علم البيانات ليس مجالًا جديدًا. لقد شاركوا في معالجة البيانات لأكثر من 50 عامًا ، الأمر الذي لا يمنع المجال من البقاء في ذروة الشعبية: تحليلات البيانات وعالم البيانات تحظى بشعبية كبيرة بين أرباب العمل اليوم. قرر محرري Netologiya أن يسألوا خبراء السوق - وكالة New.HR ، المتخصصة في علوم البيانات ، وشركات تكنولوجيا المعلومات الرائدة - عن الوضع الحقيقي في مجال التعامل مع البيانات.
كم يحصل المتخصصون من مختلف المستويات؟ كيف تزيد من قيمتك في عيون صاحب العمل؟ أين تبحث الشركات عن موظفين؟ ما هي نظرة الموارد البشرية أولاً عند اختيار مرشح؟سوق العمل DS يتطور بسرعة. في العامين الأخيرين وحدنا ، قمنا بتدريب أكثر من 800 طالب في مجال علوم البيانات ، معظمهم يعملون في وظائف متخصصة في الشركات الروسية والأجنبية. إجمالاً ، لدينا أكثر من 10 برامج تدريبية حول موضوع "علم البيانات" ، ولكن أكثر المناطق شيوعًا هي "محلل البيانات" و "محلل المعلومات البيولوجية" و "عالم البيانات" و "التعلم الآلي".
جميع الطلاب لديهم أهداف مختلفة: يأتي شخص ما لتغيير مهنته بشكل جذري ، شخص ما - لينمو في وضعه ويبدأ في كسب المزيد. الراتب ، بالطبع ، هو أحد الأسباب الرئيسية لوجود المزيد والمزيد من الأشخاص الذين يرغبون في دراسة علوم البيانات.
كم يدفعون لشغل مناصب عالم البيانات
في يونيو 2019 ،
ستصدر وكالة
New.HR دراسة كبيرة عن السوق للمحللين وعالم البيانات ، لكن في الوقت الحالي ،
وافق أوكسانا بروتيانوفا ، رئيس التحليلات وعلماء البيانات في New.HR ، على تبادل بيانات الرواتب في هذا المجال وتقديم المشورة إلى المتخصصين.
البيانات التي تم الحصول عليها من خلال مسح مباشر للمتخصصين في علوم البيانات. تؤخذ في الاعتبار المؤشرات الواردة من المجيبين العاملين في موسكو. تظهر أرقام الراتب بعد الضريبة ، "في متناول اليد":
ما يتكون مستوى دخل عالم البيانات من:
- خبرة العمل العامة في التخصص ؛
- عمق الخبرة المهنية ؛
- التعليم في وضع والجامعة المقتبسة. على سبيل المثال ، يتم تدريب المحللين الأقوياء على MIPT ، MSU ، ITMO ؛
- الموقع - في موسكو هناك المزيد من المال. ولكن حتى في المناطق يمكنك كسب أموال مماثلة. على سبيل المثال ، في المدن ذات قاعدة أكاديمية قوية ، مثل نوفوسيبيرسك. أيضا ، يمكن الاعتماد على مستوى رأس المال من المرتب أثناء العمل في مشروع عن بعد ؛
- توسع معرفة اللغة الإنجليزية الفرص بشكل كبير وتتيح لك أن تكون عضواً في المجتمع المهني العالمي. اتبع المنشورات ، والدراسة في إطار برامج أفضل جامعات العالم ، والنظر في الشواغر في الخارج ، وكتابة المقالات باللغة الإنجليزية.
كيف يمكن لعلماء البيانات زيادة قيمتها في سوق العمل
هناك نقاط تضيف قيمة إلى عالم البيانات في أعين صاحب العمل:
- معرفة التكنولوجيا الفريدة. عندما يصبح أحد المتخصصين خبيرًا في مجال مهني ضيق ، على سبيل المثال ، يكون رائعًا في البرمجة اللغوية العصبية - مما يزيد من قيمته في السوق.
- الخبرة العملية في مجال الضجيج المتطور: كل ما يتعلق برؤية الكمبيوتر والروبوتات والطائرات بدون طيار وما إلى ذلك. تعتمد تكلفة أحد المتخصصين على تقاطع الطلب في السوق والاتجاهات العامة والمعرفة بقطاع ضيق محدد.
