver sem er getur orðið gagnasérfræðingur“, „stjórnað vélanámi á þremur mánuðum og byrjað að græða fullt af peningum“ og þorsta eftir skjótum peningum, hefur gríðarlegur straumur yfirborðslegra umsækjenda streymt inn í okkar sviði með nákvæmlega enga kerfisbundna þjálfun.
Victor Kantor
Aðalgagnafræðingur hjá MTS
Eftir hverjum eru atvinnurekendur að bíða?
Sérhver vinnuveitandi vill að unglingar hans vinni án stöðugs eftirlits og geti þróast undir handleiðslu teymisstjóra. Til að gera þetta verður byrjandi strax að búa yfir nauðsynlegum verkfærum til að leysa núverandi vandamál og hafa nægjanlegan fræðilegan grunn til að smám saman leggja fram eigin lausnir og nálgast flóknari vandamál.
Nýliðar á markaðnum standa sig nokkuð vel með verkfærin sín. Skammtímanámskeið gera þér kleift að ná tökum á þeim fljótt og komast í vinnuna.
Samkvæmt rannsóknum HeadHunter og Mail.ru er Python mest eftirsótta færni. Það er getið í 45% lausra starfa gagnafræðinga og 51% lausra starfa í vélanámi.
Vinnuveitendur vilja líka að gagnafræðingar kunni SQL (23%), gagnavinnslu (19%), stærðfræðitölfræði (11%) og geti unnið með stór gögn (10%).
Vinnuveitendur sem leita að vélanámssérfræðingum búast við að umsækjandi sé fær í C++ (18%), SQL (15%), vélrænni reiknirit (13%) og Linux (11%) auk þekkingar á Python.
En ef unglingar eru að standa sig vel með verkfærin, þá standa stjórnendur þeirra frammi fyrir öðru vandamáli. Flestir útskriftarnemar hafa ekki djúpan skilning á faginu, sem gerir það erfitt fyrir byrjendur að komast áfram.
Ég er núna að leita að vélanámssérfræðingum til að slást í hópinn minn. Jafnframt sé ég að umsækjendur hafa oft tileinkað sér ákveðin Data Science verkfæri, en þeir hafa ekki nægilega djúpan skilning á fræðilegum grunni til að búa til nýjar lausnir.
Emil Maharramov
Forstöðumaður Computational Chemistry Services Group, Biocad
Sjálf uppbygging og lengd námskeiðanna gerir þér ekki kleift að fara dýpra í tilskilið stig. Útskriftarnema skortir oft þessa mjög mjúku færni sem venjulega er saknað þegar þeir lesa laust starf. Jæja, í alvöru, hver á meðal okkar mun segja að hann hafi ekki kerfishugsun eða löngun til að þróast. Hins vegar, í sambandi við gagnavísindasérfræðing, erum við að tala um dýpri sögu. Hér þarf til að þroskast nokkuð sterka hlutdrægni í fræði og vísindum, sem er aðeins mögulegt með langtímanámi, til dæmis í háskóla.
Mikið veltur á manneskjunni: ef þriggja mánaða átaksnámskeið frá sterkum kennurum með reynslu sem hópstjóra í efstu fyrirtækjum er lokið af nemanda með góðan bakgrunn í stærðfræði og forritun, kafar ofan í allt námsefni og „gleypist eins og svampur ,” eins og þeir sögðu í skólanum, þá verða vandamál með slíkan starfsmann síðar nr. En 90-95% fólks, til að læra eitthvað að eilífu, þarf að læra tífalt meira og gera það markvisst í nokkur ár í röð. Og þetta gerir meistaranám í gagnagreiningu að frábærum valkosti til að fá góðan grunn þekkingar, sem þú þarft ekki að roðna við í viðtali, og það verður miklu auðveldara að vinna starfið.
