Miturut riset dening HeadHunter lan Mail.ru, panjaluk spesialis ing bidang Ilmu Data ngluwihi pasokan, nanging sanajan mangkono, spesialis enom ora tansah bisa nemokake karya. Kita pitutur marang kowe apa lulusan kursus ilang lan ngendi kanggo sinau kanggo wong-wong sing ngrancang karir amba ing Ilmu Data.
"Dheweke teka lan mikir yen saiki bakal entuk 500k per detik, amarga dheweke ngerti jeneng kerangka lan cara mbukak model saka rong baris"
Emil Maharramov dheweke mimpin klompok layanan kimia komputasi ing biocad lan sajrone wawancara dheweke ngadhepi kasunyatan manawa para calon ora duwe pemahaman sing sistematis babagan profesi kasebut. Dheweke ngrampungake kursus, teka karo Python lan SQL sing dilatih kanthi apik, bisa nginstal Hadoop utawa Spark ing 2 detik, lan ngrampungake tugas miturut spesifikasi sing jelas. Nanging ing wektu sing padha, ora ana maneh langkah menyang sisih. Sanajan keluwesan ing solusi sing dikarepake para pengusaha saka spesialis ilmu data.
Apa sing kedadeyan ing pasar Ilmu Data
Kompetensi spesialis enom nggambarake kahanan ing pasar tenaga kerja. Ing kene, panjaluk banget ngluwihi pasokan, mula para majikan sing nekat asring siap nyewa spesialis sing ijo lan nglatih awake dhewe. Opsi kasebut bisa digunakake, nanging mung cocog yen tim kasebut wis duwe pimpinan tim sing berpengalaman sing bakal njupuk latihan junior.
Miturut riset dening HeadHunter lan Mail.ru, spesialis analisis data kalebu sing paling dikarepake ing pasar:
- Ing 2019, ana 9,6 kaping luwih akeh lowongan ing bidang analisis data, lan 7,2 kaping luwih akeh ing bidang machine learning tinimbang ing 2015.
- Dibandhingake karo 2018, jumlah lowongan kanggo spesialis analisis data tambah 1,4 kaping, lan kanggo spesialis machine learning dening 1,3 kaping.
- 38% saka lowongan mbukak ana ing perusahaan IT, 29% ing perusahaan sektor finansial, lan 9% ing layanan bisnis.
Kahanan kasebut didorong dening akeh sekolah online sing nglatih para junior sing padha. Sejatine, latihan suwene telung nganti nem sasi, sajrone para siswa bisa nguwasani alat utama ing tingkat dhasar: Python, SQL, analisis data, Git lan Linux. Asil kasebut minangka junior klasik: dheweke bisa ngatasi masalah tartamtu, nanging isih ora bisa ngerti masalah kasebut lan ngrumusake masalah kasebut dhewe. Nanging, panjaluk sing dhuwur kanggo spesialis lan hype ing sekitar profesi asring nyebabake ambisi lan syarat gaji sing dhuwur.
Sayange, wawancara ing Ilmu Data saiki biasane katon kaya iki: calon kasebut ngandhakake yen dheweke nyoba nggunakake sawetara perpustakaan, ora bisa mangsuli pitakon babagan carane algoritma bisa digunakake, banjur njaluk 200, 300, 400 ewu rubel saben wulan.
Amarga akeh slogan pariwara kaya "sapa wae bisa dadi analis data", "master learning machine ing telung sasi lan miwiti nggawe akeh dhuwit" lan ngelak kanggo dhuwit cepet, aliran gedhe saka calon cethek wis diwutahake menyang kita. lapangan kanthi pancen ora ana latihan sing sistematis.
Victor Kantor
Kepala Ilmuwan Data ing MTS
Sapa sing nunggu majikan?
Sembarang majikan pengin juniore bisa kerja tanpa pengawasan sing terus-terusan lan bisa berkembang ing sangisore pimpinan tim. Kanggo nindakake iki, pamula kudu langsung duwe alat sing dibutuhake kanggo ngatasi masalah saiki, lan duwe basis teori sing cukup kanggo ngusulake solusi dhewe lan nyedhaki masalah sing luwih rumit.
Newbies ing pasar nindakake cukup apik karo piranti. Kursus jangka pendek ngidini sampeyan nguasai kanthi cepet lan bisa kerja.
Miturut riset dening HeadHunter lan Mail.ru, katrampilan sing paling dikarepake yaiku Python. Disebutake ing 45% lowongan data scientist lan 51% lowongan machine learning.
Pengusaha uga pengin analis data ngerti SQL (23%), data mining (19%), statistik matematika (11%) lan bisa nggarap data gedhe (10%).
Pengusaha sing nggoleki spesialis pembelajaran mesin ngarepake manawa calon bakal pinter ing C ++ (18%), SQL (15%), algoritma pembelajaran mesin (13%) lan Linux (11%) saliyane kawruh babagan Python.
Nanging yen junior nindakake kanthi apik karo alat kasebut, manajere bakal ngadhepi masalah liyane. Umume lulusan ora duwe pangerten sing jero babagan profesi kasebut, dadi angel kanggo pemula kanggo maju.
Aku saiki nggoleki spesialis machine learning kanggo gabung karo timku. Ing wektu sing padha, aku weruh yen calon wis kerep nguwasani alat Ilmu Data tartamtu, nanging ora duwe pangerten sing cukup jero babagan dhasar teori kanggo nggawe solusi anyar.
