HeadHunter ve Mail.ru'nun araştırmasına göre Veri Bilimi alanındaki uzmanlara olan talep arzı aşıyor ancak buna rağmen genç uzmanlar her zaman iş bulmayı başaramıyor. Veri Bilimi alanında büyük bir kariyer planlayanlar için hangi bölüm mezunlarının eksik olduğunu ve nerede eğitim almaları gerektiğini size anlatıyoruz.
“Geliyorlar ve artık saniyede 500 bin kazanacaklarını düşünüyorlar çünkü çerçevelerin adlarını ve onlardan iki satırda bir modelin nasıl çalıştırılacağını biliyorlar”
Emil Maharramov biocad'de bir grup hesaplamalı kimya hizmetine liderlik ediyor ve görüşmeler sırasında adayların mesleğe ilişkin sistematik bir anlayışa sahip olmadığı gerçeğiyle karşı karşıya kalıyor. Kursları tamamlarlar, iyi eğitimli Python ve SQL ile birlikte gelirler, Hadoop veya Spark'ı 2 saniyede kurabilirler ve bir görevi net bir spesifikasyona göre tamamlayabilirler. Ancak aynı zamanda artık kenara atılacak bir adım da yok. İşverenlerin veri bilimi uzmanlarından beklediği çözümlerde esneklik olmasına rağmen.
Veri Bilimi pazarında neler oluyor?
Genç uzmanların yeterlilikleri işgücü piyasasındaki durumu yansıtmaktadır. Burada talep, arzı önemli ölçüde aşıyor, bu nedenle çaresiz işverenler genellikle tamamen yeşil uzmanları işe almaya ve onları kendileri için eğitmeye gerçekten hazır. Bu seçenek işe yarar, ancak yalnızca takımda halihazırda genç oyuncunun eğitimini üstlenecek deneyimli bir takım lideri varsa uygundur.
HeadHunter ve Mail.ru'nun araştırmasına göre veri analizi uzmanları piyasada en çok talep görenler arasında yer alıyor:
- 2019 yılında veri analizi alanında 9,6 yılına kıyasla 7,2 kat, makine öğrenimi alanında ise 2015 kat daha fazla boş pozisyon vardı.
- 2018 ile karşılaştırıldığında veri analizi uzmanları için açık pozisyon sayısı 1,4 kat, makine öğrenimi uzmanları için ise 1,3 kat arttı.
- Açık pozisyonların %38'i BT şirketlerinde, %29'u finans sektörü şirketlerinde ve %9'u ticari hizmetlerde bulunuyor.
Bu durum, aynı gençleri eğiten çok sayıda çevrimiçi okul tarafından körükleniyor. Temel olarak eğitim üç ila altı ay sürer ve bu süre zarfında öğrenciler ana araçlarda temel düzeyde uzmanlaşmayı başarırlar: Python, SQL, veri analizi, Git ve Linux. Sonuç klasik bir gençtir: belirli bir sorunu çözebilir, ancak yine de sorunu anlayamaz ve sorunu kendi başına formüle edemez. Bununla birlikte, uzmanlara olan yüksek talep ve mesleğe yönelik heyecan, çoğu zaman yüksek hırslara ve maaş gerekliliklerine yol açmaktadır.
Ne yazık ki Veri Bilimi'ndeki görüşmeler artık genellikle şu şekilde görünüyor: Aday birkaç kütüphaneyi kullanmaya çalıştığını, algoritmaların tam olarak nasıl çalıştığına dair soruları yanıtlayamadığını söylüyor ve ardından ayda 200, 300, 400 bin ruble istiyor.
"Herkes veri analisti olabilir", "üç ay içinde makine öğreniminde uzmanlaşın ve çok para kazanmaya başlayın" gibi çok sayıda reklam sloganı ve hızlı para kazanma arzusu nedeniyle, büyük bir yüzeysel aday akışı aramıza aktı. Kesinlikle sistematik bir eğitimin olmadığı bir alan.
Victor Kantor
MTS'de Baş Veri Bilimcisi
İşverenler kimi bekliyor?
