Theo nghiên cứu của HeadHunter và Mail.ru, nhu cầu về các chuyên gia trong lĩnh vực Khoa học dữ liệu vượt quá nguồn cung, nhưng ngay cả như vậy, không phải lúc nào các chuyên gia trẻ cũng tìm được việc làm. Chúng tôi cho bạn biết sinh viên tốt nghiệp khóa học nào đang thiếu và nơi học dành cho những người đang có kế hoạch phát triển sự nghiệp lớn trong Khoa học dữ liệu.
“Họ đến và nghĩ rằng bây giờ họ sẽ kiếm được 500k mỗi giây, bởi vì họ biết tên của các khung và cách chạy mô hình từ chúng theo hai dòng”
Emil Maharramov anh ấy lãnh đạo một nhóm dịch vụ hóa học tính toán tại biocad và trong các cuộc phỏng vấn, anh ấy phải đối mặt với thực tế là các ứng viên không có hiểu biết có hệ thống về nghề này. Họ hoàn thành các khóa học, sử dụng Python và SQL được đào tạo bài bản, có thể cài đặt Hadoop hoặc Spark trong 2 giây và hoàn thành nhiệm vụ theo thông số kỹ thuật rõ ràng. Nhưng đồng thời, không còn một bước sang một bên nữa. Mặc dù đó là sự linh hoạt trong các giải pháp mà nhà tuyển dụng mong đợi từ các chuyên gia khoa học dữ liệu của họ.
Điều gì đang xảy ra trên thị trường Khoa học dữ liệu
Năng lực của các chuyên gia trẻ phản ánh tình hình trên thị trường lao động. Ở đây, nhu cầu vượt quá đáng kể nguồn cung, vì vậy các nhà tuyển dụng tuyệt vọng thường thực sự sẵn sàng thuê các chuyên gia hoàn toàn xanh và đào tạo họ cho chính họ. Tùy chọn này hoạt động nhưng chỉ phù hợp nếu nhóm đã có một trưởng nhóm có kinh nghiệm, người sẽ đảm nhận việc đào tạo cấp dưới.
Theo nghiên cứu của HeadHunter và Mail.ru, các chuyên gia phân tích dữ liệu nằm trong số những người có nhu cầu cao nhất trên thị trường:
- Năm 2019, số vị trí tuyển dụng trong lĩnh vực phân tích dữ liệu nhiều hơn 9,6 lần và trong lĩnh vực học máy nhiều hơn 7,2 lần so với năm 2015.
- So với năm 2018, số lượng vị trí tuyển dụng cho chuyên gia phân tích dữ liệu tăng 1,4 lần và chuyên gia machine learning tăng 1,3 lần.
- 38% vị trí tuyển dụng mở là ở các công ty CNTT, 29% ở các công ty thuộc lĩnh vực tài chính và 9% ở các dịch vụ kinh doanh.
Tình hình càng được thúc đẩy bởi nhiều trường học trực tuyến đào tạo những học sinh đó. Về cơ bản, quá trình đào tạo kéo dài từ ba đến sáu tháng, trong đó sinh viên có thể thành thạo các công cụ chính ở cấp độ cơ bản: Python, SQL, phân tích dữ liệu, Git và Linux. Kết quả là một học sinh cấp dưới cổ điển: anh ta có thể giải quyết một vấn đề cụ thể, nhưng vẫn không thể hiểu vấn đề và tự mình hình thành vấn đề. Tuy nhiên, nhu cầu cao về chuyên gia và sự cường điệu xung quanh nghề này thường làm nảy sinh tham vọng và yêu cầu cao về mức lương.
Thật không may, các cuộc phỏng vấn trong Khoa học dữ liệu bây giờ thường trông như thế này: ứng viên nói rằng anh ta đã cố gắng sử dụng một vài thư viện, không thể trả lời các câu hỏi về cách hoạt động chính xác của thuật toán, sau đó yêu cầu 200, 300, 400 nghìn rúp mỗi tháng trong tay .
Do có rất nhiều khẩu hiệu quảng cáo như “bất kỳ ai cũng có thể trở thành nhà phân tích dữ liệu”, “làm chủ máy học trong ba tháng và bắt đầu kiếm nhiều tiền” cũng như khao khát kiếm tiền nhanh chóng, một lượng lớn ứng viên hời hợt đã đổ vào chúng tôi. lĩnh vực hoàn toàn không được đào tạo có hệ thống.
Victor Kantor
Nhà khoa học dữ liệu trưởng tại MTS
Nhà tuyển dụng đang chờ đợi ai?
