HeadHunter және Mail.ru зерттеулеріне сәйкес, Data Science саласындағы мамандарға сұраныс ұсыныстан асып түседі, бірақ соған қарамастан жас мамандар әрқашан жұмыс таба алмайды. Біз сізге қандай курс түлектері жетіспейтінін және Data Science саласында үлкен мансапты жоспарлап отырғандар үшін қайда оқу керектігін айтамыз.
«Олар келіп, енді секундына 500 мың табамыз деп ойлайды, өйткені олар жақтаулардың атауларын және олардан модельді екі жолға қалай жүргізу керектігін біледі»
Эмиль Махаррамов ол biocad компаниясында есептеу химиясы бойынша қызметтер тобын басқарады және сұхбат кезінде кандидаттардың мамандық туралы жүйелі түсінігі жоқтығына тап болады. Олар курстарды аяқтайды, жақсы дайындалған Python және SQL-мен бірге келеді, Hadoop немесе Spark-ті 2 секундта орната алады және нақты спецификацияға сәйкес тапсырманы орындай алады. Бірақ, сонымен қатар, енді бүйірлік қадам жоқ. Бұл жұмыс берушілер деректер ғылымының мамандарынан күтетін шешімдердің икемділігі болса да.
Data Science нарығында не болып жатыр
Жас мамандардың құзыреті еңбек нарығындағы жағдайды көрсетеді. Мұнда сұраныс ұсыныстан айтарлықтай асып түседі, сондықтан үмітсіз жұмыс берушілер көбінесе толығымен жасыл мамандарды жалдауға және оларды өздері үшін оқытуға дайын. Опция жұмыс істейді, бірақ командада жасөспірімді оқытуды қолға алатын тәжірибелі топ жетекшісі болған жағдайда ғана қолайлы.
HeadHunter және Mail.ru зерттеулеріне сәйкес, деректерді талдау мамандары нарықта ең сұранысқа ие:
- 2019 жылы деректерді талдау саласында 9,6 есе, ал машиналық оқыту саласында 7,2 жылмен салыстырғанда 2015 есе көп бос орындар болды.
- 2018 жылмен салыстырғанда деректерді талдау бойынша мамандардың бос орындарының саны 1,4 есеге, ал машиналық оқыту мамандары үшін 1,3 есеге өсті.
- Ашық бос жұмыс орындарының 38%-ы IT-компанияларында, 29%-ы қаржы секторындағы компанияларда, 9%-ы бизнес қызметтерінде.
Жағдайды дәл сол жасөспірімдерді оқытатын көптеген онлайн мектептер тудыруда. Негізінде, оқыту үш айдан алты айға дейін созылады, оның барысында студенттер базалық деңгейде негізгі құралдарды меңгереді: Python, SQL, деректерді талдау, Git және Linux. Нәтиже – классикалық кіші: ол белгілі бір мәселені шеше алады, бірақ әлі де мәселені түсініп, мәселені өз бетімен тұжырымдай алмайды. Дегенмен, мамандарға деген жоғары сұраныс пен бұл мамандықтың айналасындағы дүрбелең көбінесе жоғары амбициялар мен жалақы талаптарын тудырады.
Өкінішке орай, Data Science-тегі сұхбаттар қазір әдетте келесідей көрінеді: үміткер бірнеше кітапхананы қолдануға тырысатынын айтады, алгоритмдер қалай жұмыс істейтіні туралы сұрақтарға жауап бере алмайды, содан кейін айына 200, 300, 400 мың рубль сұрайды. .
«Кез келген адам деректер талдаушысы бола алады», «үш айда машинаны меңгеруді меңгеріп, көп ақша таба бастайды» сияқты жарнамалық ұрандардың көптігіне және тез ақшаға деген құштарлыққа байланысты біздің компанияға үстірт кандидаттардың үлкен легі ағылды. мүлдем жүйелі дайындықсыз сала.
Виктор Кантор
МТС бас деректанушысы
Жұмыс берушілер кімді күтуде?
