Potrivit cercetărilor HeadHunter și Mail.ru, cererea de specialiști în domeniul Data Science depășește oferta, dar chiar și așa, tinerii specialiști nu reușesc întotdeauna să-și găsească de lucru. Vă spunem ce curs lipsesc absolvenții și unde să studieze pentru cei care plănuiesc o mare carieră în Data Science.
„Ei vin și cred că acum vor câștiga 500 pe secundă, pentru că știu numele cadrelor și cum să ruleze un model din ele în două rânduri”
Emil Maharramov conduce un grup de servicii de chimie computațională la biocad și în timpul interviurilor se confruntă cu faptul că candidații nu au o înțelegere sistematică a profesiei. Ei termină cursuri, vin cu Python și SQL bine pregătit, pot instala Hadoop sau Spark în 2 secunde și pot finaliza o sarcină conform unei specificații clare. Dar, în același timp, nu mai există un pas în lateral. Deși este flexibilitatea soluțiilor pe care angajatorii o așteaptă de la specialiștii lor în știința datelor.
Ce se întâmplă pe piața Data Science
Competențele tinerilor specialiști reflectă situația de pe piața muncii. Aici, cererea depășește semnificativ oferta, așa că angajatorii disperați sunt adesea gata să angajeze specialiști complet ecologici și să-i instruiască singuri. Opțiunea funcționează, dar este potrivită doar dacă echipa are deja un lider de echipă cu experiență care va prelua pregătirea juniorului.
Potrivit cercetărilor HeadHunter și Mail.ru, specialiștii în analiza datelor sunt printre cei mai căutați de pe piață:
- În 2019, au existat de 9,6 ori mai multe posturi vacante în domeniul analizei datelor și de 7,2 ori mai multe în domeniul învățării automate decât în 2015.
- Comparativ cu 2018, numărul posturilor vacante pentru specialiști în analiza datelor a crescut de 1,4 ori, iar pentru specialiști în învățarea automată de 1,3 ori.
- 38% din posturile vacante sunt în companii IT, 29% în companii din sectorul financiar și 9% în servicii pentru afaceri.
Situația este alimentată de numeroase școli online care pregătesc aceiași juniori. Practic, instruirea durează de la trei până la șase luni, timp în care studenții reușesc să stăpânească principalele instrumente la nivel de bază: Python, SQL, analiza datelor, Git și Linux. Rezultatul este un junior clasic: poate rezolva o anumită problemă, dar tot nu poate înțelege problema și formula singur problema. Cu toate acestea, cererea mare de specialiști și hype-ul din jurul profesiei dau naștere deseori la ambiții și cerințe salariale mari.
Din păcate, interviurile în Data Science acum arată de obicei astfel: candidatul spune că a încercat să folosească câteva biblioteci, nu poate răspunde la întrebări despre cum funcționează exact algoritmii, apoi cere 200, 300, 400 de mii de ruble pe lună .
Datorită numărului mare de sloganuri publicitare precum „oricine poate deveni analist de date”, „stăpânește învățarea automată în trei luni și începe să câștigi mulți bani” și setea de bani rapidi, un flux imens de candidați superficiali s-a revărsat în noi. domeniu fără absolut nicio pregătire sistematică.
Victor Kantor
Chief Data Scientist la MTS
Pe cine așteaptă angajatorii?
Orice angajator și-ar dori ca juniorii săi să lucreze fără supraveghere constantă și să se poată dezvolta sub îndrumarea unui lider de echipă. Pentru a face acest lucru, un începător trebuie să posede imediat instrumentele necesare pentru a rezolva problemele curente și să aibă o bază teoretică suficientă pentru a-și propune treptat propriile soluții și a aborda probleme mai complexe.
Începătorii de pe piață se descurcă destul de bine cu instrumentele lor. Cursurile pe termen scurt vă permit să le stăpâniți rapid și să vă puneți la treabă.
Potrivit cercetărilor HeadHunter și Mail.ru, cea mai solicitată abilitate este Python. Este menționat în 45% dintre posturile vacante de data scientist și 51% din posturile vacante de învățare automată.
Angajatorii doresc, de asemenea, ca analiștii de date să cunoască SQL (23%), data mining (19%), statistici matematice (11%) și să poată lucra cu big data (10%).
Angajatorii care caută specialiști în învățarea automată se așteaptă ca un candidat să fie competent în C++ (18%), SQL (15%), algoritmi de învățare automată (13%) și Linux (11%), pe lângă cunoștințele despre Python.
Dar dacă juniorii se descurcă bine cu instrumentele, atunci managerii lor se confruntă cu o altă problemă. Majoritatea absolvenților de curs nu au o înțelegere profundă a profesiei, ceea ce face dificilă progresul unui începător.
În prezent, caut specialiști în învățarea automată care să se alăture echipei mele. În același timp, văd că candidații au stăpânit adesea anumite instrumente Data Science, dar nu au o înțelegere suficient de profundă a fundamentelor teoretice pentru a crea noi soluții.
