HeadHunter ir Mail.ru tyrimų duomenimis, duomenų mokslo srities specialistų paklausa viršija pasiūlą, tačiau net ir tokiu atveju jauniems specialistams ne visada pavyksta susirasti darbą. Pasakome, kokių kursų absolventų trūksta ir kur mokytis tiems, kurie planuoja didelę karjerą duomenų mokslų srityje.
„Ateina ir galvoja, kad dabar uždirbs 500 XNUMX per sekundę, nes žino karkasų pavadinimus ir kaip iš jų paleisti modelį dviem eilutėmis“
Emilis Maharramovas jis vadovauja skaičiuojamosios chemijos paslaugų grupei Biocad ir pokalbių metu susiduria su tuo, kad kandidatai neturi sisteminio supratimo apie profesiją. Jie baigia kursus, yra su gerai apmokytais Python ir SQL, gali įdiegti Hadoop arba Spark per 2 sekundes ir atlikti užduotį pagal aiškią specifikaciją. Bet tuo pačiu nebėra žingsnio į šoną. Nors būtent lankstumo sprendimuose darbdaviai tikisi iš savo duomenų mokslo specialistų.
Kas vyksta duomenų mokslo rinkoje
Jaunųjų specialistų kompetencijos atspindi situaciją darbo rinkoje. Čia paklausa gerokai viršija pasiūlą, tad beviltiški darbdaviai dažnai tikrai pasiruošę samdyti visiškai žalius specialistus ir juos apmokyti patys. Variantas veikia, bet tinka tik tuo atveju, jei komandoje jau yra patyręs komandos vadovas, kuris perims jaunesniojo treniruotes.
Remiantis HeadHunter ir Mail.ru tyrimais, duomenų analizės specialistai yra vieni paklausiausių rinkoje:
- 2019 metais duomenų analizės srityje buvo 9,6 karto daugiau laisvų darbo vietų, o mašininio mokymosi srityje – 7,2 karto daugiau nei 2015 metais.
- Duomenų analizės specialistų laisvų darbo vietų skaičius, palyginti su 2018 m., išaugo 1,4 karto, mašininio mokymosi specialistų – 1,3 karto.
- 38% laisvų darbo vietų yra IT įmonėse, 29% finansų sektoriaus įmonėse, 9% verslo paslaugų sektoriuje.
Padėtį skatina daugybė internetinių mokyklų, kurios moko tuos pačius jaunesniuosius. Iš esmės mokymai trunka nuo trijų iki šešių mėnesių, per kuriuos studentai sugeba įvaldyti pagrindinius įrankius baziniame lygyje: Python, SQL, duomenų analizę, Git ir Linux. Rezultatas yra klasikinis jaunesnysis: jis gali išspręsti konkrečią problemą, bet vis tiek negali suprasti problemos ir pats suformuluoti problemos. Tačiau didelė specialistų paklausa ir ažiotažas apie šią profesiją dažnai sukelia didelių ambicijų ir atlyginimo reikalavimų.
Deja, interviu „Data Science“ dabar dažniausiai atrodo taip: kandidatas sako, kad bandė naudotis keliomis bibliotekomis, negali atsakyti į klausimus, kaip tiksliai veikia algoritmai, tada prašo 200, 300, 400 tūkstančių rublių per mėnesį į rankas .
Dėl daugybės reklaminių šūkių, tokių kaip „duomenų analitiku gali tapti bet kas“, „per tris mėnesius įvaldyti mašininį mokymąsi ir pradėti uždirbti daug pinigų“ ir greitų pinigų troškulio, į mūsų šalį pasipylė didžiulis srautas paviršutiniškų kandidatų. srityje be jokio sistemingo mokymo.
Viktoras Kantoras
MTS vyriausiasis duomenų mokslininkas
Ko laukia darbdaviai?
Bet kuris darbdavys norėtų, kad jo jaunesnieji dirbtų be nuolatinės priežiūros ir galėtų tobulėti vadovaujami komandos vadovo. Norėdami tai padaryti, pradedantysis turi nedelsdamas turėti reikiamus įrankius esamoms problemoms spręsti ir turėti pakankamai teorinio pagrindo, kad galėtų palaipsniui siūlyti savo sprendimus ir spręsti sudėtingesnes problemas.
Naujokams rinkoje gana gerai sekasi su savo įrankiais. Trumpalaikiai kursai leidžia greitai juos įsisavinti ir pradėti dirbti.
Remiantis „HeadHunter“ ir „Mail.ru“ tyrimais, labiausiai reikalingi įgūdžiai yra „Python“. Jis minimas 45 % laisvų duomenų mokslininkų darbo vietų ir 51 % mašininio mokymosi darbo vietų.
Darbdaviai taip pat nori, kad duomenų analitikai išmanytų SQL (23%), duomenų gavybos (19%), matematinės statistikos (11%) ir gebėtų dirbti su dideliais duomenimis (10%).
Darbdaviai, ieškantys mašininio mokymosi specialistų, tikisi, kad kandidatas, be Python žinių, mokės C++ (18%), SQL (15%), mašininio mokymosi algoritmus (13%) ir Linux (11%).
Bet jei jaunesniems gerai sekasi su įrankiais, tai jų vadovai susiduria su kita problema. Dauguma kursų absolventų neturi gilaus profesijos supratimo, todėl pradedančiajam sunku tobulėti.
Šiuo metu prie savo komandos ieškau mašininio mokymosi specialistų. Tuo pačiu matau, kad kandidatai dažnai yra įvaldę tam tikrus duomenų mokslo įrankius, tačiau neturi pakankamai gilaus supratimo apie teorinius pagrindus, kad galėtų kurti naujus sprendimus.
