द्रुत सुरुवात र कम छत। श्रम बजारमा युवा डाटा विज्ञान विशेषज्ञहरू के पर्खिरहेका छन्

HeadHunter र Mail.ru को अनुसन्धान अनुसार, डाटा विज्ञान को क्षेत्र मा विशेषज्ञहरु को लागि माग आपूर्ति भन्दा बढी छ, तर यद्यपि, युवा विशेषज्ञहरु सधैं काम खोज्न को लागी व्यवस्थित गर्दैनन्। हामी तपाईलाई बताउँछौं कि कुन पाठ्यक्रम स्नातकहरू हराइरहेका छन् र डेटा विज्ञानमा ठूलो क्यारियरको योजना बनाइ रहेकाहरूका लागि कहाँ अध्ययन गर्ने।

"उनीहरू आउँछन् र सोच्छन् कि अब उनीहरूले प्रति सेकेन्ड 500k कमाउँछन्, किनकि उनीहरूलाई फ्रेमवर्कको नाम र कसरी दुई लाइनहरूमा मोडेल चलाउने भनेर थाहा छ"

एमिल महरामोभ उसले बायोक्याडमा कम्प्युटेसनल केमिस्ट्री सेवाहरूको समूहको नेतृत्व गर्दछ र अन्तर्वार्ताको क्रममा उसले उम्मेद्वारहरूलाई पेशाको व्यवस्थित समझ नभएको तथ्यको सामना गरेको छ। तिनीहरू पाठ्यक्रमहरू पूरा गर्छन्, राम्रोसँग प्रशिक्षित पाइथन र SQL सँग आउँछन्, 2 सेकेन्डमा Hadoop वा स्पार्क स्थापना गर्न सक्छन्, र स्पष्ट विवरण अनुसार कार्य पूरा गर्न सक्छन्। तर एकै समयमा, त्यहाँ अब छेउमा एक कदम छैन। यद्यपि यो समाधानहरूमा लचिलोपन हो जुन रोजगारदाताहरूले उनीहरूको डेटा विज्ञान विशेषज्ञहरूबाट अपेक्षा गर्छन्।

डाटा विज्ञान बजारमा के भइरहेको छ

युवा विशेषज्ञहरूको दक्षताले श्रम बजारको अवस्थालाई प्रतिबिम्बित गर्दछ। यहाँ, माग उल्लेखनीय रूपमा आपूर्ति भन्दा बढि छ, त्यसैले निराश नियोक्ताहरू प्रायः पूर्ण रूपमा हरियो विशेषज्ञहरू भाडामा लिन र उनीहरूलाई आफ्नै लागि तालिम दिन तयार हुन्छन्। विकल्पले काम गर्छ, तर मात्र उपयुक्त छ यदि टोलीसँग पहिले नै अनुभवी टोली नेता छ जसले जुनियरको प्रशिक्षण लिनेछ।

HeadHunter र Mail.ru द्वारा अनुसन्धानका अनुसार, डाटा विश्लेषण विशेषज्ञहरू बजारमा सबैभन्दा बढी मागमा छन्:

• २०१९ मा, डाटा विश्लेषणको क्षेत्रमा ९.६ गुणा बढी र सन् २०१५ को तुलनामा मेसिन लर्निङको क्षेत्रमा ७.२ गुणा बढी रिक्त पदहरू थिए।
• 2018 को तुलनामा, डाटा विश्लेषण विशेषज्ञहरूको लागि रिक्त पदहरूको संख्या 1,4 गुणाले र मेसिन लर्निङ विशेषज्ञहरूको लागि 1,3 गुणाले बढेको छ।
• खुल्ला रिक्त पदहरू मध्ये 38% आईटी कम्पनीहरूमा, 29% वित्तीय क्षेत्रका कम्पनीहरूमा, र 9% व्यापार सेवाहरूमा छन्।

स्थिति धेरै अनलाइन स्कूलहरूले उही जुनियरहरूलाई तालिम दिने द्वारा इन्धन गरिएको छ। सामान्यतया, प्रशिक्षण तीन देखि छ महिना सम्म रहन्छ, जसको अवधिमा विद्यार्थीहरूले आधारभूत स्तरमा मुख्य उपकरणहरू मास्टर गर्न व्यवस्थापन गर्छन्: पाइथन, SQL, डाटा विश्लेषण, Git र लिनक्स। नतिजा एक क्लासिक जूनियर हो: उसले एक विशेष समस्या समाधान गर्न सक्छ, तर अझै पनि समस्या बुझ्न र समस्या आफैंमा निर्माण गर्न सक्दैन। यद्यपि, विशेषज्ञहरूको उच्च माग र पेशाको वरिपरि हाइपले प्रायः उच्च महत्वाकांक्षा र तलब आवश्यकताहरूलाई जन्म दिन्छ।

