"Mereka datang dan berpikir bahwa sekarang mereka akan mendapatkan 500k per detik, karena mereka tahu nama kerangka kerja dan cara menjalankan model dalam dua baris dari mereka."
Emil Maharramov memimpin Grup Layanan Kimia Komputasi di biocad dan dalam wawancara menghadapi kenyataan bahwa kandidat tidak memiliki pemahaman sistematis tentang profesi tersebut. Mereka menyelesaikan kursus, dilengkapi dengan Python dan SQL yang disetel dengan baik, dapat meningkatkan Hadoop atau Spark dalam 2 detik, menyelesaikan tugas sesuai dengan tugas teknis yang jelas. Tetapi pada saat yang sama, melangkah ke samping tidak lagi. Meskipun itu adalah fleksibilitas solusi yang diharapkan pemberi kerja dari spesialis ilmu data mereka.
Apa yang terjadi di pasar Ilmu Data
Kompetensi profesional muda mencerminkan situasi di pasar tenaga kerja. Di sini, permintaan secara signifikan melebihi pasokan, sehingga pemberi kerja yang putus asa sering kali benar-benar siap untuk mempekerjakan spesialis yang sepenuhnya ramah lingkungan dan mengembangkannya sendiri. Opsi ini berhasil, tetapi hanya cocok jika tim sudah memiliki pemimpin tim berpengalaman yang akan mengambil alih pelatihan junior.
Menurut penelitian HeadHunter dan Mail.ru, analis data termasuk yang paling banyak diminta di pasar:
- Pada tahun 2019, terdapat 9,6 kali lebih banyak lowongan dalam analisis data, dan 7,2 kali lebih banyak lowongan dalam pembelajaran mesin dibandingkan pada tahun 2015.
- Dibandingkan dengan 2018, jumlah lowongan untuk analis data telah meningkat 1,4 kali lipat, untuk pembelajaran mesin - 1,3 kali lipat.
- 38% dari lowongan terbuka ada di perusahaan IT, 29% - perusahaan dari sektor keuangan, 9% - layanan untuk bisnis.
Situasi ini dipicu oleh banyaknya sekolah online yang melatih para juniornya. Pada dasarnya, pelatihan berlangsung dari tiga hingga enam bulan, di mana siswa memiliki waktu untuk menguasai alat utama pada tingkat dasar: Python, SQL, analisis data, Git dan Linux. Hasilnya adalah seorang junior klasik: dia dapat memecahkan masalah tertentu, tetapi dia masih tidak dapat memahami masalah dan merumuskan masalahnya sendiri. Namun, tingginya permintaan akan spesialis dan hype seputar profesi sering kali menimbulkan ambisi dan persyaratan gaji yang tinggi.
, Data Science : , - , , , , 200, 300, 400 .
- « », « » , .
Chief Data Scientist
Setiap pemberi kerja ingin juniornya bekerja tanpa pengawasan konstan dan dapat berkembang di bawah kepemimpinan pemimpin tim. Untuk melakukan ini, seorang pemula harus segera memiliki alat yang diperlukan untuk memecahkan masalah saat ini, dan memiliki dasar teori yang cukup untuk secara bertahap mengusulkan solusi mereka sendiri dan mendekati masalah yang lebih kompleks.
Pendatang baru di pasar melakukannya dengan cukup baik dengan alat. Kursus jangka pendek memungkinkan Anda untuk segera menguasainya dan memulai.
Menurut penelitian HeadHunter dan Mail.ru, keterampilan yang paling diminati adalah Python. Ini ditampilkan dalam 45% pekerjaan ilmu data dan 51% pekerjaan pembelajaran mesin.
Pengusaha juga ingin data scientist mengetahui SQL (23%), mahir dalam data mining (19%), statistik matematika (11%), dan dapat bekerja dengan big data (10%).
Perusahaan yang mencari spesialis pembelajaran mesin, bersama dengan pengetahuan tentang Python, mengharapkan kandidat mahir dalam C ++ (18%), SQL (15%), algoritma pembelajaran mesin (13%) dan Linux (11%).