Her işveren, astlarının sürekli denetim olmadan çalışmasını ve bir takım liderinin rehberliği altında gelişebilmelerini ister. Bunu yapmak için, yeni başlayan birinin mevcut sorunları çözmek için gerekli araçlara hemen sahip olması ve yavaş yavaş kendi çözümlerini önermek ve daha karmaşık sorunlara yaklaşmak için yeterli teorik temele sahip olması gerekir.
Piyasadaki yeni başlayanlar araçlarıyla oldukça iyi iş çıkarıyorlar. Kısa süreli kurslar, bu konularda hızlı bir şekilde uzmanlaşmanıza ve çalışmaya başlamanıza olanak tanır.
HeadHunter ve Mail.ru'nun araştırmasına göre en çok talep edilen beceri Python'dur. Veri bilimci açık pozisyonlarının %45'inde ve makine öğrenimi açık pozisyonlarının %51'inde bahsediliyor.
İşverenler ayrıca veri analistlerinin SQL (%23), veri madenciliği (%19), matematiksel istatistik (%11) bilmesini ve büyük verilerle (%10) çalışabilmesini istiyor.
Makine öğrenimi uzmanları arayan işverenler, adayın Python bilgisine ek olarak C++ (%18), SQL (%15), makine öğrenimi algoritmaları (%13) ve Linux (%11) konularında da yetkin olmasını bekliyor.
Ancak eğer gençler araçlarla iyi iş çıkarıyorsa, yöneticileri başka bir sorunla karşı karşıya demektir. Çoğu kurs mezununun mesleğe dair derin bir anlayışı yoktur, bu da yeni başlayan birinin ilerlemesini zorlaştırır.
Şu anda ekibime katılacak makine öğrenimi uzmanları arıyorum. Aynı zamanda adayların genellikle belirli Veri Bilimi araçlarına hakim olduklarını ancak yeni çözümler yaratacak teorik temellere ilişkin yeterince derin bir anlayışa sahip olmadıklarını görüyorum.
Emil Maharramov
Hesaplamalı Kimya Hizmetleri Grubu Başkanı, Biocad
Kursların yapısı ve süresi, gerekli seviyeye daha derine inmenize izin vermez. Mezunlar genellikle bir iş ilanı okurken genellikle gözden kaçırılan çok hassas becerilerden yoksundur. Peki, gerçekten aramızda kim sistem düşüncesine ya da gelişme arzusuna sahip olmadığını söyleyebilir. Ancak Veri Bilimi uzmanıyla ilgili olarak daha derin bir hikayeden bahsediyoruz. Burada gelişmek için teori ve bilimde oldukça güçlü bir önyargıya ihtiyacınız var ve bu ancak örneğin bir üniversitede uzun vadeli bir çalışmayla mümkün olabilir.
Çoğu şey kişiye bağlıdır: En iyi şirketlerde ekip liderliği deneyimi olan güçlü öğretmenlerin verdiği üç aylık yoğun bir kurs, matematik ve programlama konusunda iyi bir geçmişi olan, tüm ders materyallerini derinlemesine inceleyen ve "sünger gibi emen" bir öğrenci tarafından tamamlanırsa Okulda dedikleri gibi, böyle bir çalışanla daha sonra sorunlar yaşanacak. Ancak insanların %90-95'inin bir şeyi sonsuza kadar öğrenebilmesi için on kat daha fazlasını öğrenmesi ve bunu birkaç yıl üst üste sistematik olarak yapması gerekiyor. Bu da veri analizi alanındaki yüksek lisans programlarını iyi bir bilgi temeli elde etmek için mükemmel bir seçenek haline getiriyor; bu sayede bir röportajda utanmanız gerekmeyecek ve işi yapmak çok daha kolay olacak.
Victor Kantor
MTS'de Baş Veri Bilimcisi
Veri Biliminde iş bulmak için nerede eğitim alınmalı?