Bất kỳ nhà tuyển dụng nào cũng muốn nhân viên cấp dưới của mình làm việc mà không có sự giám sát liên tục và có thể phát triển dưới sự hướng dẫn của trưởng nhóm. Để làm được điều này, người mới bắt đầu phải sở hữu ngay những công cụ cần thiết để giải quyết các vấn đề hiện tại, đồng thời có đủ cơ sở lý thuyết để từng bước đề xuất giải pháp của riêng mình và tiếp cận các vấn đề phức tạp hơn.
Những người mới tham gia thị trường đang làm khá tốt với các công cụ của họ. Các khóa học ngắn hạn cho phép bạn nhanh chóng thành thạo chúng và đi làm.
Theo nghiên cứu của HeadHunter và Mail.ru, kỹ năng được yêu cầu nhiều nhất là Python. Nó được đề cập trong 45% vị trí tuyển dụng của nhà khoa học dữ liệu và 51% vị trí tuyển dụng về học máy.
Nhà tuyển dụng cũng muốn các nhà phân tích dữ liệu biết SQL (23%), khai thác dữ liệu (19%), thống kê toán học (11%) và có thể làm việc với dữ liệu lớn (10%).
Các nhà tuyển dụng đang tìm kiếm chuyên gia về máy học mong đợi ứng viên phải thành thạo C++ (18%), SQL (15%), thuật toán học máy (13%) và Linux (11%) bên cạnh kiến thức về Python.
Nhưng nếu cấp dưới làm tốt với các công cụ này thì người quản lý của họ sẽ phải đối mặt với một vấn đề khác. Hầu hết sinh viên tốt nghiệp khóa học đều không có hiểu biết sâu về nghề, khiến người mới bắt đầu khó tiến bộ.
Tôi hiện đang tìm kiếm các chuyên gia về máy học để tham gia vào nhóm của mình. Đồng thời, tôi thấy các ứng viên thường thành thạo một số công cụ Data Science nhưng lại chưa hiểu đủ sâu về nền tảng lý thuyết để đưa ra giải pháp mới.
Emil Maharramov
Trưởng nhóm dịch vụ hóa học tính toán, Biocad
Cấu trúc và thời lượng của các khóa học không cho phép bạn đi sâu hơn đến mức yêu cầu. Sinh viên tốt nghiệp thường thiếu những kỹ năng mềm thường bị bỏ qua khi đọc thông tin tuyển dụng. Chà, thực sự thì ai trong chúng ta sẽ nói rằng anh ta không có tư duy hệ thống hay mong muốn phát triển. Tuy nhiên, liên quan đến một chuyên gia Khoa học Dữ liệu, chúng ta đang nói về một câu chuyện sâu sắc hơn. Ở đây, để phát triển, bạn cần có khuynh hướng khá mạnh về lý thuyết và khoa học, điều này chỉ có thể thực hiện được thông qua nghiên cứu dài hạn, chẳng hạn như tại một trường đại học.
Phần lớn phụ thuộc vào mỗi người: nếu một khóa học chuyên sâu kéo dài ba tháng với những giáo viên giỏi có kinh nghiệm làm trưởng nhóm ở các công ty hàng đầu được hoàn thành bởi một sinh viên có nền tảng tốt về toán và lập trình, hãy đào sâu vào tất cả tài liệu của khóa học và “hấp thụ như bọt biển”. ,” như họ đã nói ở trường, sau này sẽ có vấn đề với một nhân viên như vậy Không. Nhưng 90-95% mọi người, để học được điều gì đó mãi mãi, cần phải học thêm gấp mười lần và thực hiện một cách có hệ thống trong vài năm liên tiếp. Và điều này làm cho các chương trình thạc sĩ về phân tích dữ liệu trở thành một lựa chọn tuyệt vời để có được nền tảng kiến thức tốt, nhờ đó bạn sẽ không phải đỏ mặt khi phỏng vấn và sẽ thực hiện công việc dễ dàng hơn nhiều.
Victor Kantor
Nhà khoa học dữ liệu trưởng tại MTS
Học ở đâu để tìm việc làm Khoa học dữ liệu
Có rất nhiều khóa học Khoa học dữ liệu tốt trên thị trường và việc đào tạo ban đầu không phải là vấn đề. Nhưng điều quan trọng là phải hiểu trọng tâm của nền giáo dục này. Nếu ứng viên đã có nền tảng kỹ thuật vững chắc thì các khóa học chuyên sâu là thứ họ cần. Một người sẽ thành thạo các công cụ, đến nơi và nhanh chóng làm quen với nó, bởi vì anh ta đã biết cách suy nghĩ như một nhà toán học, nhìn nhận vấn đề và hình thành vấn đề. Nếu không có nền tảng như vậy thì sau khóa học, bạn sẽ trở thành một người có thành tích tốt nhưng có ít cơ hội phát triển.