दुर्भाग्यवश, डाटा विज्ञानमा अन्तर्वार्ताहरू अब सामान्यतया यस्तो देखिन्छ: उम्मेद्वार भन्छन् कि उसले केही पुस्तकालयहरू प्रयोग गर्ने प्रयास गरेको छ, एल्गोरिदमले कसरी काम गर्छ भन्ने प्रश्नहरूको जवाफ दिन सक्दैन, त्यसपछि 200, 300, 400 हजार रुबल एक महिनाको लागि सोध्छ।

"जो कोही पनि डेटा विश्लेषक बन्न सक्छ", "तीन महिनामा मास्टर मेसिन सिकेर धेरै पैसा कमाउन सुरु गर्नुहोस्" जस्ता ठूलो संख्यामा विज्ञापनका नाराहरू र छिटो पैसाको तिर्खाका कारण, सतही उम्मेद्वारहरूको ठूलो स्ट्रिमले हाम्रोमा खन्यायो। कुनै व्यवस्थित प्रशिक्षण बिना क्षेत्र।

भिक्टर कान्टोर
MTS मा प्रमुख डाटा वैज्ञानिक

रोजगारदाताहरू को पर्खिरहेका छन्?

कुनै पनि रोजगारदाताले आफ्ना जूनियरहरूलाई निरन्तर सुपरिवेक्षण बिना काम गरेको र टोलीको नेतृत्वको निर्देशनमा विकास गर्न सक्षम भएको चाहन्छ। यो गर्नको लागि, एक शुरुआतकर्तासँग तत्काल वर्तमान समस्याहरू समाधान गर्न आवश्यक उपकरणहरू हुनुपर्दछ, र बिस्तारै आफ्नै समाधानहरू प्रस्ताव गर्न र थप जटिल समस्याहरूमा पुग्नको लागि पर्याप्त सैद्धान्तिक आधार हुनुपर्दछ।

बजारमा नयाँहरूले तिनीहरूको उपकरणहरूसँग राम्रो काम गरिरहेका छन्। छोटो-अवधि पाठ्यक्रमहरूले तपाईंलाई चाँडै तिनीहरूलाई मास्टर गर्न र काम गर्न अनुमति दिन्छ।

HeadHunter र Mail.ru को अनुसन्धानका अनुसार, सबैभन्दा बढि माग गर्ने कौशल पाइथन हो। यो डाटा वैज्ञानिक रिक्त पदहरूको 45% र मेसिन लर्निंग रिक्तिहरूको 51% मा उल्लेख छ।

नियोक्ताहरू पनि डाटा विश्लेषकहरूले SQL (23%), डाटा माइनिङ (19%), गणितीय तथ्याङ्क (11%) जान्न र ठूलो डाटा (10%) सँग काम गर्न सक्षम हुन चाहन्छन्।

मेसिन लर्निङ विशेषज्ञहरू खोज्ने रोजगारदाताहरूले पाइथनको ज्ञानको अतिरिक्त उम्मेद्वार C++ (18%), SQL (15%), मेसिन लर्निङ एल्गोरिदम (13%) र Linux (11%) मा निपुण हुने अपेक्षा गर्छन्।

तर यदि जुनियरहरूले उपकरणहरूसँग राम्रो गर्दैछन् भने, तिनीहरूका प्रबन्धकहरूले अर्को समस्याको सामना गरिरहेका छन्। धेरैजसो पाठ्यक्रम स्नातकहरूलाई पेशाको गहिरो बुझाइ हुँदैन, यसले शुरुआतीलाई प्रगति गर्न गाह्रो बनाउँछ।

म हाल मेरो टोलीमा सामेल हुन मेसिन लर्निङ विशेषज्ञहरू खोज्दै छु। उही समयमा, म देख्छु कि उम्मेदवारहरूले प्रायः निश्चित डेटा विज्ञान उपकरणहरूमा महारत हासिल गरेका छन्, तर तिनीहरूसँग नयाँ समाधानहरू सिर्जना गर्न सैद्धान्तिक आधारहरूको गहिरो पर्याप्त समझ छैन।

