വേഗത്തിലുള്ള ആരംഭവും താഴ്ന്ന സീലിംഗും. തൊഴിൽ വിപണിയിൽ യുവ ഡാറ്റാ സയൻസ് സ്പെഷ്യലിസ്റ്റുകളെ കാത്തിരിക്കുന്നത് എന്താണ്

HeadHunter, Mail.ru എന്നിവയുടെ ഗവേഷണമനുസരിച്ച്, ഡാറ്റാ സയൻസ് മേഖലയിലെ സ്പെഷ്യലിസ്റ്റുകളുടെ ആവശ്യം വിതരണത്തേക്കാൾ കൂടുതലാണ്, എന്നിരുന്നാലും, യുവ സ്പെഷ്യലിസ്റ്റുകൾക്ക് എല്ലായ്പ്പോഴും ജോലി കണ്ടെത്താൻ കഴിയുന്നില്ല. ഡാറ്റാ സയൻസിൽ വലിയൊരു കരിയർ ആസൂത്രണം ചെയ്യുന്നവർക്ക് ഏത് കോഴ്‌സ് ബിരുദധാരികളെ കാണാതായെന്നും എവിടെ പഠിക്കണമെന്നും ഞങ്ങൾ നിങ്ങളോട് പറയുന്നു.

"അവർ വന്ന് ഇപ്പോൾ അവർ സെക്കൻഡിൽ 500k സമ്പാദിക്കുമെന്ന് കരുതുന്നു, കാരണം ചട്ടക്കൂടുകളുടെ പേരുകളും അവയിൽ നിന്ന് ഒരു മോഡൽ രണ്ട് വരികളിൽ എങ്ങനെ പ്രവർത്തിപ്പിക്കാമെന്നും അവർക്ക് അറിയാം"

എമിൽ മഹറാമോവ് ബയോകാഡിലെ ഒരു കൂട്ടം കമ്പ്യൂട്ടേഷണൽ കെമിസ്ട്രി സേവനങ്ങൾക്ക് അദ്ദേഹം നേതൃത്വം നൽകുന്നു, അഭിമുഖങ്ങളിൽ ഉദ്യോഗാർത്ഥികൾക്ക് തൊഴിലിനെക്കുറിച്ച് ചിട്ടയായ ധാരണ ഇല്ലെന്ന വസ്തുത അദ്ദേഹം അഭിമുഖീകരിക്കുന്നു. അവർ കോഴ്‌സുകൾ പൂർത്തിയാക്കുന്നു, നന്നായി പരിശീലിപ്പിച്ച പൈത്തണും SQL ഉം വരുന്നു, 2 സെക്കൻഡിനുള്ളിൽ Hadoop അല്ലെങ്കിൽ Spark ഇൻസ്റ്റാൾ ചെയ്യാനും വ്യക്തമായ സ്പെസിഫിക്കേഷൻ അനുസരിച്ച് ഒരു ടാസ്ക് പൂർത്തിയാക്കാനും കഴിയും. എന്നാൽ അതേ സമയം, വശത്തേക്ക് ഇനി ഒരു ചുവടും ഇല്ല. തൊഴിലുടമകൾ അവരുടെ ഡാറ്റാ സയൻസ് സ്പെഷ്യലിസ്റ്റുകളിൽ നിന്ന് പ്രതീക്ഷിക്കുന്നത് പരിഹാരങ്ങളിൽ വഴക്കമുള്ളതാണെങ്കിലും.

ഡാറ്റാ സയൻസ് മാർക്കറ്റിൽ എന്താണ് സംഭവിക്കുന്നത്

യുവ സ്പെഷ്യലിസ്റ്റുകളുടെ കഴിവുകൾ തൊഴിൽ വിപണിയിലെ സാഹചര്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു. ഇവിടെ, ഡിമാൻഡ് ഗണ്യമായി വിതരണത്തേക്കാൾ കൂടുതലാണ്, അതിനാൽ നിരാശരായ തൊഴിലുടമകൾ പലപ്പോഴും പൂർണ്ണമായും ഗ്രീൻ സ്പെഷ്യലിസ്റ്റുകളെ നിയമിക്കാനും അവരെ സ്വയം പരിശീലിപ്പിക്കാനും തയ്യാറാണ്. ഓപ്ഷൻ പ്രവർത്തിക്കുന്നു, പക്ഷേ ടീമിന് ഇതിനകം പരിചയസമ്പന്നനായ ഒരു ടീം ലീഡർ ഉണ്ടെങ്കിൽ മാത്രമേ അനുയോജ്യമാകൂ, അത് ജൂനിയറിന്റെ പരിശീലനം ഏറ്റെടുക്കും.

