Menurut penyelidikan oleh HeadHunter dan Mail.ru, permintaan untuk pakar dalam bidang Sains Data melebihi bekalan, tetapi walaupun begitu, pakar muda tidak selalu berjaya mencari kerja. Kami memberitahu anda graduan kursus yang tiada dan tempat untuk belajar bagi mereka yang merancang kerjaya besar dalam Sains Data.
"Mereka datang dan berfikir bahawa sekarang mereka akan memperoleh 500k sesaat, kerana mereka tahu nama rangka kerja dan cara menjalankan model daripadanya dalam dua baris"
Emil Maharramov beliau mengetuai kumpulan perkhidmatan kimia pengiraan di biocad dan semasa temuduga beliau berhadapan dengan hakikat bahawa calon tidak mempunyai pemahaman yang sistematik tentang profesion. Mereka menyelesaikan kursus, datang dengan Python dan SQL yang terlatih, boleh memasang Hadoop atau Spark dalam masa 2 saat dan menyelesaikan tugas mengikut spesifikasi yang jelas. Tetapi pada masa yang sama, tiada lagi langkah ke tepi. Walaupun fleksibiliti dalam penyelesaian yang majikan harapkan daripada pakar sains data mereka.
Apa yang berlaku dalam pasaran Sains Data
Kecekapan pakar muda mencerminkan keadaan dalam pasaran buruh. Di sini, permintaan dengan ketara melebihi bekalan, jadi majikan yang terdesak selalunya benar-benar bersedia untuk mengupah pakar hijau sepenuhnya dan melatih mereka sendiri. Pilihan itu berfungsi, tetapi hanya sesuai jika pasukan itu sudah mempunyai ketua pasukan berpengalaman yang akan mengambil alih latihan junior.
Menurut penyelidikan oleh HeadHunter dan Mail.ru, pakar analisis data adalah antara yang paling mendapat permintaan di pasaran:
- Pada 2019, terdapat 9,6 kali lebih banyak kekosongan dalam bidang analisis data, dan 7,2 kali lebih banyak dalam bidang pembelajaran mesin berbanding pada 2015.
- Berbanding dengan 2018, bilangan kekosongan untuk pakar analisis data meningkat sebanyak 1,4 kali dan untuk pakar pembelajaran mesin sebanyak 1,3 kali.
- 38% daripada kekosongan jawatan terbuka adalah dalam syarikat IT, 29% dalam syarikat sektor kewangan, dan 9% dalam perkhidmatan perniagaan.
Keadaan ini didorong oleh banyak sekolah dalam talian yang melatih junior yang sama. Pada asasnya, latihan berlangsung dari tiga hingga enam bulan, di mana pelajar berjaya menguasai alatan utama pada tahap asas: Python, SQL, analisis data, Git dan Linux. Hasilnya ialah junior klasik: dia boleh menyelesaikan masalah tertentu, tetapi masih tidak dapat memahami masalah itu dan merumuskan masalah itu sendiri. Walau bagaimanapun, permintaan yang tinggi untuk pakar dan gembar-gembur di sekeliling profesion sering menimbulkan cita-cita tinggi dan keperluan gaji.
Malangnya, temu bual dalam Sains Data kini biasanya kelihatan seperti ini: calon mengatakan bahawa dia cuba menggunakan beberapa perpustakaan, tidak dapat menjawab soalan tentang bagaimana sebenarnya algoritma berfungsi, kemudian meminta 200, 300, 400 ribu rubel sebulan di tangan .
Disebabkan oleh banyaknya slogan pengiklanan seperti "sesiapa sahaja boleh menjadi penganalisis data", "master pembelajaran mesin dalam masa tiga bulan dan mula membuat banyak wang" dan dahagakan wang yang cepat, aliran besar calon dangkal telah mencurah-curah ke dalam kami. bidang tanpa latihan yang sistematik sama sekali.
Victor Kantor
Ketua Saintis Data di MTS
Siapa yang majikan tunggu?