- تجربة متعددة الاستخدامات. بعض أصحاب العمل ينظرون إلى المتخصصين فقط من مجال عملهم ، على سبيل المثال ، من البنوك. لكن أولئك الذين ينظرون على نطاق أوسع ويدعون المحللين من مجالات أخرى يستفيدون. لأنه يمكن للمرشح أن يجلب رؤية جديدة ، وتطبيق أدوات وأساليب غير واضحة.
- تجربة إنشاء بدء التشغيل الخاص بك. بالنسبة لصاحب العمل ، هذا يعني أن الأخصائي يمكنه فهم المهام على مستوى العمل.
- المشاركة في المشاريع الدولية. يمكنك الحصول على منحة أو التنافس في Kaggle .
- خبرة في الشركات الأجنبية. لقد اعتمدت الشركات الأجنبية معايير وأساليب أخرى في العمل ، وهذا أمر محل تقدير من قبل الشركات الروسية.
المجموع ، يمكنك تحديد قائمة من النصائح لهؤلاء المهنيين الذين يرغبون في كسب المزيد. معظمهم عالميون ومبتذون تمامًا - ومع ذلك ، فهم يعملون:
- تعلم باستمرار وتطوير خبرتك بدقة. للقيام بذلك ، من المهم مراقبة اتجاهات السوق من أجل ضخ كفاءات الطلب.
- تكون قادرة على التحدث بلغة العمل. لتكون استباقية وفهم والتواصل فوائد عملهم للقادة.
- تشكيل فريق من حولك. يمكنك أن تصبح قائدًا أو قائدًا لفريق صغير أو مشروع تدريبي. الخبرة الإدارية على أي مستوى في الطلب.
- مهنة عالم البيانات في الطلب في السوق. لذلك ، هناك طريقة كسول - فقط انتقل من شركة إلى أخرى. لذلك يمكنك زيادة الدخل بنسبة 20-30 ٪. ولكن هذا لا يمكن أن يتم إلا إلى مستوى معين.
ما يفكر فيه أصحاب العمل حول عالم البيانات
تحدثنا مع مديري الموارد البشرية ومديري التحليلات في شركات تكنولوجيا المعلومات واكتشفوا أين يبحثون عادة عن الموظفين للانضمام إلى فريقهم ، وكذلك ما ينظرون إليه أولاً وقبل كل شيء عند اختيار المرشحين.
ألكسندرا جولوفينا ، رئيس اختيار أفيتو :
في Avito ، Data Scientist عنصر منفصل ، يختلف عن تحليلات البيانات. يقوم محللو البيانات بتقييم جودة الوظيفة الحالية أو منتج ما ويساعدون في اتخاذ القرارات المتعلقة بالتغييرات فيها: تطوير وتنفيذ المقاييس ، واختبار الفرضيات ، وإجراء اختبارات A / B - تحديد الاختناقات الرئيسية ، وآلام المستخدم ، والتفكير في كيفية حلها.
Data Scientist مسؤول عن بناء نماذج ML التي تساعد في حل المشكلات التي وجدها بالفعل محللو البيانات: إعداد البيانات ، كتابة النماذج الأولية ، إلخ.
عادةً ما نحصل على الكثير من الملاحظات حول كلا الموقفين ، لكن للأسف ، معظم السير الذاتية غير ذات صلة. بالنسبة للجزء الأكبر ، لم يعمل الناس مع الخوارزميات ، أو لم يمتلكوا المكدس التي نحتاجها. لذلك ، غالبًا ما نبحث بشكل مستقل: عن طريق مصادر بديلة (على سبيل المثال ، المسابقات) والتوصيات الداخلية.
عند اختيار الموظف ، نلقي نظرة على مجموعة من العوامل: ما هي المهام التي حلها المرشح ، سواء شارك في أي مشاريع ، وكيف يريد تطويره ، وما إلى ذلك. من المهم أيضًا بالنسبة لنا أن يكون لدى المرشح تعليم بدني ورياضي أساسي. جاء موظفونا من مختلف المجالات والشركات: من شركات توزيع سلع استهلاكية إلى شركات منافسة متخصصة ، ولكن جميعها لها شيء واحد مشترك: وجود التعليم الأساسي. تجربة العمل نفسها مهمة أيضًا ، لكن تفاصيل الشركة أقل أهمية.