Victor Kantor
Aðalgagnafræðingur hjá MTS
Hvar á að læra til að finna vinnu í gagnafræði
Það eru mörg góð námskeið í gagnafræði á markaðnum og það er ekkert mál að fá grunnmenntun. En það er mikilvægt að skilja áherslur þessarar menntunar. Ef umsækjandinn hefur þegar sterkan tæknilegan bakgrunn, þá eru öflug námskeið það sem þeir þurfa. Maður mun ná tökum á verkfærunum, koma á staðinn og fljótt venjast því, því hann kann nú þegar að hugsa eins og stærðfræðingur, sjá vandamál og móta vandamál. Ef það er enginn slíkur bakgrunnur, þá verður þú eftir námskeiðið góður flytjandi, en með takmarkaða möguleika til vaxtar.
Ef þú stendur frammi fyrir því skammtímaverkefni að skipta um starfsgrein eða finna starf í þessari sérgrein, þá henta nokkur skipulögð námskeið fyrir þig, sem eru stutt og veita fljótt lágmarks tæknikunnáttu svo þú getir átt rétt á upphafsstöðu á þessu sviði.
Ivan Yamshchikov
Akademískur framkvæmdastjóri netmeistaranámsins „Gagnafræði“
Vandamálið við námskeiðin er einmitt að þeir veita hraða en lágmarks hröðun. Maður bókstaflega flýgur inn í fagið og nær fljótt loftinu. Til að komast í langan tíma í faginu þarf strax að leggja góðan grunn í formi lengri tíma, til dæmis meistaragráðu.
Æðri menntun hentar þegar þú skilur að þetta svið vekur áhuga þinn til langs tíma. Þú ert ekki fús til að komast í vinnuna eins fljótt og auðið er. Og þú vilt ekki hafa starfsþak; þú vilt heldur ekki horfast í augu við vandamálið af skorti á þekkingu, færni, skorti á skilningi á almennu vistkerfi með hjálp sem nýstárlegar vörur eru þróaðar. Til þess þarftu æðri menntun, sem skapar ekki aðeins nauðsynlega tæknilega færni, heldur byggir einnig hugsun þína á annan hátt og hjálpar þér að mynda þér einhverja sýn á feril þinn til lengri tíma.
Ivan Yamshchikov
Akademískur framkvæmdastjóri netmeistaranámsins „Gagnafræði“
Skortur á starfsþak er helsti kostur meistaranámsins. Á tveimur árum fær sérfræðingur öflugan fræðilegan grunn. Svona lítur fyrsta önnin í gagnafræðibraut NUST MISIS út:
- Inngangur að gagnafræði. 2 vikur.
- Grundvallaratriði gagnagreiningar. Gagnavinnsla. 2 vikur
- Vélnám. Forvinnsla gagna. 2 vikur
- EDA. Greining upplýsingagagna. 3 vikur
- Grunn reiknirit fyrir vélanám. Ch1 + Ch2 (6 vikur)
Á sama tíma geturðu samtímis öðlast hagnýta reynslu í starfi. Það er ekkert því til fyrirstöðu að fá yngri stöðu um leið og nemandinn hefur náð tökum á nauðsynlegum verkfærum. En ólíkt útskriftarnema, stöðvar meistaranám ekki námið þar, heldur heldur áfram að kafa dýpra í fagið. Í framtíðinni gerir þetta þér kleift að þróa í Data Science án takmarkana.
Á heimasíðu Vísinda- og tækniháskólans "MISiS" fyrir þá sem vilja starfa í gagnafræði. Fulltrúar NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group og Yandex, ég mun segja þér frá mikilvægustu hlutunum:
- "Hvernig á að finna þinn stað í Data Science?",
- "Er hægt að verða gagnafræðingur frá grunni?",
- „Verður þörfin fyrir gagnafræðinga enn til staðar eftir 2-5 ár?
- „Hvaða vandamál vinna gagnafræðingar við?
- "Hvernig á að byggja upp feril í gagnafræði?"
Netþjálfun, opinber menntun prófskírteini. samþykkt till 10 ágúst.
Heimild: www.habr.com