Nếu bạn phải đối mặt với nhiệm vụ ngắn hạn là thay đổi nghề nghiệp hoặc tìm việc làm trong chuyên ngành này, thì một số khóa học có hệ thống phù hợp với bạn, ngắn hạn và nhanh chóng cung cấp một bộ kỹ năng kỹ thuật tối thiểu để bạn có thể đủ điều kiện tham gia một khóa học. vị trí cấp đầu vào trong lĩnh vực này.
Ivan Yamshchikov
Giám đốc học thuật chương trình thạc sĩ trực tuyến "Khoa học dữ liệu"
Vấn đề với các khóa học chính xác là chúng cung cấp khả năng ép xung nhanh nhưng tối thiểu. Một người thực sự bay vào nghề và nhanh chóng đạt đến trần nhà. Để bước vào nghề lâu dài, bạn cần phải xây dựng ngay nền tảng tốt dưới hình thức một chương trình dài hạn hơn, chẳng hạn như bằng thạc sĩ.
Giáo dục đại học phù hợp khi bạn hiểu rằng lĩnh vực này bạn quan tâm lâu dài. Bạn không muốn đi làm càng sớm càng tốt. Và bạn không muốn có giới hạn nghề nghiệp; bạn cũng không muốn đối mặt với vấn đề thiếu kiến thức, kỹ năng, thiếu hiểu biết về hệ sinh thái chung với sự trợ giúp của những sản phẩm đổi mới được phát triển. Để làm được điều này, bạn cần có trình độ học vấn cao hơn, nền giáo dục không chỉ tạo ra các kỹ năng kỹ thuật cần thiết mà còn cấu trúc lối suy nghĩ của bạn một cách khác biệt và giúp bạn hình thành một số tầm nhìn về sự nghiệp lâu dài của mình.
Ivan Yamshchikov
Giám đốc học thuật chương trình thạc sĩ trực tuyến "Khoa học dữ liệu"
Việc không có giới hạn nghề nghiệp là ưu điểm chính của chương trình thạc sĩ. Trong hai năm, một chuyên gia sẽ nhận được một cơ sở lý thuyết mạnh mẽ. Học kỳ đầu tiên trong chương trình Khoa học dữ liệu tại NUST MISIS trông như thế này:
- Giới thiệu về Khoa học dữ liệu. 2 tuần.
- Nguyên tắc cơ bản của phân tích dữ liệu. Xử lí dữ liệu. 2 tuần
- Học máy. Tiền xử lý dữ liệu. 2 tuần
- EDA. Phân tích dữ liệu tình báo. 3 tuần
- Các thuật toán học máy cơ bản. Ch1 + Ch2 (6 tuần)
Đồng thời, bạn có thể đồng thời tích lũy được kinh nghiệm thực tế trong công việc. Không có gì ngăn cản bạn nhận được vị trí cấp dưới ngay khi học sinh đã thành thạo các công cụ cần thiết. Tuy nhiên, không giống như sinh viên tốt nghiệp khóa học, sinh viên có bằng thạc sĩ không dừng việc học ở đó mà tiếp tục nghiên cứu sâu hơn về nghề nghiệp. Trong tương lai, điều này cho phép bạn phát triển về Khoa học dữ liệu mà không bị hạn chế.
Trên website trường Đại học Khoa học và Công nghệ “MISiS” dành cho những ai muốn làm việc trong lĩnh vực Khoa học dữ liệu. Đại diện của NUST MISIS, SkillFactory, HeadHunter, Facebook, Mail.ru Group và Yandex, tôi sẽ cho bạn biết về những điều quan trọng nhất:
- “Làm cách nào để tìm được vị trí của bạn trong Khoa học dữ liệu?”,
- “Có thể trở thành nhà khoa học dữ liệu từ đầu không?”,
- “Liệu nhu cầu về các nhà khoa học dữ liệu có còn tồn tại trong 2-5 năm tới không?”
- “Các nhà khoa học dữ liệu đang giải quyết những vấn đề gì?”
- “Làm thế nào để xây dựng sự nghiệp trong lĩnh vực Khoa học dữ liệu?”
Đào tạo trực tuyến, cấp bằng giáo dục công lập. chấp nhận cho đến khi 10 Tháng Tám.
Nguồn: www.habr.com