امتلاك حقيبة ليست ضرورية بالنسبة لنا ، ولكن يمكن أن يساعد كثيرا المرشح خلال المقابلات.
لكل وحدة ، لدينا مهمة اختبار معدة ، والتي هي أقرب ما يمكن من المهام المستقبلية للموظف. هذا وضع مربح للجميع: نحن نتفهم مستوى المرشح ، وسيكتشف المرشح بدوره ما سيفعله بالضبط.
لكن إذا كان لدى شخص ما محفظة وكان مستعدًا لإرسال الكود المصدري لأي من مشاريعه في بيثون ، والتي في رأيه تظهر مستوى جيدًا من الكفاءة اللغوية ، ومستعدًا لشرح أي جزء من الكود ، أو يكون مستعدًا لتقديم حل للمنافسة ، فإن المهمة الفنية ليست ضرورية.
نيكيتا بيستروف ، رائد علوم البيانات ، Habidatum :
في Habidatum ، نقوم بإنشاء منتجات تحليل البيانات الحضرية ومشاريع العملاء. تتطلب المشروعات جمع البيانات ، مثل طرق النقل العام أو قوائم العقارات ، وفهمًا لكيفية معالجتها. هذا بالإضافة إلى إنشاء مواد إعداد التقارير ، يتم عادةً البحث عن الأنماط والاستنتاجات بواسطة محلل بيانات. تقوم شركة عالم البيانات بتطوير نماذج لهذه المشاريع وتنفذ جزءًا منها مع مهندس البيانات في منتجاتنا وخدماتنا. هذان الشخصان يعملان معًا.
كل عام نقوم بإجراء تدريب داخلي لفريق لاختيار موظفين جدد للتحليلات. منذ عدة أسابيع ، يقوم أخصائيون شباب من مختلف المجالات بإجراء الأبحاث ، لتجربة المشكلات الحقيقية التي نواجهها في الشركة. خلال هذا الوقت ، تمكنا من فهم نقاط قوة الشخص واتخاذ قرار بشأن استمرار العمل معه.
لم نتعامل مع محلل أو عالم بيانات أبدًا دون العمل أولاً مع مرشح كجزء من التدريب.
ونجري أيضًا ورش عمل ومحاضرات حول مواضيع مختلفة ، وبعدها نستقبل السير الذاتية من المتخصصين المهتمين ويسعدنا مراجعتها. وبالطبع قناة #jobs في مجتمع Open Data Science - عندما نبحث بنشاط عن شخص لمهمة محددة.
بالنسبة للشركات المبتكرة الشابة ، تعد معرفة ورغبة الموظف الجديد في التطوير في مجال الشركة (بالنسبة لنا هذه مدينة)
أكثر أهمية من معرفته في منصب معين. لذلك ، عند اختيار المرشحين ، نبحث عن اهتمام بالقضايا الحضرية ، وتجربة العمل الجماعي ، والقدرة على تحويل الظروف الصعبة إلى نماذج بسيطة في سيرتك الذاتية للشخص. باختصار ، يمكن ملاحظة ذلك من خلال المشاركة في المؤتمرات أو الدورات التدريبية أو المشاريع ذات الصلة حول الموضوعات التي تهمنا.
فيرا ماشكوفا ، نائب رئيس الموارد البشرية ، مجموعة شركات ABBYY :
في العديد من الشركات ، قد يعني عالم البيانات أشخاصًا لهم مهام مختلفة. نحن نوظف بشكل أساسي موظفين عالميين يشاركون في تحليل البيانات وتطوير 50/50. هذه هي حاجة أعمالنا.
هناك مناصب في عالم البيانات في الشركة ، بما في ذلك في إطار برنامج تدريب داخلي كبير ، لكننا لا نترجمها كـ "محلل بيانات" ، نحن نتحدث أكثر عن "الباحثين" في قسمين للبحث والتطوير الواعدين. ندعو في كثير من الأحيان مثل هذه المواقف جونيور بيانات العالم (NLP).