Emilis Maharramovas
Kompiuterinės chemijos paslaugų grupės vadovas, Biocad
Pati kursų struktūra ir trukmė neleidžia gilintis iki reikiamo lygio. Absolventams dažnai trūksta tų labai minkštų įgūdžių, kurių dažniausiai pasigenda skaitydami apie laisvą darbo vietą. Na, tikrai, kas iš mūsų pasakys, kad neturi sisteminio mąstymo ar noro tobulėti. Tačiau kalbant apie duomenų mokslo specialistą, kalbame apie gilesnę istoriją. Čia, norint tobulėti, reikia gana stipraus teorijos ir mokslo šališkumo, o tai įmanoma tik per ilgalaikes studijas, pavyzdžiui, universitete.
Daug kas priklauso nuo žmogaus: jei trijų mėnesių intensyvius kursus iš stiprių dėstytojų, turinčių komandų vadovų patirties geriausiose įmonėse, baigs studentas, turintis gerą matematikos ir programavimo išsilavinimą, įsigilinęs į visą kurso medžiagą ir „susigeria kaip kempinė “, kaip sakydavo mokykloje, tada su tokiu darbuotoju vėliau bus problemų Nr. Tačiau 90-95% žmonių, norėdami kažko išmokti amžinai, turi išmokti dešimt kartų daugiau ir tai daryti sistemingai keletą metų iš eilės. Dėl to duomenų analizės magistrantūros programos yra puiki galimybė įgyti gerą žinių pagrindą, su kuriuo nereikės raudonuoti pokalbio metu, o darbą atlikti bus daug lengviau.
Viktoras Kantoras
MTS vyriausiasis duomenų mokslininkas
Kur studijuoti norint rasti darbą duomenų mokslų srityje
Rinkoje yra daug gerų duomenų mokslo kursų, todėl įgyti pradinį išsilavinimą nėra problema. Tačiau svarbu suprasti šio ugdymo akcentą. Jei kandidatas jau turi tvirtą techninį išsilavinimą, jam reikia intensyvių kursų. Žmogus įvaldys įrankius, ateis į vietą ir greitai pripras, nes jau moka mąstyti kaip matematikas, įžvelgti problemą ir formuluoti uždavinius. Jei tokio fono nėra, tada po kurso būsite geras atlikėjas, bet su ribotomis augimo galimybėmis.
Jei susiduriate su trumpalaikiu uždaviniu pakeisti profesiją ar susirasti darbą pagal šią specialybę, tuomet jums tinka kai kurie sistemingi kursai, kurie yra trumpi ir greitai suteikia minimalių techninių įgūdžių, kad galėtumėte gauti kvalifikaciją. pradinio lygio poziciją šioje srityje.
Ivanas Jamščikovas
Internetinės magistrantūros programos „Duomenų mokslas“ akademinis direktorius
Kursų problema yra būtent ta, kad jie užtikrina greitą, bet minimalų pagreitį. Žmogus tiesiogine prasme skrenda į profesiją ir greitai pasiekia lubas. Norint ilgam įstoti į profesiją, reikia nedelsiant pakloti gerą pagrindą ilgesnės trukmės programos forma, pavyzdžiui, magistro laipsnis.
Aukštasis išsilavinimas tinka tada, kai supranti, kad ši sritis tave domina ilgam. Jūs nenorite kuo greičiau kibti į darbą. Ir jūs nenorite turėti karjeros lubų; jūs taip pat nenorite susidurti su žinių, įgūdžių stokos, bendros ekosistemos, kurios pagalba kuriami inovatyvūs produktai, nesuvokimo problema. Tam reikalingas aukštasis išsilavinimas, kuris ne tik sukuria reikiamus techninius įgūdžius, bet ir kitaip struktūrizuoja mąstymą bei padeda susidaryti tam tikrą ilgesnės trukmės karjeros viziją.
Ivanas Jamščikovas
Internetinės magistrantūros programos „Duomenų mokslas“ akademinis direktorius
Karjeros lubų nebuvimas yra pagrindinis magistrantūros programos privalumas. Per dvejus metus specialistas gauna galingą teorinę bazę. Taip atrodo pirmasis NUST MISIS duomenų mokslo programos semestras:
- Įvadas į duomenų mokslą. 2 savaitės.
- Duomenų analizės pagrindai. Duomenų apdorojimas. 2 savaitės
- Mašininis mokymasis. Išankstinis duomenų apdorojimas. 2 savaitės
- EDA. Žvalgybos duomenų analizė. 3 savaitės
- Pagrindiniai mašininio mokymosi algoritmai. Ch1 + Ch2 (6 savaitės)
Tuo pačiu metu galite įgyti praktinės patirties darbe. Niekas netrukdo jums užimti jaunesniojo posto, kai tik studentas įvaldo reikiamus įrankius. Tačiau, skirtingai nei kurso absolventas, magistro studijos nesustabdo jo studijų, o toliau gilinasi į profesiją. Ateityje tai leis jums tobulėti duomenų moksle be apribojimų.
Mokslo ir technologijos universiteto svetainėje „MISiS“ tiems, kurie nori dirbti duomenų mokslų srityje. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group ir Yandex atstovai papasakosiu apie svarbiausius dalykus:
- „Kaip rasti savo vietą duomenų moksle?“,
- „Ar įmanoma tapti duomenų mokslininku nuo nulio?
- „Ar duomenų mokslininkų poreikis išliks po 2–5 metų?
- „Su kokiomis problemomis dirba duomenų mokslininkai?
- „Kaip sukurti karjerą duomenų mokslų srityje?
Mokymai internetu, visuomenės išsilavinimo diplomas. priimtas iki 10 rugpjūtis.
Šaltinis: www.habr.com