素早い起動と低い天井。 労働市場で若いデータ サイエンス スペシャリストを待っているもの

HeadHunter と Mail.ru の調査によると、データ サイエンス分野のスペシャリストに対する需要は供給を上回っていますが、それでも若いスペシャリストが常に仕事を見つけられるわけではありません。 データ サイエンスで大きなキャリアを計画している人のために、卒業生が欠落しているコースとどこで勉強すればよいかを説明します。

「彼らは、フレームワークの名前と、そこから 500 行でモデルを実行する方法を知っているので、今では XNUMX 秒あたり XNUMX を稼げると考えています。」

エミル・マハラモフ 彼は biocad で計算化学サービスのグループを率いていますが、面接中に候補者がこの職業について体系的な理解を持っていないという事実に直面しました。 彼らはコースを完了し、よく訓練された Python と SQL を備え、Hadoop または Spark を 2 秒でインストールし、明確な仕様に従ってタスクを完了できます。 しかし同時に、もう一歩も横にありません。 ただし、雇用主がデータ サイエンスのスペシャリストに期待しているのはソリューションの柔軟性です。

データサイエンス市場で何が起こっているのか

若い専門家の能力は労働市場の状況を反映しています。 ここでは、需要が供給を大幅に上回っているため、絶望的な雇用主は、完全に環境に優しい専門家を雇用し、彼らを自分たちで訓練する準備ができていることがよくあります。 このオプションは機能しますが、チームにジュニアのトレーニングを引き継ぐ経験豊富なチーム リーダーがすでにいる場合にのみ適しています。

HeadHunter と Mail.ru の調査によると、データ分析スペシャリストは市場で最も需要が高い人材の XNUMX つです。

• 2019 年には、9,6 年と比べてデータ分析分野の求人数は 7,2 倍、機械学習分野の求人数は 2015 倍になりました。
• 2018年と比較して、データ分析スペシャリストの求人数は1,4倍、機械学習スペシャリストの求人数は1,3倍に増加しました。
• 空き求人の 38% が IT 企業、29% が金融セクターの企業、9% がビジネス サービスです。

この状況は、同じ後輩たちを訓練する多数のオンラインスクールによって加速されています。 基本的に、トレーニングは XNUMX ～ XNUMX か月続き、その間に学生は Python、SQL、データ分析、Git、Linux などの主要ツールを基本レベルでマスターすることができます。 その結果、典型的なジュニアが生まれます。彼は特定の問題を解決することはできますが、依然として問題を理解し、自分で問題を定式化することができません。 しかし、スペシャリストに対する高い需要とその専門職に対する誇大宣伝により、多くの場合、高い志と給与要件が生じます。

残念なことに、現在、データ サイエンスの面接は通常次のようなものです。候補者は、いくつかのライブラリを使用しようとしたが、アルゴリズムがどのように正確に機能するかについての質問には答えることができず、その後、月に 200 万、300 万、400 万ルーブルを用意してほしいと言いました。

「誰でもデータ アナリストになれる」「XNUMX か月で機械学習をマスターして大金を稼ぎ始める」といった多数の広告スローガンと、手っ取り早いお金への渇望のせいで、表面的な候補者が当社に大量に流入しました。体系的なトレーニングがまったく行われていない現場。

ビクター・カントール
MTS のチーフ データ サイエンティスト

雇用主は誰を待っているのでしょうか?

雇用主は誰でも、後輩が常に監督されずに働き、チームリーダーの指導の下で成長できることを望んでいます。 これを行うには、初心者は現在の問題を解決するために必要なツールをすぐに所有し、徐々に独自の解決策を提案してより複雑な問題にアプローチするための十分な理論的基礎を持っていなければなりません。

市場の初心者はツールをうまく使っています。 短期コースなので、すぐにマスターして仕事に取り掛かることができます。

HeadHunter と Mail.ru の調査によると、最も需要のあるスキルは Python です。 データサイエンティストの求人の 45%、機械学習の求人の 51% で言及されています。

雇用主はまた、データ アナリストが SQL (23%)、データ マイニング (19%)、数学的統計 (11%) を理解し、ビッグ データを扱えること (10%) を望んでいます。

機械学習のスペシャリストを探している雇用主は、候補者が Python の知識に加えて、C++ (18%)、SQL (15%)、機械学習アルゴリズム (13%)、Linux (11%) に堪能であることを期待しています。

しかし、後輩がツールをうまく使いこなしている場合、マネージャーは別の問題に直面することになります。 ほとんどのコース卒業生はこの職業について深く理解していないため、初心者が上達するのは困難です。

現在、チームに加わってくれる機械学習のスペシャリストを探しています。 同時に、受験者は特定のデータ サイエンス ツールを習得していることが多いものの、新しいソリューションを作成するための理論的基礎を十分に深く理解していないことがわかります。