شعبية علم البيانات آخذة في الازدياد. أصبح السوق أكثر تطوراً ، وأصبحت العديد من الجامعات أكثر نشاطًا في تدريس علوم البيانات. هناك العديد من الدورات الإضافية. يتم إعادة تعيين عدد متزايد من المرشحين.
أكبر موقع توظيف خارجي هو HeadHunter. بالإضافة إلى ذلك ، يسعدنا توظيف أطفال من قسمينا في MIPT. هناك سيرة ذاتية جيدة ومنظمة ، ولكن ليس كل المرشحين قادرون على وصف تجربتهم. لمساعدة المحترفين المبتدئين في هذا الأمر ، نعقد اجتماعات التطوير الوظيفي للطلاب في المدرسة العليا للاقتصاد ومعهد موسكو للفيزياء والتكنولوجيا.
لقد طورنا أيضًا برنامج إحالة داخل الشركة: ينصح الزملاء أصدقائهم كمرشحين لشغل وظائف مفتوحة - لذلك غالباً ما نحصل على توصيات جيدة للغاية.
عند اختيار الموظف ، نولي أولاً وقبل كل شيء الاهتمام بالتعليم الأساسي: أي جامعة وفي أي اتجاه تخرج الشخص أو يتخرج.
إذا حصل المرشح على تعليم غير أساسي (على سبيل المثال ، إنساني) ، فمن المرجح أن يكون غير قادر على التعامل مع مهامه. أهم شيء بالنسبة لنا هو استعدادنا للتعلم ، واستعدادنا للبحث المستقل ، إذا كنا نتحدث على وجه التحديد عن فرق البحث والتطوير الواعدة.
من المهم أن تكون مستعدًا لتقديم أفكار جديدة.
إذا كان شخص ما يمارس نشاطًا علميًا ، فهذا بالطبع زائد. محفظة ليست ضرورية بالنسبة لنا إذا كان شخص ما في منصب اختصاصي المبتدئين.
أليكسي كوزمين ، مدير التطوير ، رئيس DS-direction في DomKlik :
في DomClick ، نحن لا نشارك موقف عالم البيانات وتحليلات البيانات. من الواضح أننا نسلط الضوء على دور آخر - محلل / محلل أعمال. مهمتها الرئيسية هي بناء التقارير التجارية. يشارك عالم البيانات في بناء النماذج والحصول على رؤى من البيانات القائمة على التعلم الآلي. يتم تشغيل منطقة مسؤولية محلل البيانات تقريبًا في الوسط ، وبالتالي يتم تقسيم المهام إلى النصف تقريبًا. يتم إعطاء جزء لدفق "ذكاء الأعمال" ، وجزء - في اتجاه علم البيانات.
في رأيي ، أصبح سوق العمل في مجال علوم البيانات محمومًا للغاية - الطلب مرتفع مع عدد قليل من المتخصصين الأكفاء حقًا. لذلك ، عند البحث ، نستخدم المجتمعات والمجموعات المواضيعية ، أو نحاول استخدام التوصيات الداخلية بنشاط.
عند اختيار مرشح ، فإننا ننظر أولاً إلى الوظائف والمهام السابقة. محفظة ليست ضرورية ، ولكن تشجيع ، لأنه يساعد على فهم المهام التي حلها مقدم الطلب من قبل ومع ما لديه من خبرة يمكن أن تعزز فريقنا. نحن نواجه مجموعة واسعة جدًا من المهام (من رؤية الكمبيوتر إلى معالجة النصوص والإشارات الصوتية) ونحتاج أيضًا إلى مجموعة متنوعة من الكفاءات.
نحاول دراسة جميع السير الذاتية المرسلة ، والمحظور الوحيد هو عندما لا يكون لدى الشخص الذي يستجيب لموقف عالم البيانات سطر واحد في السيرة الذاتية لديه مهارات في علم البيانات. في هذه الحالة ، ليس من الواضح تمامًا ما الذي يعتمد عليه الشخص ، حيث يجب أن يخضع أي متخصص بدون خبرة لأي تدريب في هذا المجال.
