HeadHunter va Mail.ru tadqiqotiga ko'ra, Data Science sohasidagi mutaxassislarga bo'lgan talab taklifdan oshib ketadi, ammo shunga qaramay, yosh mutaxassislar har doim ham ish topa olmaydi. Biz sizga qaysi kurs bitiruvchilari etishmayotganligini va Data Science bo'yicha katta martaba rejalashtirayotganlar uchun qayerda o'qish kerakligini aytamiz.
"Ular kelib, endi soniyasiga 500 ming daromad olishadi, deb o'ylashadi, chunki ular ramkalarning nomlarini va ulardan ikkita qatorda modelni qanday ishlatishni bilishadi"
Emil Maharramov u biokadda hisoblash kimyosi xizmatlari guruhiga rahbarlik qiladi va suhbat davomida nomzodlarning kasb haqida tizimli tushunchaga ega emasligi bilan duch keladi. Ular kurslarni tugatadi, yaxshi o'qitilgan Python va SQL bilan birga keladi, Hadoop yoki Sparkni 2 soniyada o'rnatishi va aniq spetsifikatsiyaga muvofiq vazifani bajarishi mumkin. Biroq, ayni paytda, endi chetga qadam yo'q. Garchi bu ish beruvchilar o'zlarining ma'lumotlar fanlari bo'yicha mutaxassislaridan kutadigan echimlarning moslashuvchanligi.
Data Science bozorida nima sodir bo'lmoqda
Yosh mutaxassislarning malakasi mehnat bozoridagi vaziyatni aks ettiradi. Bu erda talab taklifdan sezilarli darajada oshadi, shuning uchun umidsiz ish beruvchilar ko'pincha butunlay yashil mutaxassislarni yollashga va ularni o'zlari uchun o'qitishga tayyor. Variant ishlaydi, lekin agar jamoada o'smirlarni tayyorlashni o'z zimmasiga oladigan tajribali jamoa rahbari bo'lsagina mos keladi.
HeadHunter va Mail.ru tadqiqotiga ko'ra, ma'lumotlarni tahlil qilish bo'yicha mutaxassislar bozorda eng ko'p talab qilinadiganlar qatoriga kiradi:
- 2019-yilda 9,6-yilga nisbatan maʼlumotlarni tahlil qilish sohasida 7,2 barobar, mashinalarni oʻrganish sohasida esa 2015 barobar koʻp boʻsh ish oʻrinlari mavjud edi.
- 2018 yilga nisbatan maʼlumotlarni tahlil qilish boʻyicha mutaxassislar uchun boʻsh ish oʻrinlari soni 1,4 barobarga, mashinalarni oʻrganish boʻyicha mutaxassislar uchun esa 1,3 baravarga oshdi.
- Ochiq bo‘sh ish o‘rinlarining 38 foizi IT-kompaniyalarida, 29 foizi moliya sektoridagi kompaniyalarda, 9 foizi esa biznes xizmatlarida.
Vaziyat o'sha o'smirlarni o'qiydigan ko'plab onlayn maktablar tomonidan turtki bo'lmoqda. Asosan, trening uch oydan olti oygacha davom etadi, bu vaqt davomida talabalar asosiy darajadagi asosiy vositalarni o'zlashtira oladilar: Python, SQL, ma'lumotlarni tahlil qilish, Git va Linux. Natijada klassik junior paydo bo'ladi: u ma'lum bir muammoni hal qila oladi, lekin baribir muammoni tushuna olmaydi va muammoni mustaqil ravishda tuza olmaydi. Biroq, mutaxassislarga bo'lgan yuqori talab va kasb atrofidagi shov-shuv ko'pincha yuqori ambitsiyalar va ish haqi talablarini keltirib chiqaradi.
Afsuski, Data Science bo'yicha intervyular odatda shunday ko'rinadi: nomzodning aytishicha, u bir nechta kutubxonalardan foydalanishga harakat qilgan, algoritmlar qanday ishlashi haqidagi savollarga javob bera olmaydi, keyin qo'lidan oyiga 200, 300, 400 ming rubl so'raydi. .
"Har kim ma'lumotlar tahlilchisi bo'lishi mumkin", "uch oy ichida mashinani o'rganishni o'zlashtirib, ko'p pul ishlashni boshlash" kabi reklama shiorlarining ko'pligi va tez pulga chanqoqlik tufayli bizning kompaniyamizga yuzaki nomzodlarning katta oqimi kirib keldi. mutlaqo tizimli tayyorgarliksiz soha.