Tetapi jika yunior bekerja dengan baik dengan alat, maka pemimpin mereka dihadapkan pada masalah lain. Kebanyakan lulusan kursus tidak memiliki pemahaman yang mendalam tentang profesinya, sehingga sulit bagi seorang pemula untuk maju.
. , Data Science, , .Struktur dan durasi kursus tidak memungkinkan seseorang untuk masuk lebih dalam ke tingkat yang disyaratkan. Lulusan sering kekurangan soft skill yang biasanya terlewat saat membaca lowongan. Sebenarnya, siapa di antara kita yang akan mengatakan bahwa dia tidak memiliki pemikiran atau keinginan sistemik untuk berkembang. Namun, seperti yang diterapkan pada spesialis Ilmu Data, kita berbicara tentang sejarah yang lebih dalam. Di sini, untuk berkembang, diperlukan bias yang cukup kuat dalam teori dan sains, yang hanya mungkin dalam studi jangka panjang, misalnya di universitas.
, Biocad
: , « », , . 90-95% , - , . , , .
Chief Data Scientist
, Data Science
Ada banyak kursus Ilmu Data yang bagus di pasaran dan mendapatkan pendidikan awal bukanlah masalah. Tetapi penting untuk memahami arah pendidikan ini. Jika kandidat sudah memiliki latar belakang teknis yang kuat, maka kursus intensif adalah yang Anda butuhkan. Seseorang akan menguasai alat-alatnya, datang ke suatu tempat dan bekerja dengan cepat, karena dia sudah tahu bagaimana berpikir seperti seorang ahli matematika, melihat suatu masalah dan merumuskan masalah. Jika tidak ada latar belakang seperti itu, maka setelah kursus akan ada yang berkinerja baik, tetapi dengan peluang terbatas untuk berkembang.
Jika Anda dihadapkan pada tugas jangka pendek untuk mengubah profesi atau mencari pekerjaan di bidang khusus ini, maka beberapa kursus sistematis cocok untuk Anda, yang singkat dan cepat memberikan sekumpulan keterampilan teknis minimum sehingga Anda dapat melamar posisi awal di bidang ini.Masalah dengan kursus adalah mereka memberikan akselerasi yang cepat, tetapi minimal. Seseorang benar-benar terbang ke profesi dan dengan cepat mencapai langit-langit. Untuk memasuki profesi untuk waktu yang lama, Anda perlu segera meletakkan dasar yang baik dalam bentuk program jangka panjang, misalnya gelar master.
Ivan Yamshchikov
Direktur Akademik Master of Science Online dalam Ilmu Data
, , . . , , , , , . , , - .Kurangnya plafon karir adalah keuntungan utama dari program master. Dalam dua tahun, spesialis menerima dasar teori yang kuat. Seperti inilah semester pertama program Ilmu Data di NUST MISIS:
- « »
- Pengantar Ilmu Data. 2 minggu.
- Dasar-dasar analisis data. Pengolahan data. 2 minggu
- Pembelajaran mesin. Pemrosesan awal data. 2 minggu
- EDA. Analisis data intelijen. 3 minggu
- Algoritme pembelajaran mesin dasar. Ch1 + Ch2 (6 minggu)
Pada saat yang sama, Anda bisa sekaligus memperoleh pengalaman praktis di tempat kerja. Tidak ada yang menghalangi Anda untuk mendapatkan posisi junior segera setelah siswa menguasai alat yang diperlukan. Tapi, tidak seperti lulusan kursus, master tidak berhenti studinya di sini, tetapi terus mendalami profesinya. Di masa mendatang, ini memungkinkan Anda untuk mengembangkan Ilmu Data tanpa batasan.
«» , Data Science. «», SkillFactory, HeadHunter, Facebook, Mail.ru Group , :
- « Data Science?»,
- « data scientist ?»,
- « data scientist- 2-5 ?»,
- « data science?»,
- « Data Science?»
, . 10 .