Кез келген жұмыс беруші өз жасөспірімнің тұрақты бақылаусыз жұмыс істегенін және топ жетекшісінің басшылығымен дами алатынын қалайды. Ол үшін жаңадан бастаушы ағымдағы мәселелерді шешуге қажетті құралдарды дереу меңгеруі керек және өз шешімдерін біртіндеп ұсынуға және күрделі мәселелерге жақындауға жеткілікті теориялық негізге ие болуы керек.
Нарықтағы жаңадан келгендер өз құралдарымен жақсы жұмыс істейді. Қысқа мерзімді курстар оларды тез меңгеріп, жұмысқа кірісуге мүмкіндік береді.
HeadHunter және Mail.ru зерттеулеріне сәйкес, ең сұранысқа ие шеберлік - Python. Бұл деректер ғалымдарының бос орындарының 45% және машиналық оқытудағы бос орындардың 51% -ында айтылған.
Сондай-ақ жұмыс берушілер деректер талдаушыларының SQL (23%), деректерді өңдеу (19%), математикалық статистиканы (11%) және үлкен деректермен жұмыс істей алуын (10%) білуін қалайды.
Машиналық оқыту мамандарын іздейтін жұмыс берушілер үміткерден Python тілін білумен қатар C++ (18%), SQL (15%), машиналық оқыту алгоритмдері (13%) және Linux (11%) тілдерін меңгерген болуын күтеді.
Бірақ егер жасөспірімдер құралдармен жақсы жұмыс істесе, олардың менеджерлері басқа мәселеге тап болады. Курс бітірушілерінің көпшілігі мамандықты терең түсінбейді, бұл жаңадан бастаған адамның алға жылжуын қиындатады.
Мен қазір командама қосылу үшін машиналық оқыту мамандарын іздеп жүрмін. Сонымен қатар, мен үміткерлердің белгілі бір Data Science құралдарын жиі игергенін көремін, бірақ олар жаңа шешімдерді жасау үшін теориялық негіздерді жеткілікті терең түсінбейді.
Эмиль Махаррамов
Biocad, Есептеу химиясы қызметтері тобының жетекшісі
Курстардың құрылымы мен ұзақтығының өзі қажетті деңгейге тереңірек түсуге мүмкіндік бермейді. Түлектер көбінесе бос жұмыс орнын оқу кезінде жіберіп алатын өте жұмсақ дағдыларға ие болмайды. Шынымен де, біздің арамызда оның жүйелі ойлауы немесе дамуға деген ұмтылысы жоқ деп кім айта алады. Дегенмен, Data Science маманына қатысты біз тереңірек оқиға туралы айтып отырмыз. Мұнда даму үшін сізге теория мен ғылымда жеткілікті күшті бейімділік қажет, бұл ұзақ мерзімді оқу арқылы ғана мүмкін болады, мысалы, университетте.
Көп нәрсе адамға байланысты: егер топ компанияларында жетекшілік ететін тәжірибесі бар мықты мұғалімдерден үш айлық интенсивті курсты математика мен бағдарламалауда жақсы білімі бар студент аяқтаса, барлық курс материалдарын игеріп, «губка сияқты сіңіреді». », олар мектепте айтқандай, кейінірек мұндай қызметкермен проблемалар туындайды №. Бірақ адамдардың 90-95%-ы бір нәрсені мәңгілікке үйрену үшін он есе көп үйреніп, оны бірнеше жыл қатарынан жүйелі түрде жасауы керек. Бұл деректерді талдау бойынша магистрлік бағдарламаларды білімнің жақсы негізін алудың тамаша нұсқасына айналдырады, оның көмегімен сұхбатта қызарудың қажеті жоқ және жұмысты орындау оңайырақ болады.
Виктор Кантор
МТС бас деректанушысы
Data Science бойынша жұмыс табу үшін қайда оқу керек
Нарықта көптеген жақсы Data Science курстары бар және бастапқы білім алу проблема емес. Бірақ бұл білімнің фокусын түсіну маңызды. Егер кандидаттың техникалық білімі жоғары болса, қарқынды курстар оларға қажет. Адам құрал-саймандарды меңгеріп, сол жерге келіп, тез үйреніп кетеді, өйткені ол математик сияқты ойлауды, есепті көріп, есептер шығаруды бұрыннан біледі. Егер мұндай фон болмаса, онда курстан кейін сіз жақсы орындаушы боласыз, бірақ өсу мүмкіндігі шектеулі.