HeadHunter, Mail.ru എന്നിവയുടെ ഗവേഷണമനുസരിച്ച്, ഡാറ്റാ അനാലിസിസ് സ്പെഷ്യലിസ്റ്റുകൾ വിപണിയിൽ ഏറ്റവും കൂടുതൽ ഡിമാൻഡുള്ളവരാണ്:

• 2019-ൽ, ഡാറ്റാ അനാലിസിസ് മേഖലയിൽ 9,6 ഇരട്ടി ഒഴിവുകളും മെഷീൻ ലേണിംഗ് മേഖലയിൽ 7,2-നേക്കാൾ 2015 മടങ്ങും കൂടുതൽ ഒഴിവുകൾ ഉണ്ടായിരുന്നു.
• 2018 നെ അപേക്ഷിച്ച്, ഡാറ്റാ അനാലിസിസ് സ്പെഷ്യലിസ്റ്റുകളുടെ ഒഴിവുകളുടെ എണ്ണം 1,4 മടങ്ങും മെഷീൻ ലേണിംഗ് സ്പെഷ്യലിസ്റ്റുകളുടെ ഒഴിവുകളുടെ എണ്ണം 1,3 മടങ്ങും വർദ്ധിച്ചു.
• 38% ഓപ്പൺ ഒഴിവുകൾ ഐടി കമ്പനികളിലും 29% സാമ്പത്തിക മേഖലയിലെ കമ്പനികളിലും 9% ബിസിനസ് സേവനങ്ങളിലുമാണ്.

ഇതേ ജൂനിയർമാരെ പരിശീലിപ്പിക്കുന്ന നിരവധി ഓൺലൈൻ സ്കൂളുകളാണ് ഈ സാഹചര്യത്തിന് ആക്കം കൂട്ടുന്നത്. അടിസ്ഥാനപരമായി, പരിശീലനം മൂന്ന് മുതൽ ആറ് മാസം വരെ നീണ്ടുനിൽക്കും, ഈ സമയത്ത് വിദ്യാർത്ഥികൾക്ക് അടിസ്ഥാന തലത്തിൽ പ്രധാന ഉപകരണങ്ങൾ മാസ്റ്റർ ചെയ്യാൻ കഴിയും: പൈത്തൺ, എസ്‌ക്യുഎൽ, ഡാറ്റ വിശകലനം, ജിറ്റ്, ലിനക്സ്. ഫലം ഒരു ക്ലാസിക് ജൂനിയർ ആണ്: അയാൾക്ക് ഒരു നിർദ്ദിഷ്ട പ്രശ്നം പരിഹരിക്കാൻ കഴിയും, പക്ഷേ ഇപ്പോഴും പ്രശ്നം മനസിലാക്കാനും സ്വന്തമായി പ്രശ്നം രൂപപ്പെടുത്താനും കഴിയില്ല. എന്നിരുന്നാലും, സ്പെഷ്യലിസ്റ്റുകൾക്കുള്ള ഉയർന്ന ഡിമാൻഡും തൊഴിലിനെ ചുറ്റിപ്പറ്റിയുള്ള ഹൈപ്പും പലപ്പോഴും ഉയർന്ന അഭിലാഷങ്ങൾക്കും ശമ്പള ആവശ്യകതകൾക്കും കാരണമാകുന്നു.

