Início rápido e teto baixo. O que aguarda os jovens cientistas de dados no mercado de trabalho

De acordo com pesquisas do HeadHunter e Mail.ru, a demanda por especialistas em ciência de dados supera a oferta, mas mesmo assim, os jovens especialistas nem sempre conseguem encontrar um emprego. Vamos contar o que faltam os formandos dos cursos e onde estudar para quem está planejando uma grande carreira em Data Science.

“Eles chegam e acham que agora vão ganhar 500 mil por segundo, porque sabem os nomes dos frameworks e como rodar o modelo em duas linhas a partir deles”.


Emil Maharramov lidera o Grupo de Serviços de Química Computacional no biocad e, em entrevistas, enfrenta o fato de que os candidatos não têm uma compreensão sistemática da profissão. Eles terminam os cursos, vêm com Python e SQL bem ajustados, podem acionar o Hadoop ou Spark em 2 segundos, concluem uma tarefa de acordo com uma atribuição técnica clara. Mas, ao mesmo tempo, um passo para o lado não é mais. Embora seja a flexibilidade das soluções que os empregadores esperam de seus especialistas em ciência de dados.



O que está acontecendo no mercado de Data Science



As competências dos jovens profissionais refletem a situação do mercado de trabalho. Aqui, a demanda excede significativamente a oferta, portanto, empregadores desesperados geralmente estão realmente prontos para contratar especialistas totalmente verdes e cultivá-los para si próprios. A opção está funcionando, mas só é adequada se a equipe já tiver um líder de equipe experiente que assumirá a formação dos juniores.



Segundo pesquisas da HeadHunter e Mail.ru, os analistas de dados estão entre os mais solicitados do mercado:



  • Em 2019, havia 9,6 vezes mais vagas em análise de dados e 7,2 vezes mais em aprendizado de máquina do que em 2015.
  • Na comparação com 2018, o número de vagas para analistas de dados aumentou 1,4 vezes, para aprendizado de máquina - 1,3 vezes.
  • 38% das vagas abertas são em empresas de TI, 29% - empresas do setor financeiro, 9% - serviços para empresas.


A situação é alimentada por inúmeras escolas online que treinam esses mesmos jovens. Basicamente, o treinamento dura de três a seis meses, durante os quais os alunos têm tempo para dominar as principais ferramentas em um nível básico: Python, SQL, análise de dados, Git e Linux. O resultado é um junior clássico: ele pode resolver um problema específico, mas ainda não consegue entender o problema e formular o problema sozinho. No entanto, a alta demanda por especialistas e o entusiasmo em torno da profissão freqüentemente dão origem a grandes ambições e exigências salariais.



, Data Science : , - , , , , 200, 300, 400 .



- « », « » , .





Chief Data Scientist




Qualquer empregador gostaria que seus juniores trabalhassem sem supervisão constante e fossem capazes de se desenvolver sob a liderança de um líder de equipe. Para fazer isso, um iniciante deve possuir imediatamente as ferramentas necessárias para resolver os problemas atuais, e ter uma base teórica suficiente para propor gradualmente suas próprias soluções e abordar problemas mais complexos.



Os recém-chegados ao mercado estão se saindo muito bem com as ferramentas. Os cursos de curta duração permitem que você os domine rapidamente e dê os primeiros passos.



De acordo com a pesquisa do HeadHunter e Mail.ru, a habilidade mais exigida é o Python. É destaque em 45% dos empregos de ciência de dados e 51% dos empregos de aprendizado de máquina.



Os empregadores também querem que os cientistas de dados conheçam SQL (23%), sejam proficientes em mineração de dados (19%), estatística matemática (11%) e sejam capazes de trabalhar com big data (10%).



Os empregadores que procuram especialistas em aprendizado de máquina, juntamente com conhecimento de Python, esperam que o candidato seja proficiente em C ++ (18%), SQL (15%), algoritmos de aprendizado de máquina (13%) e Linux (11%).



Mas se os juniores estão se saindo bem com as ferramentas, seus líderes enfrentam outro problema. A maioria dos formandos do curso não tem um conhecimento profundo da profissão, então é difícil para um iniciante progredir.

. , Data Science, , .





, Biocad

A própria estrutura e duração dos cursos não permitem que você se aprofunde no nível exigido. Os graduados muitas vezes não possuem as habilidades básicas que geralmente são perdidas ao ler as vagas. Bem, a verdade é, qual de nós dirá que não tem pensamento sistêmico ou desejo de se desenvolver. No entanto, aplicado a um especialista em Data Science, estamos falando de uma história mais profunda. Aqui, para se desenvolver, é necessário um viés suficientemente forte na teoria e na ciência, o que só é possível em estudos de longo prazo, por exemplo, em uma universidade.

: , « », , . 90-95% , - , . , , .





Chief Data Scientist

, Data Science



Existem muitos cursos de Ciência de Dados bons no mercado e obter uma educação inicial não é um problema. Mas é importante entender a direção dessa educação. Se o candidato já possui uma sólida formação técnica, então você precisa de cursos intensivos. Uma pessoa vai dominar as ferramentas, chegará ao local e malhará rápido, porque já sabe pensar como um matemático, ver o problema e formular problemas. Se não houver esse histórico, depois do curso haverá um bom executante, mas com oportunidades limitadas de crescimento.

Se você se depara com a tarefa de curto prazo de mudar de profissão ou encontrar um emprego nesta especialidade, então alguns cursos sistemáticos são adequados para você, que são curtos e fornecem rapidamente um conjunto mínimo de habilidades técnicas para que você possa se candidatar a uma posição inicial nesta área.



Ivan Yamshchikov

Diretor Acadêmico do Online Master of Science in Data Science
O problema com os cursos é que eles fornecem aceleração rápida, mas mínima. Uma pessoa literalmente voa para a profissão e rapidamente atinge o teto. Para entrar na profissão por muito tempo, você precisa estabelecer imediatamente uma boa base na forma de um programa de longo prazo, por exemplo, um mestrado.



, , . . , , , , , . , , - .





- « »

A falta de teto para a carreira é a principal vantagem do programa de mestrado. Em dois anos, o especialista recebe uma forte base teórica. É assim que o primeiro semestre do programa de Ciência de Dados na NUST MISIS se parece:



  • Introdução à ciência de dados. 2 semanas.
  • Noções básicas de análise de dados. Processamento de dados. 2 semanas
  • Aprendizado de máquina. Pré-processamento de dados. 2 semanas
  • EDA. Análise de dados de inteligência. 3 semanas
  • Algoritmos básicos de aprendizado de máquina. Ch1 + Ch2 (6 semanas)


Ao mesmo tempo, você pode obter simultaneamente experiência prática no trabalho. Nada o impede de conseguir uma posição júnior assim que o aluno domina as ferramentas necessárias. Mas, ao contrário da pós-graduação dos cursos, o mestre não para por aí, mas continua se aprofundando na profissão. No futuro, isso permitirá que você desenvolva em Ciência de Dados sem restrições.

«» , Data Science. «», SkillFactory, HeadHunter, Facebook, Mail.ru Group , :



  • « Data Science?»,
  • « data scientist ?»,
  • « data scientist- 2-5 ?»,
  • « data science?»,
  • « Data Science?»


, . 10 .



All Articles