एमिल महरामोभ
कम्प्युटेशनल केमिस्ट्री सर्भिस ग्रुपका प्रमुख, बायोकैड

पाठ्यक्रमहरूको धेरै संरचना र अवधिले तपाईंलाई आवश्यक स्तरमा गहिरो जान अनुमति दिँदैन। स्नातकहरू प्रायः ती धेरै नरम सीपहरूको कमी हुन्छन् जुन प्राय: जागिरको रिक्तता पढ्दा छुटेका हुन्छन्। खैर, साँच्चै, हामी मध्ये कसले भन्न सक्छ कि ऊसँग प्रणाली सोच वा विकास गर्ने इच्छा छैन। यद्यपि, डेटा विज्ञान विशेषज्ञको सम्बन्धमा, हामी गहिरो कथाको बारेमा कुरा गर्दैछौं। यहाँ, विकास गर्नको लागि, तपाईंलाई सिद्धान्त र विज्ञानमा एकदम बलियो पूर्वाग्रह चाहिन्छ, जुन दीर्घकालीन अध्ययनबाट मात्र सम्भव छ, उदाहरणका लागि, विश्वविद्यालयमा।

धेरै कुरा व्यक्तिमा निर्भर गर्दछ: यदि शीर्ष कम्पनीहरूमा टोली नेतृत्वको रूपमा अनुभव भएका बलियो शिक्षकहरूबाट तीन महिनाको गहन पाठ्यक्रम गणित र प्रोग्रामिङमा राम्रो पृष्ठभूमि भएको विद्यार्थीले पूरा गरेमा, सबै पाठ्यक्रम सामग्रीहरू खोज्छ र "स्पन्ज जस्तै अवशोषित गर्दछ। "उनीहरूले विद्यालयमा भनेझैं, त्यसपछि यस्तो कर्मचारीसँग समस्या हुनेछ, पछि नं. तर 90-95% मानिसहरू, सधैंको लागि केहि सिक्नको लागि, दस गुणा बढी सिक्न र लगातार धेरै वर्षसम्म व्यवस्थित रूपमा गर्न आवश्यक छ। र यसले डेटा विश्लेषणमा मास्टर कार्यक्रमहरूलाई ज्ञानको राम्रो आधार प्राप्त गर्नको लागि उत्कृष्ट विकल्प बनाउँछ, जसको साथ तपाईंले अन्तर्वार्तामा ब्लश गर्नुपर्दैन, र यो काम गर्न धेरै सजिलो हुनेछ।

भिक्टर कान्टोर
MTS मा प्रमुख डाटा वैज्ञानिक

डाटा विज्ञान मा काम खोज्न कहाँ अध्ययन गर्न

त्यहाँ बजारमा धेरै राम्रो डेटा विज्ञान पाठ्यक्रमहरू छन् र प्रारम्भिक शिक्षा प्राप्त गर्न कुनै समस्या छैन। तर यो शिक्षाको फोकस बुझ्न महत्त्वपूर्ण छ। यदि उम्मेद्वारसँग पहिले नै बलियो प्राविधिक पृष्ठभूमि छ भने, त्यसपछि गहन पाठ्यक्रमहरू उनीहरूलाई चाहिन्छ। एक व्यक्तिले उपकरणहरू मास्टर गर्नेछ, ठाउँमा आउँछ र छिट्टै यसलाई प्रयोग गर्न सक्छ, किनकि उसलाई पहिले नै थाहा छ कि कसरी गणितज्ञ जस्तै सोच्ने, समस्या हेर्ने र समस्याहरू निर्माण गर्ने। यदि त्यहाँ त्यस्तो कुनै पृष्ठभूमि छैन भने, पाठ्यक्रम पछि तपाईं एक राम्रो प्रदर्शनकर्ता हुनुहुनेछ, तर वृद्धिको लागि सीमित अवसरहरूको साथ।

यदि तपाइँ एक पेशा परिवर्तन गर्ने वा यस विशेषतामा काम खोज्ने छोटो अवधिको कार्यको सामना गर्दै हुनुहुन्छ भने, त्यसपछि केहि व्यवस्थित पाठ्यक्रमहरू तपाइँका लागि उपयुक्त छन्, जुन छोटो र द्रुत रूपमा प्राविधिक सीपहरूको न्यूनतम सेट प्रदान गर्दछ ताकि तपाइँ योग्य हुन सक्नुहुन्छ। यस क्षेत्रमा प्रवेश-स्तर स्थिति।