നിർഭാഗ്യവശാൽ, ഡാറ്റാ സയൻസിലെ അഭിമുഖങ്ങൾ ഇപ്പോൾ സാധാരണയായി ഇതുപോലെയാണ് കാണപ്പെടുന്നത്: താൻ രണ്ട് ലൈബ്രറികൾ ഉപയോഗിക്കാൻ ശ്രമിച്ചുവെന്ന് സ്ഥാനാർത്ഥി പറയുന്നു, അൽഗോരിതം എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിനെക്കുറിച്ചുള്ള ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ കഴിയില്ല, തുടർന്ന് ഒരു മാസം 200, 300, 400 ആയിരം റുബിളുകൾ കൈയിൽ ചോദിക്കുന്നു .

"ആർക്കും ഡാറ്റാ അനലിസ്റ്റാകാം", "മൂന്ന് മാസത്തിനുള്ളിൽ മെഷീൻ ലേണിംഗ് മാസ്റ്റർ, ധാരാളം പണം സമ്പാദിക്കാൻ തുടങ്ങുക" തുടങ്ങിയ പരസ്യ മുദ്രാവാക്യങ്ങളുടെ ധാരാളമായ എണ്ണം കാരണം, പെട്ടെന്നുള്ള പണത്തിനായുള്ള ദാഹം കാരണം, ഉപരിപ്ലവമായ സ്ഥാനാർത്ഥികളുടെ ഒരു വലിയ പ്രവാഹം ഞങ്ങളിലേക്ക് ഒഴുകി. തികച്ചും ചിട്ടയായ പരിശീലനമില്ലാത്ത ഫീൽഡ്.

വിക്ടർ കാന്റർ
എംടിഎസിലെ ചീഫ് ഡാറ്റാ സയന്റിസ്റ്റ്

തൊഴിലുടമകൾ ആരെയാണ് കാത്തിരിക്കുന്നത്?

ഏതൊരു തൊഴിലുടമയും തങ്ങളുടെ ജൂനിയർമാർ നിരന്തരമായ മേൽനോട്ടമില്ലാതെ പ്രവർത്തിക്കാനും ഒരു ടീം ലീഡറുടെ മാർഗനിർദേശത്തിന് കീഴിൽ വികസിപ്പിക്കാനും ആഗ്രഹിക്കുന്നു. ഇത് ചെയ്യുന്നതിന്, ഒരു തുടക്കക്കാരന് നിലവിലെ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന് ആവശ്യമായ ഉപകരണങ്ങൾ ഉടനടി കൈവശം വയ്ക്കണം, കൂടാതെ ക്രമേണ സ്വന്തം പരിഹാരങ്ങൾ നിർദ്ദേശിക്കാനും കൂടുതൽ സങ്കീർണ്ണമായ പ്രശ്നങ്ങളെ സമീപിക്കാനും മതിയായ സൈദ്ധാന്തിക അടിത്തറ ഉണ്ടായിരിക്കണം.

വിപണിയിലെ പുതുമുഖങ്ങൾ അവരുടെ ഉപകരണങ്ങൾ നന്നായി ചെയ്യുന്നു. ഹ്രസ്വകാല കോഴ്സുകൾ വേഗത്തിൽ മാസ്റ്റർ ചെയ്യാനും ജോലിയിൽ പ്രവേശിക്കാനും നിങ്ങളെ അനുവദിക്കുന്നു.

HeadHunter ഉം Mail.ru ഉം നടത്തിയ ഗവേഷണമനുസരിച്ച്, ഏറ്റവും ആവശ്യമുള്ള വൈദഗ്ദ്ധ്യം പൈത്തണാണ്. 45% ഡാറ്റാ സയന്റിസ്റ്റ് ഒഴിവുകളിലും 51% മെഷീൻ ലേണിംഗ് ഒഴിവുകളിലും ഇത് സൂചിപ്പിച്ചിരിക്കുന്നു.

ഡാറ്റാ അനലിസ്റ്റുകൾ SQL (23%), ഡാറ്റാ മൈനിംഗ് (19%), ഗണിത സ്ഥിതിവിവരക്കണക്കുകൾ (11%), ബിഗ് ഡാറ്റ (10%) എന്നിവയിൽ പ്രവർത്തിക്കാൻ കഴിയണമെന്നും തൊഴിലുടമകൾ ആഗ്രഹിക്കുന്നു.

