Sipas hulumtimit të HeadHunter dhe Mail.ru, kërkesa për specialistë në fushën e Data Science tejkalon ofertën, por madje edhe kështu, specialistët e rinj nuk arrijnë gjithmonë të gjejnë punë. Po flasim se çfarë u mungon të diplomuarve të kurseve dhe ku duhet të studiojnë ata që planifikojnë një karrierë të madhe në Data Science.
«Vijnë dhe mendojnë se tani do të fillojnë të fitojnë 500k në sekondë, sepse dinë emrat e framework-eve dhe si të bëjnë të funksionojë modelin në dy rreshta»
Emil Magerramov drejton grupin e shërbimeve të kimisë llogaritëse në kompaninë biocad dhe gjatë intervistave përballet me faktin se kandidatët nuk kanë një kuptim të sistemuar të profesionit. Ata përfundojnë kurset, vijnë me njohuri të mira në Python dhe SQL, mund të ngrejnë Hadoop ose Spark për 2 sekonda, të kryejnë një detyrë sipas një Të nëngjyrë të qartë. Por, një hap në anë – nuk është më. Megjithatë, pikërisht fleksibilitetin në zgjidhje e presin punëdhënësit nga specialistët e Data Science.
Çfarë po ndodh në tregun e Data Science
Kërkesat e specialistëve të rinj pasqyrojnë situatën në tregun e punës. Këtu, kërkesa tejkalon ndjeshëm ofertën, prandaj punëdhënësi të dëshpëruar shpesh janë vërtet të gatshëm të punësojnë specialistë krejtësisht të rinj dhe t'i rrisin ata sipas nevojave të tyre. Ky është një opsion funksional, por përshtatet vetëm në rast se në ekipin ekziston një lider i përvojshëm, i cili do të marrë përsipër trajnimin e juniorit.
Sipas hulumtimit të HeadHunter dhe Mail.ru, specialistët e analizës së të dhënave janë një nga më të kërkuarit në treg:
- Në vitin 2019, numri i vendeve të punës në fushën e analizës së të dhënave u rrit me 9.6 herë, dhe në fushën e mësimit të makinerive – me 7.2 herë, krahasuar me vitin 2015.
- Në krahasim me vitin 2018, numri i vendeve të punës për specialistët e analizës së të dhënave u rrit me 1.4 herë, për mësimin e makinerive – me 1.3 herë.
- 38% e vendeve të hapura të punës janë në kompanitë IT, 29% në sektorin financiar, 9% në shërbimet për biznes.
Situata ushqehet nga shumë shkolla online të cilat përgatisin ata të rinjtë. Kryesisht, mësimi zgjat nga tri deri në gjashtë muaj, gjatë të cilave studentët arrijnë të zotërojnë në nivele të bazuara mjetet kryesore: Python, SQL, analiza e të dhënave, Git dhe Linux. Rezultati është një klasike junior: mund të zgjidhë një detyrë konkrete, por nuk mund ta kuptojë problemin dhe të formulojë detyrën vetë ende. Megjithatë, kërkesa e lartë për specialistë dhe hype rreth profesionit shpesh krijon ambicie dhe kërkesa të larta për pagat.
Fatkeqësisht, intervistat për Data Science zakonisht duket kështu: kandidati tregon se kishte provuar të aplikonte disa biblioteka, nuk mund të përgjigjet për pyetje se si funksionojnë algoritmet, dhe pastaj kërkon 200, 300, 400 mijë rubla në muaj në dorë.
Për shkak të numrit të madh të sloganeve reklamues si 'çdo kush mund të bëhet analist i të dhënave', 'mëso mësimin e makinerive për tri muaj dhe fillo të fitojë një shumë të madhe parash' dhe etjes për fitime të shpejta, në fushën tonë ka hyrë një fluks i madh kandidatëve të sipërfaqshëm krejtësisht pa një përgatitje sistematike.