Emil Maharramov
Kepala Grup Layanan Kimia Komputasi, Biocad
Struktur lan durasi kursus ora ngidini sampeyan luwih jero menyang level sing dibutuhake. Lulusan asring kurang katrampilan alus sing biasane ora kejawab nalika maca lowongan kerja. Ya, tenan, sapa ing antarane kita bakal ujar manawa dheweke ora duwe sistem mikir utawa kepinginan kanggo berkembang. Nanging, gegayutan karo spesialis Ilmu Data, kita ngomong babagan crita sing luwih jero. Ing kene, kanggo ngembangake, sampeyan butuh bias sing cukup kuat ing teori lan ilmu pengetahuan, sing mung bisa ditindakake kanthi sinau jangka panjang, contone, ing universitas.
Akeh gumantung saka wong kasebut: yen kursus intensif telung sasi saka guru sing kuwat karo pengalaman minangka tim mimpin ing perusahaan paling dhuwur rampung dening siswa sing duwe latar mburi sing apik ing matematika lan pemrograman, nyelidiki kabeh materi kursus lan "nyerep kaya spons. ,β kaya sing diomongake ing sekolah, mengko bakal ana masalah karo karyawan kaya ngono No. Nanging 90-95% wong, kanggo sinau soko ing salawas-lawase, kudu sinau sepuluh kaping luwih lan nindakaken sistematis kanggo sawetara taun saurutan. Lan iki ndadekake program master ing analisis data minangka pilihan sing apik kanggo entuk dhasar kawruh sing apik, sing sampeyan ora kudu isin nalika wawancara, lan bakal luwih gampang nindakake pakaryan kasebut.
Victor Kantor
Kepala Ilmuwan Data ing MTS
Where sinau kanggo golek proyek ing Ilmu Data
Ana akeh kursus Ilmu Data sing apik ing pasar lan entuk pendhidhikan awal ora dadi masalah. Nanging penting kanggo mangerteni fokus pendidikan iki. Yen calon wis duwe latar mburi teknis sing kuwat, mula kursus intensif sing dibutuhake. Wong bakal nguwasani alat kasebut, teka ing papan kasebut lan cepet-cepet digunakake, amarga dheweke wis ngerti carane mikir kaya ahli matematika, ndeleng masalah lan ngrumusake masalah. Yen ora ana latar mburi kasebut, banjur sawise kursus sampeyan bakal dadi pemain sing apik, nanging kanthi kesempatan winates kanggo tuwuh.
Yen sampeyan ngadhepi tugas jangka pendek kanggo ngganti profesi utawa golek kerja ing spesialisasi iki, mula sawetara kursus sistematis sing cocog kanggo sampeyan, sing cendhak lan cepet nyedhiyakake katrampilan teknis minimal supaya sampeyan bisa entuk kualifikasi. posisi entry-level ing lapangan iki.
Ivan Yamshchikov
Direktur Akademik program master online "Ilmu Data"
Masalah karo kursus kasebut yaiku nyedhiyakake akselerasi sing cepet nanging minimal. Wong secara harfiah mabur menyang Profesi lan cepet tekan langit-langit. Kanggo nglebokake profesi kanggo wektu sing suwe, sampeyan kudu langsung nggawe dhasar sing apik ing wangun program jangka panjang, contone, gelar master.
Pendhidhikan sing luwih dhuwur cocog yen sampeyan ngerti manawa lapangan iki narik minat sampeyan kanggo jangka panjang. Sampeyan ora sregep njaluk menyang karya sanalika bisa. Lan sampeyan ora pengin duwe langit-langit karir; sampeyan uga ora pengin ngadhepi masalah kekurangan kawruh, katrampilan, kurang pangerten babagan ekosistem umum kanthi bantuan produk inovatif sing dikembangake. Kanggo iki, sampeyan butuh pendhidhikan sing luwih dhuwur, sing ora mung nggawe set katrampilan teknis sing dibutuhake, nanging uga nggawe struktur pikiran kanthi beda lan mbantu sampeyan nggawe visi karir kanggo jangka panjang.
Ivan Yamshchikov
Direktur Akademik program master online "Ilmu Data"
Ora ana langit-langit karir minangka kauntungan utama program master. Ing rong taun, spesialis nampa basis teori kuat. Iki minangka semester pertama ing program Ilmu Data ing NUST MISIS:
- Pambuka kanggo Ilmu Data. 2 minggu.
- Dhasaring analisis data. Pangolahan data. 2 minggu
- Pembelajaran mesin. Preprocessing data. 2 minggu
- EDA. Analisis data intelijen. 3 minggu
- Algoritma machine learning dhasar. Ch1 + Ch2 (6 minggu)
Ing wektu sing padha, sampeyan bisa entuk pengalaman praktis ing karya. Ora ana sing ngalangi sampeyan entuk posisi junior sanalika siswa wis nguwasani alat sing dibutuhake. Nanging, ora kaya lulusan kursus, gelar master ora mandheg sinau ing kana, nanging terus sinau luwih jero babagan profesi kasebut. Ing mangsa ngarep, iki ngidini sampeyan ngembangake Ilmu Data tanpa watesan.
Ing situs web Universitas Sains lan Teknologi "MISiS" kanggo sing pengin kerja ing Ilmu Data. Perwakilan NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group lan Yandex, aku bakal ngandhani babagan sing paling penting:
- "Kepiye golek panggonan ing Ilmu Data?",
- "Apa bisa dadi ilmuwan data saka awal?",
- "Apa perlu kanggo ilmuwan data isih ana ing 2-5 taun?"
- "Masalah apa sing ditindakake para ilmuwan data?"
- "Kepiye mbangun karir ing Ilmu Data?"
Pelatihan online, diploma pendidikan umum. ditampa nganti 10 Aug.
Source: www.habr.com