മെഷീൻ ലേണിംഗ് സ്പെഷ്യലിസ്റ്റുകൾക്കായി തിരയുന്ന തൊഴിലുടമകൾ, പൈത്തണിനെക്കുറിച്ചുള്ള അറിവിന് പുറമേ ഒരു കാൻഡിഡേറ്റ് C++ (18%), SQL (15%), മെഷീൻ ലേണിംഗ് അൽഗോരിതം (13%), Linux (11%) എന്നിവയിൽ പ്രാവീണ്യമുള്ളവരായിരിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

എന്നാൽ ജൂനിയർമാർ ടൂളുകളിൽ നന്നായി പ്രവർത്തിക്കുന്നുണ്ടെങ്കിൽ, അവരുടെ മാനേജർമാർ മറ്റൊരു പ്രശ്‌നത്തെ അഭിമുഖീകരിക്കുന്നു. മിക്ക കോഴ്‌സ് ബിരുദധാരികൾക്കും ഈ തൊഴിലിനെക്കുറിച്ച് ആഴത്തിലുള്ള ധാരണയില്ല, ഇത് ഒരു തുടക്കക്കാരന് പുരോഗതി കൈവരിക്കുന്നത് ബുദ്ധിമുട്ടാക്കുന്നു.

എന്റെ ടീമിൽ ചേരാൻ ഞാൻ നിലവിൽ മെഷീൻ ലേണിംഗ് സ്പെഷ്യലിസ്റ്റുകളെ തിരയുകയാണ്. അതേ സമയം, സ്ഥാനാർത്ഥികൾ പലപ്പോഴും ചില ഡാറ്റാ സയൻസ് ടൂളുകൾ നേടിയിട്ടുണ്ടെന്ന് ഞാൻ കാണുന്നു, എന്നാൽ പുതിയ പരിഹാരങ്ങൾ സൃഷ്ടിക്കുന്നതിനുള്ള സൈദ്ധാന്തിക അടിത്തറയെക്കുറിച്ച് അവർക്ക് വേണ്ടത്ര ആഴത്തിലുള്ള ധാരണയില്ല.

എമിൽ മഹറാമോവ്
കമ്പ്യൂട്ടേഷണൽ കെമിസ്ട്രി സർവീസസ് ഗ്രൂപ്പിന്റെ തലവൻ, ബയോകാഡ്

കോഴ്സുകളുടെ ഘടനയും കാലാവധിയും ആവശ്യമായ തലത്തിലേക്ക് ആഴത്തിൽ പോകാൻ നിങ്ങളെ അനുവദിക്കുന്നില്ല. ജോലി ഒഴിവുകൾ വായിക്കുമ്പോൾ സാധാരണയായി നഷ്‌ടപ്പെടുന്ന മൃദുവായ കഴിവുകൾ ബിരുദധാരികൾക്ക് പലപ്പോഴും ഇല്ല. ശരി, ശരിക്കും, നമ്മിൽ ആരാണ് തനിക്ക് വ്യവസ്ഥാപിത ചിന്തകളോ വികസിപ്പിക്കാനുള്ള ആഗ്രഹമോ ഇല്ലെന്ന് പറയുക. എന്നിരുന്നാലും, ഒരു ഡാറ്റാ സയൻസ് സ്പെഷ്യലിസ്റ്റുമായി ബന്ധപ്പെട്ട്, ഞങ്ങൾ ഒരു ആഴത്തിലുള്ള കഥയെക്കുറിച്ചാണ് സംസാരിക്കുന്നത്. ഇവിടെ, വികസിപ്പിക്കുന്നതിന്, നിങ്ങൾക്ക് സിദ്ധാന്തത്തിലും ശാസ്ത്രത്തിലും വളരെ ശക്തമായ പക്ഷപാതം ആവശ്യമാണ്, അത് ദീർഘകാല പഠനത്തിലൂടെ മാത്രമേ സാധ്യമാകൂ, ഉദാഹരണത്തിന്, ഒരു സർവകലാശാലയിൽ.