Piyasada pek çok iyi Veri Bilimi kursu var ve başlangıç eğitimi almak sorun değil. Ancak bu eğitimin odağını anlamak önemlidir. Adayın zaten güçlü bir teknik geçmişi varsa, o zaman ihtiyaç duydukları şey yoğun kurslardır. Kişi araçlara hakim olacak, oraya gelecek ve hızlı bir şekilde alışacaktır çünkü bir matematikçi gibi düşünmeyi, bir problemi görmeyi ve problemleri formüle etmeyi zaten biliyor. Eğer böyle bir altyapınız yoksa, kurstan sonra iyi bir performans sergileyeceksiniz, ancak sınırlı büyüme fırsatlarına sahip olacaksınız.
Kısa vadeli bir meslek değiştirme veya bu uzmanlık alanında iş bulma göreviyle karşı karşıyaysanız, o zaman kısa ve hızlı bir şekilde minimum teknik beceri seti sağlayan bazı sistematik kurslar sizin için uygundur; Bu alandaki giriş seviyesi konumu.
Ivan Yamshchikov
Çevrimiçi yüksek lisans programı "Veri Bilimi" Akademik Direktörü
Kursların sorunu tam olarak hızlı ancak minimum düzeyde hız aşırtma sağlamalarıdır. Bir kişi tam anlamıyla mesleğe uçar ve hızla tavana ulaşır. Mesleğe uzun süre girmek için, örneğin yüksek lisans derecesi gibi daha uzun vadeli bir program şeklinde iyi bir temel oluşturmanız gerekir.
Bu alanın sizi uzun vadede ilgilendirdiğini anladığınızda yüksek öğrenim uygundur. Mümkün olan en kısa sürede işe gitmek için istekli değilsiniz. Ve bir kariyer tavanına sahip olmak istemezsiniz; aynı zamanda bilgi eksikliği, beceri eksikliği, yenilikçi ürünlerin geliştirildiği genel ekosistemi anlama eksikliği sorunuyla da yüzleşmek istemezsiniz. Bunun için, yalnızca gerekli teknik becerileri oluşturmakla kalmayıp aynı zamanda düşüncenizi farklı şekilde yapılandıran ve daha uzun vadeli kariyerinize dair bir vizyon oluşturmanıza yardımcı olan bir yüksek eğitime ihtiyacınız vardır.
Ivan Yamshchikov
Çevrimiçi yüksek lisans programı "Veri Bilimi" Akademik Direktörü
Kariyer tavanının olmaması, yüksek lisans programının ana avantajıdır. İki yıl içinde bir uzman güçlü bir teorik temel alır. NUST MISIS'teki Veri Bilimi programının ilk dönemi şöyle görünüyor:
- Veri Bilimine Giriş. 2 hafta.
- Veri analizinin temelleri. Veri işleme. 2 hafta
- Makine öğrenme. Veri ön işleme. 2 hafta
- EDA. İstihbarat veri analizi. 3 hafta
- Temel makine öğrenimi algoritmaları. Ch1 + Ch2 (6 hafta)
Aynı zamanda iş yerinde pratik deneyim de kazanabilirsiniz. Öğrenci gerekli araçlara hakim olur olmaz sizi asistan pozisyonu almaktan alıkoyacak hiçbir şey yoktur. Ancak, bir kurs mezununun aksine, yüksek lisans derecesi buradaki çalışmalarını durdurmaz, ancak mesleğin derinliklerine inmeye devam eder. Gelecekte bu, Veri Bilimi alanında kısıtlama olmaksızın gelişmenize olanak tanır.
Bilim ve Teknoloji Üniversitesi "MISiS" web sitesinde Veri Bilimi alanında çalışmak isteyenler için. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group ve Yandex temsilcileri, size en önemli şeylerden bahsedeceğim:
- “Veri Biliminde Yerinizi Nasıl Bulabilirsiniz?”,
- “Sıfırdan veri bilimci olmak mümkün mü?”,
- “Veri bilimcilere ihtiyaç 2-5 yıl sonra da devam edecek mi?”
- “Veri bilimcileri hangi sorunlar üzerinde çalışıyor?”
- “Veri Biliminde kariyer nasıl oluşturulur?”
Çevrimiçi eğitim, halk eğitimi diploması. kadar kabul edildi 10 Ağustos.
Kaynak: habr.com