Emil Maharramov
Șef al Grupului de Servicii de Chimie Computațională, Biocad
Însăși structura și durata cursurilor nu vă permite să mergeți mai adânc la nivelul cerut. Absolvenților le lipsesc adesea acele abilități foarte soft care sunt de obicei ratate atunci când citesc un post vacant. Ei bine, într-adevăr, cine dintre noi va spune că nu are gândire sistemică sau dorință de dezvoltare. Totuși, în legătură cu un specialist în Data Science, vorbim despre o poveste mai profundă. Aici, pentru a te dezvolta, ai nevoie de o părtinire destul de puternică în teorie și știință, ceea ce este posibil doar prin studii pe termen lung, de exemplu, la o universitate.
Depinde mult de persoană: dacă un curs intensiv de trei luni de la profesori puternici cu experiență ca lider de echipă în companii de top este finalizat de un student cu o bună experiență în matematică și programare, se adâncește în toate materialele de curs și „se absoarbe ca un burete ”, după cum au spus la școală, apoi vor fi probleme cu un astfel de angajat mai târziu Nr. Dar 90-95% dintre oameni, pentru a învăța ceva pentru totdeauna, trebuie să învețe de zece ori mai mult și să o facă sistematic câțiva ani la rând. Și acest lucru face ca programele de master în analiza datelor să fie o opțiune excelentă pentru a obține o bază bună de cunoștințe, cu care nu va trebui să roșiți la un interviu și va fi mult mai ușor să faceți treaba.
Victor Kantor
Chief Data Scientist la MTS
Unde să studiezi pentru a găsi un loc de muncă în Data Science
Există multe cursuri bune de Data Science pe piață și obținerea unei educații inițiale nu este o problemă. Dar este important să înțelegem focalizarea acestei educații. Dacă candidatul are deja o pregătire tehnică puternică, atunci cursurile intensive sunt ceea ce are nevoie. O persoană va stăpâni instrumentele, va veni la locul respectiv și se va obișnui rapid cu el, pentru că știe deja să gândească ca un matematician, să vadă o problemă și să formuleze probleme. Dacă nu există un astfel de fundal, atunci după curs vei fi un bun performer, dar cu oportunități limitate de creștere.
Dacă vă confruntați cu sarcina pe termen scurt de a schimba o profesie sau de a găsi un loc de muncă în această specialitate, atunci vi se potrivesc niște cursuri sistematice, care sunt scurte și oferă rapid un set minim de abilități tehnice, astfel încât să vă puteți califica pentru un poziție de nivel de intrare în acest domeniu.
Ivan Iamșcikov
Director academic al programului de master online „Data Science”
Problema cursurilor este tocmai că oferă o accelerație rapidă, dar minimă. O persoană zboară literalmente în profesie și ajunge rapid la tavan. Pentru a intra în profesie pentru o lungă perioadă de timp, trebuie să puneți imediat o bază bună sub forma unui program pe termen mai lung, de exemplu, o diplomă de master.
Învățământul superior este potrivit atunci când înțelegi că acest domeniu te interesează pe termen lung. Nu ești dornic să te apuci de lucru cât mai curând posibil. Și nu vrei să ai un plafon de carieră, nici nu vrei să te confrunți cu problema lipsei de cunoștințe, abilități, lipsă de înțelegere a ecosistemului general cu ajutorul căruia sunt dezvoltate produse inovatoare. Pentru aceasta, ai nevoie de o educație superioară, care nu numai că creează setul necesar de abilități tehnice, ci și să-ți structureze gândirea diferit și să te ajute să-ți faci o viziune asupra carierei pe termen mai lung.
Ivan Iamșcikov
Director academic al programului de master online „Data Science”
Absența unui plafon de carieră este principalul avantaj al programului de master. În doi ani, un specialist primește o bază teoretică puternică. Iată cum arată primul semestru din programul Data Science de la NUST MISIS:
- Introducere în știința datelor. 2 saptamani.
- Fundamentele analizei datelor. Procesarea datelor. 2 saptamani
- Învățare automată. Preprocesarea datelor. 2 saptamani
- EDA. Analiza datelor de inteligență. 3 saptamani
- Algoritmi de bază de învățare automată. Ch1 + Ch2 (6 săptămâni)
În același timp, puteți câștiga simultan experiență practică la locul de muncă. Nimic nu te împiedică să obții un post de junior de îndată ce studentul a stăpânit instrumentele necesare. Dar, spre deosebire de un absolvent de curs, un master nu îi oprește studiile acolo, ci continuă să aprofundeze în profesie. În viitor, acest lucru vă permite să vă dezvoltați în Data Science fără restricții.
Pe site-ul Universității de Știință și Tehnologie „MISiS” pentru cei care doresc să lucreze în Data Science. Reprezentanți ai NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group și Yandex, vă voi spune despre cele mai importante lucruri:
- „Cum să-ți găsești locul în Data Science?”,
- „Este posibil să devii un cercetător de date de la zero?”,
- „Va mai exista nevoia de oameni de știință în date în 2-5 ani?”
- „La ce probleme lucrează oamenii de știință de date?”
- „Cum să-ți construiești o carieră în știința datelor?”
Training online, diploma de invatamant public. acceptat până la 10 august.
Sursa: www.habr.com