Егер сіздің алдыңызда кәсіпті өзгерту немесе осы мамандық бойынша жұмыс табу сияқты қысқа мерзімді міндет тұрса, онда сіз үшін кейбір жүйелі курстар қолайлы, олар қысқа және тез арада техникалық дағдылардың минималды жиынтығын қамтамасыз етеді, осылайша сіз жоғары оқу орындарына қатысуға жарамды боласыз. осы саладағы бастапқы деңгейдегі позиция.
Иван Ямщиков
«Data Science» онлайн магистратура бағдарламасының академиялық директоры
Курстардағы мәселе олардың жылдам, бірақ ең аз жеделдетуді қамтамасыз етуінде. Адам мамандыққа ұшады және төбеге тез жетеді. Ұзақ уақыт бойы мамандыққа түсу үшін сізге ұзақ мерзімді бағдарлама, мысалы, магистратура түрінде бірден жақсы негіз қалау керек.
Бұл сала сізді ұзақ мерзімді қызықтыратынын түсінсеңіз, жоғары білім қолайлы. Сіз жұмысқа тезірек кірісуге құлшыныссыз. Сіз мансаптық төбеге ие болғыңыз келмейді, сонымен қатар білімнің, дағдылардың жетіспеушілігі, инновациялық өнімдердің көмегімен жалпы экожүйені түсінбеу мәселесіне тап болғыңыз келмейді. Ол үшін сізге техникалық дағдылардың қажетті жиынтығын жасап қана қоймай, сонымен қатар сіздің ойлауыңызды басқаша құрылымдайтын және сіздің мансабыңыз туралы ұзақ мерзімді перспективаға көзқарас қалыптастыруға көмектесетін жоғары білім қажет.
Иван Ямщиков
«Data Science» онлайн магистратура бағдарламасының академиялық директоры
Мансаптық төбенің болмауы магистрлік бағдарламаның басты артықшылығы болып табылады. Екі жылда маман қуатты теориялық база алады. NUST MISIS деректер ғылымы бағдарламасының бірінші семестрі осылай көрінеді:
- Деректер туралы ғылымға кіріспе. 2 апта.
- Мәліметтерді талдау негіздері. Мәліметтерді өңдеу. 2 апта
- Машиналық оқыту. Деректерді алдын ала өңдеу. 2 апта
- EDA. Интеллект деректерін талдау. 3 апта
- Негізгі машиналық оқыту алгоритмдері. Ch1 + Ch2 (6 апта)
Сонымен қатар, сіз бір уақытта жұмыста практикалық тәжірибе ала аласыз. Студент қажетті құралдарды игерген бойда кіші позицияны алуыңызға ештеңе кедергі емес. Бірақ, курс бітірушілерінен айырмашылығы, магистратура онда оқуын тоқтатпайды, бірақ мамандығына тереңірек үңілуді жалғастырады. Болашақта бұл Data Science саласында шектеусіз дамуға мүмкіндік береді.
«MISiS» Ғылым және технология университетінің сайтында Data Science саласында жұмыс істегісі келетіндер үшін. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group және Yandex өкілдері, мен сізге ең маңызды нәрселер туралы айтып беремін:
- «Деректану ғылымында өз орныңызды қалай табуға болады?»,
- «Нөлден бастап деректер ғалымы болу мүмкін бе?»,
- «2-5 жылдан кейін деректер ғалымдарының қажеттілігі әлі де бола ма?»
- «Дерек ғалымдары қандай мәселелермен жұмыс істейді?»
- «Деректер ғылымында мансапты қалай құруға болады?»
Онлайн оқыту, халыққа білім беру дипломы. дейін қабылданады 10 тамыз.
Ақпарат көзі: www.habr.com