പലതും വ്യക്തിയെ ആശ്രയിച്ചിരിക്കുന്നു: മികച്ച കമ്പനികളിൽ ടീം ലീഡർമാരായി പരിചയമുള്ള ശക്തരായ അധ്യാപകരിൽ നിന്നുള്ള മൂന്ന് മാസത്തെ തീവ്രമായ കോഴ്‌സ് ഗണിതത്തിലും പ്രോഗ്രാമിംഗിലും നല്ല പശ്ചാത്തലമുള്ള ഒരു വിദ്യാർത്ഥി പൂർത്തിയാക്കിയാൽ, എല്ലാ കോഴ്‌സ് മെറ്റീരിയലുകളും പരിശോധിച്ച് “സ്പോഞ്ച് പോലെ ആഗിരണം ചെയ്യുന്നു. ,” അവർ സ്കൂളിൽ പറഞ്ഞതുപോലെ, അത്തരമൊരു ജീവനക്കാരനുമായി പിന്നീട് പ്രശ്നങ്ങൾ ഉണ്ടാകും. എന്നാൽ 90-95% ആളുകളും, എന്തെങ്കിലും എന്നെന്നേക്കുമായി പഠിക്കുന്നതിന്, പത്തിരട്ടി കൂടുതൽ പഠിക്കുകയും തുടർച്ചയായി വർഷങ്ങളോളം അത് വ്യവസ്ഥാപിതമായി ചെയ്യുകയും വേണം. കൂടാതെ ഇത് ഡാറ്റാ വിശകലനത്തിലെ മാസ്റ്റേഴ്സ് പ്രോഗ്രാമുകളെ അറിവിന്റെ നല്ല അടിത്തറ നേടുന്നതിനുള്ള മികച്ച ഓപ്ഷനാക്കി മാറ്റുന്നു, അതിലൂടെ നിങ്ങൾക്ക് ഒരു അഭിമുഖത്തിൽ ലജ്ജിക്കേണ്ടതില്ല, മാത്രമല്ല ജോലി ചെയ്യുന്നത് വളരെ എളുപ്പമായിരിക്കും.

വിക്ടർ കാന്റർ
എംടിഎസിലെ ചീഫ് ഡാറ്റാ സയന്റിസ്റ്റ്

ഡാറ്റ സയൻസിൽ ജോലി കണ്ടെത്താൻ എവിടെ പഠിക്കണം

വിപണിയിൽ നിരവധി നല്ല ഡാറ്റാ സയൻസ് കോഴ്സുകൾ ഉണ്ട്, പ്രാരംഭ വിദ്യാഭ്യാസം നേടുന്നത് ഒരു പ്രശ്നമല്ല. എന്നാൽ ഈ വിദ്യാഭ്യാസത്തിന്റെ ശ്രദ്ധ മനസ്സിലാക്കേണ്ടത് പ്രധാനമാണ്. സ്ഥാനാർത്ഥിക്ക് ഇതിനകം ശക്തമായ സാങ്കേതിക പശ്ചാത്തലമുണ്ടെങ്കിൽ, അവർക്ക് ആവശ്യമുള്ളത് തീവ്രമായ കോഴ്സുകളാണ്. ഒരു വ്യക്തി ഉപകരണങ്ങൾ മാസ്റ്റർ ചെയ്യും, സ്ഥലത്ത് വന്ന് വേഗത്തിൽ അത് ഉപയോഗിക്കും, കാരണം ഒരു ഗണിതശാസ്ത്രജ്ഞനെപ്പോലെ ചിന്തിക്കാനും ഒരു പ്രശ്നം കാണാനും പ്രശ്നങ്ങൾ രൂപപ്പെടുത്താനും അദ്ദേഹത്തിന് ഇതിനകം അറിയാം. അത്തരമൊരു പശ്ചാത്തലം ഇല്ലെങ്കിൽ, കോഴ്‌സിന് ശേഷം നിങ്ങൾ ഒരു മികച്ച പ്രകടനക്കാരനാകും, പക്ഷേ വളർച്ചയ്ക്ക് പരിമിതമായ അവസരങ്ങളുണ്ട്.

