Po raziskavah HeadHunter in Mail.ru je povpraševanje po strokovnjakih s področja Data Science večje od ponudbe, a kljub temu mladim strokovnjakom ne uspe vedno najti dela. Povemo vam, kateri tečaji diplomantom manjkajo in kje naj študirajo tisti, ki načrtujejo veliko kariero v Data Science.
“Pridejo in mislijo, da bodo zdaj zaslužili 500k na sekundo, ker poznajo imena ogrodij in kako iz njih pognati model v dveh vrsticah.”
Emil Maharramov v biocadu vodi skupino storitev računalniške kemije in se na razgovorih sooča z dejstvom, da kandidati nimajo sistemskega razumevanja stroke. Končajo tečaje, imajo dobro usposobljen Python in SQL, lahko namestijo Hadoop ali Spark v 2 sekundah in dokončajo nalogo v skladu z jasno specifikacijo. A hkrati ni več koraka vstran. Čeprav delodajalci od svojih strokovnjakov za podatkovne znanosti pričakujejo fleksibilnost pri rešitvah.
Kaj se dogaja na trgu Data Science
Kompetence mladih strokovnjakov odražajo razmere na trgu dela. Pri nas povpraševanje močno presega ponudbo, zato so obupani delodajalci pogosto res pripravljeni najeti povsem zelene strokovnjake in jih usposobiti zase. Možnost deluje, vendar je primerna le, če ima ekipa že izkušenega vodjo ekipe, ki bo prevzel vadbo mladinca.
Po raziskavah HeadHunter in Mail.ru so strokovnjaki za analizo podatkov med najbolj iskanimi na trgu:
- V letu 2019 je bilo na področju analize podatkov 9,6-krat več prostih delovnih mest, na področju strojnega učenja pa 7,2-krat več kot v letu 2015.
- V primerjavi z letom 2018 se je število prostih delovnih mest za strokovnjake za analizo podatkov povečalo za 1,4-krat, za strokovnjake za strojno učenje pa za 1,3-krat.
- 38 % odprtih delovnih mest je v IT podjetjih, 29 % v podjetjih finančnega sektorja in 9 % v poslovnih storitvah.
Situacijo spodbujajo številne spletne šole, ki usposabljajo te iste mladince. V bistvu usposabljanje traja od tri do šest mesecev, v katerem študenti uspejo obvladati glavna orodja na osnovni ravni: Python, SQL, analiza podatkov, Git in Linux. Rezultat je klasičen junior: zna rešiti določen problem, vendar še vedno ne more razumeti problema in ga sam formulirati. Vendar pa veliko povpraševanje po strokovnjakih in razburjenje okoli tega poklica pogosto povzročata visoke ambicije in zahteve glede plače.
Na žalost intervjuji v Data Science zdaj običajno izgledajo takole: kandidat pravi, da je poskušal uporabiti nekaj knjižnic, ne more odgovoriti na vprašanja o tem, kako natančno delujejo algoritmi, nato pa zahteva 200, 300, 400 tisoč rubljev na mesec.
Zaradi velikega števila oglaševalskih sloganov, kot so »vsakdo lahko postane podatkovni analitik«, »obvladaj strojno učenje v treh mesecih in začni služiti veliko denarja« in žeje po hitrem zaslužku, se je v našo družbo vlil ogromen tok površnih kandidatov. področju brez pravega sistematičnega usposabljanja.
Viktor Kantor
Glavni podatkovni znanstvenik pri MTS
Koga delodajalci čakajo?
Vsak delodajalec bi želel, da njegovi podmladki delajo brez nenehnega nadzora in da se lahko razvijajo pod vodstvom vodje ekipe. Za to mora začetnik takoj imeti potrebna orodja za reševanje trenutnih problemov in imeti zadostno teoretično osnovo za postopno predlaganje lastnih rešitev in pristop k kompleksnejšim problemom.
Novinci na trgu se precej dobro znajdejo s svojimi orodji. Kratkoročni tečaji vam omogočajo, da jih hitro obvladate in se lotite dela.
Po raziskavi HeadHunter in Mail.ru je najbolj iskana veščina Python. Omenjen je v 45 % prostih delovnih mest za podatkovne znanstvenike in 51 % prostih delovnih mest za strojno učenje.
Delodajalci prav tako želijo, da podatkovni analitiki poznajo SQL (23 %), podatkovno rudarjenje (19 %), matematično statistiko (11 %) in da znajo delati z velikimi podatki (10 %).
Delodajalci, ki iščejo strokovnjake za strojno učenje, poleg znanja Pythona pričakujejo, da bo kandidat obvladal C++ (18 %), SQL (15 %), algoritme strojnega učenja (13 %) in Linux (11 %).
Toda če se mladinci dobro znajdejo z orodji, se njihovi menedžerji soočajo z drugo težavo. Večina diplomantov nima poglobljenega razumevanja poklica, zaradi česar začetnik težko napreduje.
Trenutno iščem strokovnjake za strojno učenje, ki bi se pridružili moji ekipi. Hkrati opažam, da kandidati pogosto obvladajo določena Data Science orodja, vendar nimajo dovolj globokega razumevanja teoretičnih osnov za ustvarjanje novih rešitev.