इवान Yamshchikov
अनलाइन मास्टर कार्यक्रम "डेटा विज्ञान" को शैक्षिक निर्देशक

पाठ्यक्रमहरूको साथ समस्या ठ्याक्कै यो हो कि तिनीहरूले छिटो तर न्यूनतम त्वरण प्रदान गर्छन्। एक व्यक्ति शाब्दिक रूपमा पेशामा उड्छ र चाँडै छत पुग्छ। लामो समयको लागि पेशामा प्रवेश गर्न, तपाईंले तुरुन्तै लामो-समय कार्यक्रमको रूपमा राम्रो जग राख्नु पर्छ, उदाहरणका लागि, मास्टर डिग्री।

उच्च शिक्षा उपयुक्त हुन्छ जब तपाइँ यो क्षेत्र तपाइँको दीर्घकालीन रुचि हो भनेर बुझ्नुहुन्छ। तपाईं सकेसम्म चाँडो काम गर्न इच्छुक हुनुहुन्न। र तपाइँ करियरको छत चाहनुहुन्न; तपाइँ पनि ज्ञान, सीप, सामान्य पारिस्थितिकी प्रणाली को समझ को कमी को समस्या को सामना गर्न चाहनुहुन्न जसको सहयोगमा नवीन उत्पादनहरु को विकास गरिन्छ। यसका लागि, तपाइँलाई उच्च शिक्षा चाहिन्छ, जसले प्राविधिक सीपहरूको आवश्यक सेट मात्र सिर्जना गर्दैन, तर तपाइँको सोचलाई फरक ढङ्गले संरचना बनाउँछ र तपाइँलाई लामो अवधिको लागि तपाइँको करियरको केहि दृष्टिकोण बनाउन मद्दत गर्दछ।

इवान Yamshchikov
अनलाइन मास्टर कार्यक्रम "डेटा विज्ञान" को शैक्षिक निर्देशक

क्यारियर छतको अनुपस्थिति मास्टरको कार्यक्रमको मुख्य फाइदा हो। दुई वर्षमा, एक विशेषज्ञले शक्तिशाली सैद्धान्तिक आधार प्राप्त गर्दछ। NUST MISIS मा डाटा साइन्स कार्यक्रमको पहिलो सेमेस्टर यस्तो देखिन्छ:

• डाटा विज्ञान को परिचय। 2 हप्ता।
• डाटा विश्लेषणको आधारभूत कुराहरू। डाटा प्रशोधन। 2 हप्ता
• मेसिन लर्निङ। डाटा पूर्व प्रशोधन। 2 हप्ता
• EDA। खुफिया डाटा विश्लेषण। ३ हप्ता
• आधारभूत मेसिन लर्निङ एल्गोरिदम। Ch1 + Ch2 (६ हप्ता)

एकै समयमा, तपाईं एक साथ काम मा व्यावहारिक अनुभव प्राप्त गर्न सक्नुहुन्छ। विद्यार्थीले आवश्यक उपकरणहरूमा महारत हासिल गरेपछि तपाईंलाई जुनियर स्थिति प्राप्त गर्नबाट रोक्ने कुनै कुरा छैन। तर, पाठ्यक्रम स्नातकको विपरीत, एक मास्टर डिग्रीले आफ्नो अध्ययनलाई त्यहाँ रोक्दैन, तर पेशाको गहिराइमा जान जारी राख्छ। भविष्यमा, यसले तपाइँलाई डेटा विज्ञानमा प्रतिबन्ध बिना विकास गर्न अनुमति दिन्छ।

विज्ञान र प्रविधि विश्वविद्यालय "MISiS" को वेबसाइटमा खुला दिन र वेबिनारहरू डेटा विज्ञानमा काम गर्न चाहनेहरूका लागि। NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group र Yandex का प्रतिनिधिहरू, म तपाईंलाई सबैभन्दा महत्त्वपूर्ण कुराहरूको बारेमा बताउनेछु:

• "डेटा विज्ञान मा आफ्नो स्थान कसरी पत्ता लगाउने?",
• "के स्क्र्याचबाट डाटा वैज्ञानिक बन्न सम्भव छ?",
• "के डाटा वैज्ञानिकहरूको आवश्यकता अझै 2-5 वर्षमा अवस्थित हुनेछ?"
• "डेटा वैज्ञानिकहरूले कुन समस्याहरूमा काम गर्छन्?"
• "डेटा विज्ञानमा क्यारियर कसरी बनाउने?"

अनलाइन प्रशिक्षण, सार्वजनिक शिक्षा डिप्लोमा। कार्यक्रमको लागि आवेदनहरू सम्म स्वीकार गरियो 10 अगस्ट.

स्रोत: www.habr.com