ഒരു തൊഴിൽ മാറ്റുന്നതിനോ അല്ലെങ്കിൽ ഈ സ്പെഷ്യാലിറ്റിയിൽ ജോലി കണ്ടെത്തുന്നതിനോ ഉള്ള ഹ്രസ്വകാല ചുമതല നിങ്ങൾ അഭിമുഖീകരിക്കുന്നുണ്ടെങ്കിൽ, ചില ചിട്ടയായ കോഴ്സുകൾ നിങ്ങൾക്ക് അനുയോജ്യമാണ്, അവ ഹ്രസ്വവും വേഗത്തിലുള്ളതുമായ സാങ്കേതിക വൈദഗ്ധ്യം നൽകുന്നതിലൂടെ നിങ്ങൾക്ക് യോഗ്യത നേടാനാകും. ഈ ഫീൽഡിൽ എൻട്രി ലെവൽ സ്ഥാനം.

ഇവാൻ യാംഷിക്കോവ്
ഓൺലൈൻ മാസ്റ്റേഴ്സ് പ്രോഗ്രാമിന്റെ അക്കാദമിക് ഡയറക്ടർ "ഡാറ്റ സയൻസ്"

കോഴ്‌സുകളുടെ പ്രശ്‌നം അവ വേഗതയേറിയതും എന്നാൽ കുറഞ്ഞ ത്വരിതപ്പെടുത്തലും നൽകുന്നു എന്നതാണ്. ഒരു വ്യക്തി അക്ഷരാർത്ഥത്തിൽ തൊഴിലിലേക്ക് പറക്കുകയും വേഗത്തിൽ പരിധിയിലെത്തുകയും ചെയ്യുന്നു. ദീർഘകാലത്തേക്ക് ഈ തൊഴിലിൽ പ്രവേശിക്കുന്നതിന്, നിങ്ങൾ ഉടൻ തന്നെ ഒരു ദീർഘകാല പ്രോഗ്രാമിന്റെ രൂപത്തിൽ ഒരു നല്ല അടിത്തറയിടേണ്ടതുണ്ട്, ഉദാഹരണത്തിന്, ഒരു ബിരുദാനന്തര ബിരുദം.

ഈ ഫീൽഡ് ദീർഘകാലത്തേക്ക് നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെന്ന് മനസ്സിലാക്കുമ്പോൾ ഉന്നത വിദ്യാഭ്യാസം അനുയോജ്യമാണ്. എത്രയും വേഗം ജോലിയിൽ പ്രവേശിക്കാൻ നിങ്ങൾ ഉത്സുകനല്ല. നിങ്ങൾക്ക് ഒരു കരിയർ സീലിംഗ് ഉണ്ടാകാൻ ആഗ്രഹിക്കുന്നില്ല; അറിവിന്റെ അഭാവം, കഴിവുകൾ, നൂതന ഉൽപ്പന്നങ്ങൾ വികസിപ്പിച്ചെടുത്തതിന്റെ സഹായത്തോടെ പൊതുവായ ആവാസവ്യവസ്ഥയെക്കുറിച്ചുള്ള ധാരണയുടെ അഭാവം എന്നിവയും നേരിടാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നില്ല. ഇതിനായി, നിങ്ങൾക്ക് ഒരു ഉന്നത വിദ്യാഭ്യാസം ആവശ്യമാണ്, അത് ആവശ്യമായ സാങ്കേതിക വൈദഗ്ധ്യം സൃഷ്ടിക്കുക മാത്രമല്ല, നിങ്ങളുടെ ചിന്തയെ വ്യത്യസ്തമായി രൂപപ്പെടുത്തുകയും ദീർഘകാലത്തേക്ക് നിങ്ങളുടെ കരിയറിനെക്കുറിച്ചുള്ള ചില കാഴ്ചപ്പാടുകൾ രൂപപ്പെടുത്താൻ സഹായിക്കുകയും ചെയ്യുന്നു.