Emil Maharramov
Vodja skupine za storitve računalniške kemije, Biocad
Sama struktura in trajanje tečajev vam ne omogoča, da bi se poglobili na zahtevano raven. Diplomantom pogosto primanjkuje tistih zelo mehkih veščin, ki jih običajno spregledajo, ko berejo razpis za prosto delovno mesto. No, res, kdo od nas bo rekel, da nima sistemskega razmišljanja ali želje po razvoju. Vendar pa v zvezi s specialistom Data Science govorimo o globlji zgodbi. Tu za razvoj potrebujete precej močno pristranskost v teoriji in znanosti, kar je mogoče le z dolgotrajnim študijem, na primer na univerzi.
Veliko je odvisno od posameznika: če trimesečni intenzivni tečaj močnih učiteljev z izkušnjami vodenja ekip v vrhunskih podjetjih zaključi študent z dobrim znanjem matematike in programiranja, se poglobi v vse gradivo tečaja in "vpije kot goba ,” kot so rekli v šoli, potem bodo s takim delavcem pozneje težave št. Toda 90-95% ljudi, da bi se nečesa naučili za vedno, se mora naučiti desetkrat več in to sistematično početi več let zapored. In zaradi tega so magistrski programi analize podatkov odlična možnost za pridobitev dobre podlage znanja, s katero vam ne bo treba zardevati na razgovoru in boste veliko lažje opravljali delo.
Viktor Kantor
Glavni podatkovni znanstvenik pri MTS
Kje študirati, da bi našli službo v Data Science
Na trgu je veliko dobrih tečajev Data Science in pridobivanje začetne izobrazbe ni problem. Vendar je pomembno razumeti fokus tega izobraževanja. Če kandidat že ima močno tehnično znanje, potrebuje intenzivne tečaje. Človek obvlada orodje, pride na kraj in se hitro navadi, saj že zna razmišljati kot matematik, videti problem in oblikovati probleme. Če takega ozadja ni, boste po tečaju dober izvajalec, vendar z omejenimi možnostmi za rast.
Če se soočate s kratkoročno nalogo zamenjave poklica ali iskanja zaposlitve v tej specialnosti, potem so za vas primerni nekateri sistematični tečaji, ki so kratki in hitro zagotovijo minimalni nabor tehničnih znanj, da se lahko kvalificirate za začetni položaj na tem področju.
Ivan Jamščikov
Akademski direktor spletnega magistrskega programa "Data Science"
Težava tečajev je ravno v tem, da zagotavljajo hitro, a minimalno pospeševanje. Človek dobesedno prileti v poklic in hitro doseže strop. Za vstop v poklic za daljši čas je treba takoj postaviti dobre temelje v obliki dolgoročnejšega programa, na primer magisterija.
Visokošolska izobrazba je primerna, ko razumeš, da te to področje zanima dolgoročno. Niste željni, da bi se čim prej lotili dela. In ne želite imeti zgornje meje kariere, prav tako se ne želite soočiti s problemom pomanjkanja znanja, veščin, nerazumevanja splošnega ekosistema, s pomočjo katerega se razvijajo inovativni izdelki. Za to potrebujete visokošolsko izobrazbo, ki ne le ustvari potrebni nabor tehničnih znanj, ampak tudi drugače strukturira vaše razmišljanje in vam pomaga oblikovati neko vizijo vaše kariere za daljši rok.
Ivan Jamščikov
Akademski direktor spletnega magistrskega programa "Data Science"
Odsotnost karierne zgornje meje je glavna prednost magistrskega programa. V dveh letih specialist dobi močno teoretično osnovo. Takole izgleda prvi semester v programu Data Science na NUST MISIS:
- Uvod v podatkovno znanost. 2 tedna.
- Osnove analize podatkov. Obdelava podatkov. 2 tedna
- Strojno učenje. Predobdelava podatkov. 2 tedna
- EDA. Analiza obveščevalnih podatkov. 3 tedne
- Osnovni algoritmi strojnega učenja. Ch1 + Ch2 (6 tednov)
Ob tem lahko hkrati pridobivate praktične izkušnje pri delu. Nič vam ne preprečuje, da bi dobili položaj mlajšega, takoj ko študent obvlada potrebna orodja. A za razliko od tečajnika magistrski študij tam ne prekine, temveč se še naprej poglablja v poklic. V prihodnje vam to omogoča razvoj v Data Science brez omejitev.
Na spletni strani Univerze za znanost in tehnologijo "MISiS" za tiste, ki želijo delati v Data Science. Predstavniki NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group in Yandex, povedal vam bom o najpomembnejših stvareh:
- "Kako najti svoje mesto v Data Science?",
- "Ali je mogoče postati podatkovni znanstvenik iz nič?",
- "Bo potreba po podatkovnih znanstvenikih še obstajala čez 2-5 let?"
- "Na katerih težavah delajo podatkovni znanstveniki?"
- "Kako zgraditi kariero v podatkovni znanosti?"
Spletno usposabljanje, diploma javnega izobraževanja. sprejet do 10 avgust.
Vir: www.habr.com