Viktor Kantor
Kryetar i Shkencës së Dhënave në MTS
Kë e presin punëdhënësit
Çdo punëdhënës do të donte që juniorët e tij të punonin pa mbikëqyrje të vazhdueshme dhe të mund të zhvilloheshin nën drejtimin e një lideri. Për këtë, новичok duhet të zotërojë menjëherë mjetet e nevojshme për të zgjidhur detyrat aktuale dhe të ketë një bazë teorike të mjaftueshme, për të ofruar gradualisht zgjidhje të veta dhe për t'u ngritur në detyra më të komplikuara.
Në lidhje me mjeteve, fillestarët në treg poja ndihmojnë mjaft mirë. Kurset afatshkurtra lejojnë që ato të mësohen shpejt dhe të nisin punën.
Sipas hulumtimit të HeadHunter dhe Mail.ru, aftësia më e kërkuar është zotërimi i Python. Kjo përmendet në 45% të vendeve të punës për specialistët e analizës së të dhënave dhe në 51% të vendeve të punës për mësimin e makinerive.
Gjithashtu, punëdhënësit duan që specialistët e analizës së të dhënave të dinë SQL (23%), të zotërojnë analizën inteligjente të të dhënave (DataMining) (19%), statistikën matematikore (11%) dhe të dinë të punojnë me të dhëna të mëdha (10%).
Punëdhënësit që kërkojnë specialistë në fushën e mësimit të makinerive, përveç njohjes së Python, presin gjithashtu që kandidati të zotërojë C++ (18%), SQL (15%), algoritmet e mësimit të makinerive (13%) dhe Linux (11%).
Por nëse në lidhje me mjete, juniorët janë në një gjendje të mirë, drejtuesit e tyre përballen me një problem tjetër. Shumica e diplomuarve të kurseve nuk kanë një kuptim të thellë të profesionit, prandaj, pasi fillestarit i është e vështirë të përparojë.
Unë tani po kërkoj specialistë për mësimin e makinerive për ekipin tim. Megjithatë, shoh se shpesh kandidatët kanë zotëruar mjetet e veçanta të Data Science, por ata nuk kanë një kuptim të mjaftueshëm të parimeve teorike për të krijuar zgjidhje të reja.
Emil Magerramov
Kreu i grupit të shërbimeve të kimisë informatike, Biocad
Struktura dhe zgjatja e kurseve nuk lejojnë të thellohemi në nivelin e nevojshëm. Absolventëve shpesh u mungojnë ato soft skills, të cilat zakonisht përjashtohen gjatë leximit të shpalljeve të vendeve të punës. Pra, me të vërtetë, kush nga ne do të thotë se nuk ka mendim sistematik apo dëshirë për t'u zhvilluar. Megjithatë, në kontekstin e specialistëve Data Science, ka një tregim më të thellë. Këtu, për t'u zhvilluar, duhet një theks i fortë në teori dhe shkencë, i cili është i mundur vetëm përmes një të edukimi më të gjatë, për shembull, në universitet.
Shumë varet nga individi: nëse një rajoni tre-mujor nga mësimdhënës të fortë me përvojë si liderë ekipesh në kompani të njohura ndjek një student me një bazë të fortë në matematikë dhe programim, që angazhohet në të gjitha materialet e kursit dhe 'grumbullon si një shpungë', siç thoshim në shkollë, atëherë nuk ka probleme me një punonjës të tillë më vonë. Por 90-95% e njerëzve, për të përvetësuar diçka përherë, duhet të mësojnë dhjetë herë më shumë dhe ta bëjnë këtë sistematikisht për disa vite me radhë. Dhe kjo bën që programet master në analizën e të dhënave të jenë një mundësi të shkëlqyer për të krijuar një bazë të mirë njohurish, me të cilën as në intervista nuk do të keni nevojë të përballeni, dhe puna do të jetë shumë më e lehtë.