エミル・マハラモフ
Biocad 計算化学サービス グループ長

コースの構造と期間そのものによって、必要なレベルまでさらに深く進むことはできません。 卒業生は、求人情報を読むときに通常見逃されるような非常にソフトなスキルに欠けていることがよくあります。 そうですね、私たちの中で、自分にはシステム思考や開発意欲がないと言える人はいないでしょう。 ただし、データ サイエンスのスペシャリストに関連して、さらに深い話について話します。 ここで、成長するには、理論と科学に対するかなり強いバイアスが必要ですが、それは、たとえば大学での長期の学習によってのみ可能です。

人によって大きく異なります。トップ企業でチームリーダーを務めた経験を持つ優秀な教師による 90 か月の集中コースを、数学とプログラミングの優れた背景を持ち、すべてのコース教材を徹底的に掘り下げて「スポンジのように吸収する」学生が修了した場合、 」と彼らが学校で言ったように、そのような従業員には後で問題が発生します。 しかし、95～XNUMX%の人は、何かを永久に学ぶためには、そのXNUMX倍の学習をし、それを数年間続けて体系的に行う必要があります。 そのため、データ分析の修士課程は知識の基礎を身につけるのに最適な選択肢となり、これがあれば面接で顔を赤らめる必要がなく、仕事がずっと楽になります。

ビクター・カントール
MTS のチーフ データ サイエンティスト

データサイエンスの仕事を見つけるためにどこで勉強すべきか

市場には優れたデータ サイエンス コースが数多くあり、初期教育を受けることは問題ありません。 しかし、この教育の焦点を理解することが重要です。 候補者がすでに優れた技術的背景を持っている場合、集中コースが必要になります。 人はツールを使いこなし、その場所に来てすぐに慣れるでしょう。なぜなら彼は数学者のように考え、問題を見て、問題を定式化する方法をすでに知っているからです。 そのような背景がない場合、コース終了後は優れたパフォーマンスを発揮できるでしょうが、成長の機会は限られています。

職業を変えたり、この専門分野での仕事を見つけたりするという短期的な課題に直面している場合は、体系的なコースが適しています。これらのコースは短期間で短期間で最低限の技術スキルを身につけ、資格を得ることができます。この分野のエントリーレベルのポジション。

イワン・ヤムシコフ
オンライン修士課程「データサイエンス」アカデミックディレクター

コースの問題はまさに、高速ではあるものの加速が最小限であることです。 人は文字通り職業に飛び込み、すぐに天井に到達します。 長期間この職業に就くには、修士号などの長期プログラムの形ですぐに良い基盤を築く必要があります。

この分野に長期的に興味があると理解している場合は、高等教育が適しています。 あなたはできるだけ早く仕事に就きたいと思っていません。 また、キャリアに上限を設けたくはありませんし、知識やスキルの欠如、革新的な製品の開発に役立つ一般的なエコシステムへの理解の欠如といった問題にも直面したくありません。 そのためには高等教育が必要です。高等教育は、必要な一連の技術スキルを身に付けるだけでなく、考え方を異なる方法で構築し、長期的なキャリアのビジョンを形成するのにも役立ちます。

イワン・ヤムシコフ
オンライン修士課程「データサイエンス」アカデミックディレクター

修士課程プログラムの主な利点は、キャリアの上限がないことです。 XNUMX 年間で、専門家は強力な理論的基礎を受け取ります。 NUST MISIS のデータ サイエンス プログラムの最初の学期は次のようになります。

• データサイエンスの紹介。 2週間。
• データ分析の基礎。 情報処理。 2週間
• 機械学習。 データの前処理。 2週間
• エダ。 インテリジェンスデータ分析。 3週間
• 基本的な機械学習アルゴリズム。 Ch1 + Ch2 (6週間)

同時に実務経験も積むことができます。 学生が必要なツールを習得すれば、すぐにジュニアのポジションを獲得することを妨げるものは何もありません。 ただし、コースの卒業生とは異なり、修士号はそこで学習を終了するのではなく、その職業をさらに深く掘り下げ続けます。 将来的には、これにより制限なくデータ サイエンスで開発できるようになります。

科学技術大学「MISiS」のウェブサイトにて 公開日とウェビナー データサイエンスの分野で働きたい人向け。 NUST MISIS、SkillFactory、HeadHunter、Facebook、Mail.ru Group、Yandex の代表の皆さん、最も重要なことについてお話します。

• 「データ サイエンスで自分の居場所を見つけるにはどうすればよいですか?」、
• 「ゼロからデータサイエンティストになることは可能ですか？」
• 「データ サイエンティストの必要性は 2 ～ 5 年後も存在しますか?」
• 「データサイエンティストはどのような問題に取り組んでいますか?」
• 「データサイエンスでキャリアを築くにはどうすればよいですか?」

オンライン トレーニング、公教育の卒業証書。 プログラムへの申し込み まで受け付けます 10 8月.

出所： habr.com