Mana-mana majikan ingin juniornya bekerja tanpa pengawasan berterusan dan boleh berkembang di bawah bimbingan ketua pasukan. Untuk melakukan ini, seorang pemula mesti segera memiliki alat yang diperlukan untuk menyelesaikan masalah semasa, dan mempunyai asas teori yang mencukupi untuk secara beransur-ansur mencadangkan penyelesaian mereka sendiri dan mendekati masalah yang lebih kompleks.
Pemula di pasaran menunjukkan prestasi yang baik dengan alat mereka. Kursus jangka pendek membolehkan anda menguasainya dengan cepat dan mula bekerja.
Menurut penyelidikan oleh HeadHunter dan Mail.ru, kemahiran yang paling diminati ialah Python. Ia disebut dalam 45% kekosongan saintis data dan 51% kekosongan pembelajaran mesin.
Majikan juga mahu penganalisis data mengetahui SQL (23%), perlombongan data (19%), statistik matematik (11%) dan dapat bekerja dengan data besar (10%).
Majikan yang mencari pakar pembelajaran mesin mengharapkan calon mahir dalam C++ (18%), SQL (15%), algoritma pembelajaran mesin (13%) dan Linux (11%) selain pengetahuan tentang Python.
Tetapi jika junior melakukannya dengan baik dengan alat, maka pengurus mereka berhadapan dengan masalah lain. Kebanyakan graduan kursus tidak mempunyai pemahaman yang mendalam tentang profesion, menjadikannya sukar bagi seorang pemula untuk maju.
Saya sedang mencari pakar pembelajaran mesin untuk menyertai pasukan saya. Pada masa yang sama, saya melihat bahawa calon sering menguasai alat Sains Data tertentu, tetapi mereka tidak mempunyai pemahaman yang cukup mendalam tentang asas teori untuk mencipta penyelesaian baharu.
Emil Maharramov
Ketua Kumpulan Perkhidmatan Kimia Pengiraan, Biocad
Struktur dan tempoh kursus tidak membenarkan anda pergi lebih dalam ke tahap yang diperlukan. Graduan sering kekurangan kemahiran insaniah yang biasanya terlepas apabila membaca jawatan kosong. Nah, sebenarnya, siapa di antara kita yang akan mengatakan bahawa dia tidak mempunyai pemikiran sistem atau keinginan untuk membangun. Walau bagaimanapun, berhubung dengan pakar Sains Data, kita bercakap tentang cerita yang lebih mendalam. Di sini, untuk membangunkan, anda memerlukan berat sebelah yang agak kuat dalam teori dan sains, yang hanya boleh dilakukan melalui pengajian jangka panjang, contohnya, di universiti.
Banyak bergantung kepada individu itu: jika kursus intensif tiga bulan daripada guru yang kuat dengan pengalaman sebagai ketua pasukan dalam syarikat terkemuka diselesaikan oleh pelajar yang mempunyai latar belakang yang baik dalam matematik dan pengaturcaraan, menyelidiki semua bahan kursus dan "menyerap seperti span ,β seperti yang mereka katakan di sekolah, maka akan timbul masalah dengan pekerja sebegitu nanti No. Tetapi 90-95% orang, untuk mempelajari sesuatu selama-lamanya, perlu belajar sepuluh kali lebih banyak dan melakukannya secara sistematik selama beberapa tahun berturut-turut. Dan ini menjadikan program sarjana dalam analisis data pilihan yang sangat baik untuk mendapatkan asas pengetahuan yang baik, yang dengannya anda tidak perlu tersipu-sipu semasa temu duga, dan akan lebih mudah untuk melakukan kerja itu.