Viktor Kantor
Kryetar i Shkencës së Dhënave në MTS
Ku të studioni për të gjetur punë në Data Science
Në treg ka shumë kurse të mira për Data Science dhe të marrësh një arsim fillestar nuk është problem. Por është e rëndësishme të kuptosh orientimin e këtij arsimi. Nëse kandidati ka një paraqitje të fuqishme teknike, atëherë kurset intensive janë ato që duhen. Njeriu do të zotërojë mjetet, do të vijë në vend dhe do të integrohet shpejt, sepse tashmë di të mendojë si një matematik, të shohë problemin dhe të formulojë detyra. Nëse kjo paraqitje nuk është e pranishme, atëherë pas kursit do të jetë një ekzekutor i shkëlqyer, por me mundësi të kufizuara për rritje.
Nëse përpara jush qëndron një detyrë afatshkurtër për të ndryshuar profesion ose për të gjetur punë në këtë specializim, atëherë ju përshtaten disa kurse sistematike, që janë të shkurtra dhe ofrojnë shpejt një set minimal aftësish teknike, në mënyrë që të mund të pretendoni për një pozitë fillestare në këtë fushë.
Ivan Yamshchikov
Drejtori akademik i masterit online ‘Shkenca e të Dhënave’
Problemi me kursin është se ata ofrojnë një rritje të shpejtë, por minimale. Njeriu me të vërtetë hyn në profesion dhe arrin shpejt majën. Për të hyrë në profesion për një kohë të gjatë, është e nevojshme të vendoset një themel i fortë në formën e një programi më afatgjatë, për shembull, në master.
Arsimi i lartë është i përshtatshëm kur kupton se kjo fushë është e interesuar për ty në afat të gjatë. Nuk po përpiqesh të dalësh në punë sa më shpejt të jetë e mundur. Dhe nuk dëshiron që të kesh një kufizim në karrierë, gjithashtu nuk dëshiron të përballesh me problemin e mungesës së njohurive, aftësive, mungesës së kuptimit të ekosistemit të përgjithshëm, me ndihmën e të cilit zhvillohen produktet inovative. Për këtë, nevojitet arsimi i lartë, i cili jo vetëm që formon një set të nevojshëm aftësish teknike, por gjithashtu strukturon ndryshe mendimin tuaj dhe ndihmon në krijimin e një vizioni për karrierën tuaj në një perspektivë më afatgjatë.
Ivan Yamshchikov
Drejtori akademik i masterit online ‘Shkenca e të Dhënave’
Mungesa e kufizimit në karrierë është avantazhi kryesor i programit master. Në dy vite, specialisti merr një bazë teorike të fuqishme. Kështu duket semestri i parë në programin Data Science të NITU ‘MISiS’:
- Introduksion në Data Science. 2 javë.
- Elementet e analizës së të dhënave. Përpunimi i të dhënave. 2 javë
- Mësimi i makinës. Parapërpunimi i të dhënave. 2 javë
- EDA. Analiza eksploruese e të dhënave. 3 javë
- Algoritmet kryesore të mësimit të makinës. Pjesa 1 + Pjesa 2 (6 javë)
Në të njëjtën kohë, mund të fitoni përvojë praktike në punë. Asgjë nuk e pengon të punoni në pozita junior, sa herë që studenti ka zotëruar mjetet e nevojshme. Tani, ndryshe nga një diplomë kursi, magistri nuk e ndalon këtu mësimin e tij, por vazhdon të thellohet në profesion. Në të ardhmen, kjo lejon zhvillim në Data Science pa kufizime.
Në faqen e universitetit të shkencës dhe teknologjisë ‘MISiS’ organizohen për ata që duan të punojnë në Data Science. Përfaqësuesit e NITU ‘MISiS’, SkillFactory, HeadHunter, Facebook, Mail.ru Group dhe Yandex, tregojnë për gjërat më të rëndësishme:
- ‘Si të gjej vendin tuaj në Data Science?’
- ‘A është e mundur të bëhesh data scientist nga zero?’
- ‘A do të vazhdojë nevoja për data scientists pas 2-5 vjetësh?’
- ‘Në cilat detyra punojnë specialistët e data science?’
- ‘Si të ndërtohet një karrierë në Data Science?’
Mësimi online, diplomë e arsimit shtetëror. pranohet deri më 10 Gusht.
Burimi: habr.com