Viktor Kantor
MTS bosh ma'lumot olimi
Ish beruvchilar kimni kutmoqda?
Har qanday ish beruvchi o'z yoshlarining doimiy nazoratsiz ishlashini va jamoa rahbarining rahbarligi ostida rivojlanishini xohlaydi. Buning uchun boshlang'ich darhol dolzarb muammolarni hal qilish uchun zarur vositalarga ega bo'lishi va asta-sekin o'z echimlarini taklif qilish va murakkabroq muammolarga yondashish uchun etarli nazariy asosga ega bo'lishi kerak.
Bozorda yangi boshlanuvchilar o'zlarining asboblari bilan juda yaxshi ishlamoqdalar. Qisqa muddatli kurslar ularni tezda o'zlashtirish va ishga kirishish imkonini beradi.
HeadHunter va Mail.ru tadqiqotiga ko'ra, eng ko'p talab qilinadigan mahorat Python hisoblanadi. Bu ma'lumot bo'yicha bo'sh ish o'rinlarining 45 foizida va mashinani o'rganish bo'yicha bo'sh ish o'rinlarining 51 foizida qayd etilgan.
Ish beruvchilar, shuningdek, ma'lumotlar tahlilchilaridan SQL (23%), ma'lumotlar qazib olish (19%), matematik statistika (11%) va katta ma'lumotlar (10%) bilan ishlashni bilishlarini xohlashadi.
Mashina o'rganish bo'yicha mutaxassislarni qidirayotgan ish beruvchilar nomzoddan Python tilini bilishdan tashqari C++ (18%), SQL (15%), mashinalarni o'rganish algoritmlari (13%) va Linux (11%) bo'yicha malakali bo'lishini kutishadi.
Ammo agar o'smirlar asboblar bilan yaxshi ishlayotgan bo'lsa, ularning menejerlari boshqa muammoga duch kelishadi. Kurs bitiruvchilarining aksariyati kasbni chuqur anglamaydilar, bu esa yangi boshlanuvchining rivojlanishini qiyinlashtiradi.
Hozir men jamoamga qo'shilish uchun mashinani o'rganish bo'yicha mutaxassislarni qidiryapman. Shu bilan birga, men ko'ramanki, nomzodlar ko'pincha Data Science bo'yicha ma'lum vositalarni o'zlashtirgan, ammo ular yangi echimlarni yaratish uchun nazariy asoslarni etarlicha chuqur tushunmaydilar.
Emil Maharramov
Hisoblash kimyosi xizmatlari guruhi rahbari, Biocad
Kurslarning tuzilishi va davomiyligi kerakli darajaga chuqurroq kirishga imkon bermaydi. Bitiruvchilar ko'pincha bo'sh ish o'rinlarini o'qiyotganda o'tkazib yuboriladigan juda yumshoq ko'nikmalarga ega emaslar. Haqiqatan ham, oramizda kim tizimli fikrlash yoki rivojlanish istagi yo'q deb aytadi. Biroq, Data Science mutaxassisiga nisbatan biz chuqurroq hikoya haqida gapiramiz. Bu erda rivojlanish uchun nazariya va fanda juda kuchli tarafkashlik kerak, bu faqat uzoq muddatli o'qish orqali mumkin, masalan, universitetda.
Ko‘p narsa insonga bog‘liq: agar yetakchi kompaniyalarda jamoa sifatida tajribaga ega bo‘lgan kuchli o‘qituvchilardan uch oylik intensiv kursni matematika va dasturlash bo‘yicha yaxshi ma’lumotga ega bo‘lgan talaba tugatsa, barcha kurs materiallarini chuqur o‘rganadi va “gubkadek singib ketadi”. ", ular maktabda aytganidek, keyin bunday xodim bilan muammolar paydo bo'ladi. Ammo 90-95% odamlar biror narsani abadiy o'rganish uchun o'n barobar ko'proq o'rganishlari va ketma-ket bir necha yil muntazam ravishda bajarishlari kerak. Va bu ma'lumotlarni tahlil qilish bo'yicha magistrlik dasturlarini bilimning yaxshi poydevoriga ega bo'lishning ajoyib variantiga aylantiradi, buning yordamida siz intervyuda qizarib ketishingiz shart emas va ishni bajarish ancha oson bo'ladi.