Victor Kantor
Ketua Saintis Data di MTS
Di mana untuk belajar untuk mencari pekerjaan dalam Sains Data
Terdapat banyak kursus Sains Data yang bagus di pasaran dan mendapatkan pendidikan awal tidak menjadi masalah. Tetapi penting untuk memahami fokus pendidikan ini. Jika calon sudah mempunyai latar belakang teknikal yang kukuh, maka kursus intensif adalah apa yang mereka perlukan. Seseorang akan menguasai alat, datang ke tempat itu dan cepat membiasakannya, kerana dia sudah tahu bagaimana untuk berfikir seperti seorang ahli matematik, melihat masalah dan merumuskan masalah. Sekiranya tidak ada latar belakang sedemikian, maka selepas kursus anda akan menjadi pemain yang baik, tetapi dengan peluang yang terhad untuk pertumbuhan.
Jika anda berhadapan dengan tugas jangka pendek untuk menukar profesion atau mencari pekerjaan dalam kepakaran ini, maka beberapa kursus sistematik sesuai untuk anda, yang pendek dan cepat menyediakan set minimum kemahiran teknikal supaya anda layak untuk kedudukan peringkat permulaan dalam bidang ini.
Ivan Yamshchikov
Pengarah Akademik program sarjana dalam talian "Sains Data"
Masalah dengan kursus adalah tepat bahawa mereka menyediakan pecutan yang cepat tetapi minimum. Seseorang benar-benar terbang ke dalam profesion dan dengan cepat mencapai siling. Untuk memasuki profesion untuk masa yang lama, anda perlu segera meletakkan asas yang baik dalam bentuk program jangka panjang, sebagai contoh, ijazah sarjana.
Pendidikan tinggi sesuai apabila anda memahami bahawa bidang ini menarik minat anda untuk jangka panjang. Anda tidak bersemangat untuk bekerja secepat mungkin. Dan anda tidak mahu mempunyai siling kerjaya; anda juga tidak mahu menghadapi masalah kekurangan pengetahuan, kemahiran, kekurangan pemahaman tentang ekosistem umum dengan bantuan produk inovatif yang dibangunkan. Untuk ini, anda memerlukan pendidikan tinggi, yang bukan sahaja mencipta set kemahiran teknikal yang diperlukan, tetapi juga menstruktur pemikiran anda secara berbeza dan membantu anda membentuk beberapa wawasan kerjaya anda untuk jangka masa yang lebih panjang.
Ivan Yamshchikov
Pengarah Akademik program sarjana dalam talian "Sains Data"
Ketiadaan siling kerjaya adalah kelebihan utama program sarjana. Dalam dua tahun, pakar menerima asas teori yang kuat. Beginilah rupa semester pertama dalam program Sains Data di NUST MISIS:
- Pengenalan kepada Sains Data. 2 minggu.
- Asas analisis data. Pemprosesan data. 2 minggu
- Pembelajaran mesin. Prapemprosesan data. 2 minggu
- EDA. Analisis data perisikan. 3 minggu
- Algoritma pembelajaran mesin asas. Ch1 + Ch2 (6 minggu)
Pada masa yang sama, anda boleh memperoleh pengalaman praktikal di tempat kerja secara serentak. Tiada apa-apa yang menghalang anda daripada mendapat jawatan junior sebaik sahaja pelajar menguasai alatan yang diperlukan. Tetapi, tidak seperti graduan kursus, ijazah sarjana tidak menghentikan pengajiannya di sana, tetapi terus menyelidiki lebih mendalam ke dalam profesion. Pada masa hadapan, ini membolehkan anda mengembangkan dalam Sains Data tanpa sekatan.
Di laman web Universiti Sains dan Teknologi "MISiS" bagi mereka yang ingin bekerja dalam Sains Data. Wakil NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group dan Yandex, saya akan memberitahu anda tentang perkara yang paling penting:
- "Bagaimana untuk mencari tempat anda dalam Sains Data?",
- "Adakah mungkin untuk menjadi saintis data dari awal?",
- "Adakah keperluan untuk saintis data masih wujud dalam 2-5 tahun?"
- "Apakah masalah yang diatasi oleh saintis data?"
- "Bagaimana untuk membina kerjaya dalam Sains Data?"
Latihan dalam talian, diploma pendidikan awam. diterima sehingga 10 Ogos.
Sumber: www.habr.com