ديمتري مالكوف ، مدير المشروع في Data Monsters ، رئيس المشاريع التعليمية والعلمية في مختبر حلول الأعمال على أساس الذكاء الاصطناعي MIPT :
في شركتنا ، يتطلب منصب عالِم بيانات معرفة الرياضيات وبيثون ، بينما يمكن لمحلل البيانات أن يحصل على تعليم الفنون الحرة. على سبيل المثال ، لدينا عدد من المشاريع مع المؤرخين المحترفين في الإحصاءات الاقتصادية. يتعين على المحلل أن يعمل يدويًا مع البيانات وانغماسًا أعمق في مجال الموضوع.
نولي اهتمامًا كبيرًا لتدريب العاملين على استبدال أنفسنا من سن مبكرة: نحن نجري دورات لطلاب المدارس الثانوية في مدارس الفيزياء والرياضيات ، ونعمل مع طلاب الجامعة. يستغرق الأمر وقتًا طويلاً لانتظار النتائج ، لكنهم يبررون أنفسهم - هذه هي الطريقة التي يتم بها تشكيل "شعبنا" حقًا. أما بالنسبة للموظفين ذوي الخبرة الأعزاء ، هنا نأتي بعناية. مجرد وضع شاغر واختيار من استجاب لا يكفي. لحسن الحظ ، هناك العديد من المتخصصين الناضجين بين خريجي MIPT.
نلاحظ أنه خلال السنوات القليلة الماضية ، يهتم عدد متزايد من الناس ، وليس فقط الفنيين الفيزيائيين ، بالحياة المهنية عند تقاطع العلوم والأعمال ، ولدينا مجال واسع لمثل هذا العمل والمشاريع الدولية المثيرة للاهتمام.
عند اختيار المرشحين ، نحاول أخذ الناس وفقًا للتوصيات الشخصية.
نلفت الانتباه إلى خبرة العمل السابقة وتقارب الشخص لنا بروح.
حسنًا ، من الجيد أن يكون لدى الشخص ، بالإضافة إلى الرياضيات ، معرفة موضوعية.
نحن منزعجون من المرشحين الذين يقفزون من شركة إلى أخرى ويعملون في وظائف غامضة. على سبيل المثال ، أصبح اتجاه التعلم الآلي الآن في ذروة الشعبية ، لكننا نقوم بتصفية أولئك الذين يدخلون في المهنة بسبب الضجيج. فعلوا blockchain العام الماضي ، منظمة العفو الدولية تفعل ذلك. مع العلم ، هناك حاجة لسنوات عديدة من العمل والأفق المقابل.
مكسيم تشيكوروف ، خبير في علوم البيانات في علم النيتولوجيا ورئيس فريق التحليلات في أحد البنوك الروسية الكبيرة ، يعتقد أنه على الرغم من سوق العمل المتطور في مجال علوم البيانات ، فإنه لا يمكن تسميته ديناميكية للغاية:
في القطاع المصرفي ، في رأيي ، علم البيانات أقل أهمية من تحليل البيانات.
من ميزات الكرة الآن وجود عدد كبير من الأشخاص الذين يريدون "الدخول في المهنة". يحتاج الباحثون عن عمل إلى مقاربة إبداعية ، لأن السيرة الذاتية بعنوان "عالم البيانات" ، ولكن بدون خبرة ذات صلة ، تبدو غير مفيدة. أنصحك ، على سبيل المثال ، بإنشاء عرض تقديمي بالفيديو لبحثك ، وسيؤدي ذلك إلى زيادة كبيرة بين المتقدمين الآخرين. من ناحية أخرى ، لا يزال لدى أرباب العمل ، أيضًا ، توقعات كبيرة من علوم البيانات بشكل عام ، ونتيجةً للمرشحين. لذلك ، لا تظهر علاقة كاملة بين العرض والطلب.
لاحظ جميع الخبراء تقريبًا عدم وجود متخصصين أكفاء في السوق وحقيقة أن الشركات لديها متطلبات جديدة باستمرار للمرشحين في مجال علوم البيانات. لذلك ، يجب على أولئك الذين يرغبون في مواكبة وتيرة السوق أن يستثمروا قدر الإمكان في تطوير أنفسهم كمتخصصين: قراءة المواد التدريبية بشكل مستقل ، وحالات الدراسة ومقالات الممارسين ، والمشاركة في ورش العمل ، والتدريب الداخلي ، وحضور الدورات. كل هذا سوف يسمح بالبقاء في الطلب والحصول على أجور لائقة.
من المحررين