Viktor Kantor
MTS bosh ma'lumot olimi
Data Science bo'yicha ish topish uchun qayerda o'qish kerak
Bozorda ko'plab yaxshi ma'lumotlar fanlari kurslari mavjud va boshlang'ich ta'lim olish muammo emas. Ammo bu ta'limning yo'nalishini tushunish muhimdir. Agar nomzod allaqachon kuchli texnik ma'lumotga ega bo'lsa, unda intensiv kurslar ularga kerak bo'ladi. Inson asboblarni o'zlashtirib oladi, o'sha joyga keladi va tezda ko'nikadi, chunki u allaqachon matematik kabi fikrlashni, muammoni ko'rishni va muammolarni shakllantirishni biladi. Agar bunday fon bo'lmasa, kursdan keyin siz yaxshi ijrochi bo'lasiz, ammo o'sish uchun imkoniyatlar cheklangan.
Agar siz kasbni o'zgartirish yoki ushbu mutaxassislik bo'yicha ish topish bo'yicha qisqa muddatli vazifaga duch kelsangiz, unda siz uchun ba'zi bir tizimli kurslar mos keladi, ular qisqa va tezda texnik ko'nikmalarning minimal to'plamini taqdim etadi, shunda siz malakali mutaxassislikka ega bo'lishingiz mumkin. ushbu sohada kirish darajasidagi pozitsiya.
Ivan Yamshchikov
"Ma'lumotlar fanlari" onlayn magistrlik dasturining akademik direktori
Kurslar bilan bog'liq muammo shundaki, ular tez, ammo minimal tezlashtirishni ta'minlaydi. Inson tom ma'noda kasbga uchadi va tezda shiftga etib boradi. Kasbga uzoq vaqt kirish uchun siz darhol uzoq muddatli dastur, masalan, magistratura shaklida yaxshi poydevor qo'yishingiz kerak.
Agar bu soha sizni uzoq muddatli qiziqtirayotganini tushunsangiz, oliy ma'lumot mos keladi. Siz imkon qadar tezroq ishga kirishga intilmaysiz. Va siz martaba shiftiga ega bo'lishni xohlamaysiz, shuningdek, bilim, ko'nikma va innovatsion mahsulotlar ishlab chiqiladigan umumiy ekotizimni tushunmaslik muammosiga duch kelishni xohlamaysiz. Buning uchun sizga oliy ma'lumot kerak bo'lib, u nafaqat zarur texnik ko'nikmalar to'plamini yaratibgina qolmay, balki sizning fikringizni boshqacha tuzadi va uzoq muddatga martaba haqida qandaydir tasavvurni shakllantirishga yordam beradi.
Ivan Yamshchikov
"Ma'lumotlar fanlari" onlayn magistrlik dasturining akademik direktori
Karyera shiftining yo'qligi magistrlik dasturining asosiy afzalligi hisoblanadi. Ikki yil ichida mutaxassis kuchli nazariy bazani oladi. NUST MISISda Data Science dasturining birinchi semestrining ko'rinishi quyidagicha:
- Ma'lumotlar faniga kirish. 2 hafta.
- Ma'lumotlarni tahlil qilish asoslari. Ma'lumotlarni qayta ishlash. 2 hafta
- Mashinani o'rganish. Ma'lumotlarni oldindan qayta ishlash. 2 hafta
- EDA. Razvedka ma'lumotlarini tahlil qilish. 3 hafta
- Mashinani o'rganishning asosiy algoritmlari. Ch1 + Ch2 (6 hafta)
Shu bilan birga, siz bir vaqtning o'zida ishda amaliy tajribaga ega bo'lishingiz mumkin. Talaba zarur vositalarni o'zlashtirgandan so'ng, sizni kichik lavozimga ega bo'lishingizga hech narsa to'sqinlik qilmaydi. Ammo, kurs bitiruvchisidan farqli o'laroq, magistratura u erda o'qishni to'xtatmaydi, balki kasbni chuqurroq o'rganishda davom etadi. Kelajakda bu sizga Data Science sohasida cheklovlarsiz rivojlanish imkonini beradi.
"MISiS" Fan va texnologiya universiteti veb-saytida Data Science sohasida ishlashni xohlovchilar uchun. NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group va Yandex vakillari, men sizga eng muhim narsalar haqida gapirib beraman:
- "Ma'lumotlar fanida o'z o'rningizni qanday topish mumkin?",
- "Noldan ma'lumot olimi bo'lish mumkinmi?",
- "2-5 yildan keyin ham ma'lumotlar bo'yicha olimlarga ehtiyoj bormi?"
- "Ma'lumotlar olimlari qanday muammolar ustida ishlaydi?"
- "Qanday qilib ma'lumotlar fanida martaba qurish mumkin?"
Onlayn ta'lim, xalq ta'limi diplomi. gacha qabul qilinadi 10 avgust.
Manba: www.habr.com