ഇവാൻ യാംഷിക്കോവ്
ഓൺലൈൻ മാസ്റ്റേഴ്സ് പ്രോഗ്രാമിന്റെ അക്കാദമിക് ഡയറക്ടർ "ഡാറ്റ സയൻസ്"

ഒരു കരിയർ സീലിംഗിന്റെ അഭാവം മാസ്റ്റേഴ്സ് പ്രോഗ്രാമിന്റെ പ്രധാന നേട്ടമാണ്. രണ്ട് വർഷത്തിനുള്ളിൽ, ഒരു സ്പെഷ്യലിസ്റ്റിന് ശക്തമായ സൈദ്ധാന്തിക അടിത്തറ ലഭിക്കുന്നു. NUST MISIS-ലെ ഡാറ്റാ സയൻസ് പ്രോഗ്രാമിലെ ആദ്യ സെമസ്റ്റർ ഇങ്ങനെയാണ്:

• ഡാറ്റാ സയൻസിന്റെ ആമുഖം. 2 ആഴ്ച.
• ഡാറ്റ വിശകലനത്തിന്റെ അടിസ്ഥാനങ്ങൾ. ഡാറ്റ പ്രോസസ്സിംഗ്. 2 ആഴ്ച
• യന്ത്ര പഠനം. ഡാറ്റ പ്രീപ്രോസസിംഗ്. 2 ആഴ്ച
• EDA. ഇന്റലിജൻസ് ഡാറ്റ വിശകലനം. 3 ആഴ്ച
• അടിസ്ഥാന മെഷീൻ ലേണിംഗ് അൽഗോരിതം. Ch1 + Ch2 (6 ആഴ്ച)

അതേ സമയം, നിങ്ങൾക്ക് ഒരേസമയം ജോലിയിൽ പ്രായോഗിക അനുഭവം നേടാനാകും. വിദ്യാർത്ഥി ആവശ്യമായ ഉപകരണങ്ങളിൽ വൈദഗ്ദ്ധ്യം നേടിയ ഉടൻ തന്നെ ജൂനിയർ സ്ഥാനം ലഭിക്കുന്നതിൽ നിന്ന് നിങ്ങളെ തടയാൻ ഒന്നുമില്ല. പക്ഷേ, ഒരു കോഴ്‌സ് ബിരുദധാരിയിൽ നിന്ന് വ്യത്യസ്തമായി, ബിരുദാനന്തര ബിരുദം അവന്റെ പഠനം അവിടെ നിർത്തുന്നില്ല, പക്ഷേ തൊഴിലിലേക്ക് ആഴത്തിൽ പരിശോധിക്കുന്നത് തുടരുന്നു. ഭാവിയിൽ, നിയന്ത്രണങ്ങളില്ലാതെ ഡാറ്റ സയൻസിൽ വികസിപ്പിക്കാൻ ഇത് നിങ്ങളെ അനുവദിക്കുന്നു.

സയൻസ് ആൻഡ് ടെക്നോളജി യൂണിവേഴ്സിറ്റിയുടെ വെബ്സൈറ്റിൽ "MISiS" തുറന്ന ദിവസങ്ങളും വെബിനാറുകളും ഡാറ്റാ സയൻസിൽ ജോലി ചെയ്യാൻ ആഗ്രഹിക്കുന്നവർക്ക്. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru ഗ്രൂപ്പ്, Yandex എന്നിവയുടെ പ്രതിനിധികൾ, ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യങ്ങളെക്കുറിച്ച് ഞാൻ നിങ്ങളോട് പറയും:

• "ഡാറ്റ സയൻസിൽ നിങ്ങളുടെ സ്ഥാനം എങ്ങനെ കണ്ടെത്താം?",
• "ആദ്യം മുതൽ ഒരു ഡാറ്റ ശാസ്ത്രജ്ഞനാകാൻ കഴിയുമോ?",
• "ഡാറ്റാ സയന്റിസ്റ്റുകളുടെ ആവശ്യം 2-5 വർഷത്തിനുള്ളിൽ നിലനിൽക്കുമോ?"
• "ഡാറ്റ ശാസ്ത്രജ്ഞർ എന്ത് പ്രശ്നങ്ങളിലാണ് പ്രവർത്തിക്കുന്നത്?"
• "ഡാറ്റ സയൻസിൽ എങ്ങനെ ഒരു കരിയർ നിർമ്മിക്കാം?"

ഓൺലൈൻ പരിശീലനം, പൊതുവിദ്യാഭ്യാസ ഡിപ്ലോമ. പ്രോഗ്രാമിനുള്ള അപേക്ഷകൾ വരെ സ്വീകരിച്ചു ആഗസ്റ്റ് ആഗസ്റ്റ്.

അവലംബം: www.habr.com