Чего компании ждут от специалистов по Data Science в 2023 году
IT-рынок очень подвижен, а требования к джунам меняются регулярно. Карьерный коуч Эльбрус Буткемп Саша Куликова проанализировала несколько десятков актуальных вакансий по Data Science и на их примере показывает, как к 2023 году изменились ожидания от начинающих дата-сайентистов. А выпускница Elbrus Bootcamp Саша Оберемок рассказывает о тенденциях исходя из личного опыта прохождения собеседований в последние месяцы.
Стек
Набор технологий, которые чаще всего встречаются в вакансиях, не изменился. Как и год назад, от джунов требуется знание SQL, Python, ML и DS/ML-библиотек (CatBoost, GLM, Statsmodels, Pandas), плюс Hadoop, Spark, Hive.
В качестве преимуществ упоминаются высшее образование, опыт маркетинговых исследований, участие в олимпиадах, Kaggle и других соревнованиях.
Среди новых требований стоит выделить опыт работы с облачными платформами, который упоминается в вакансиях всё чаще, а также понимание принципов DevOps. А некоторые компании просят показать опыт в построении CI/CD для ML-моделей.
«Еще одна тенденция — работодателей все больше интересуют общие IT-компетенции кандидата. Например, умение работать с Git, опыт работы с контейнеризацией и понимание, что данные не берутся просто из файла, а хранятся в кластере» — добавляет Саша Оберемок.
Реальный опыт
Рекрутеры все чаще обращают внимание на практический опыт работы кандидата. Это означает, что, по крайней мере, часть собеседования будет проходить в формате кейс-интервью.
В тексте вакансии эти требования могут выглядеть так:
Тенденцию к проведению кейс-интервью отмечает и выпускница буткемпа Саша Оберемок:
«Когда я проходила первые собеседования в 2021 году, сразу после выпуска из Elbrus Bootcamp, я чувствовала себя студенткой. Работодатели часто спрашивали теорию: например, как устроены метрики или алгоритмы машинного обучения. Сейчас собеседования по большей части состоят из кейс-интервью. Например, могут дать такую задачу: шаг за шагом опишите, как вы на основе набора данных построите определенную модель машинного обучения. Ещё один вариант: есть данные, есть обучающая и тестовая части. Есть три разных алгоритма — расскажите, как каждый них будет работать с данными.
Для прохождения таких интервью недостаточно выучить ответы на 100 самых популярных вопросов о Data Science. Здесь нужно глубже знать предметную область и понимать, как устроены алгоритмы и работа с данными».
Саша Оберемок, выпускница Elbrus Bootcamp
Работа, о которой идет речь, не обязательно должна быть оплачиваемой. Подойдут личные (или пет) проекты, результаты участия в хакатонах и стажировках. Важно иметь неучебный опыт построения моделей.
Развитые софт-скилы
Кроме общих требований вроде умения работать в команде и решать конфликты, в вакансиях Data Science в 2023 году все чаще упоминается умение объяснять сложные технические моменты простыми словами и на языке, понятном бизнесу.
Звучать такие требования могут, например, так:
Такие требования означают, что на собеседовании рекрутер попросит сначала решить задачу, а затем объяснить работу алгоритма или процесс максимально просто, без использования специфических терминов. То есть языком, понятным неспециалисту.
Это важный навык для дата-сайентиста: во время презентации бизнесу результатов работы нужно рассказывать, сколько денег модель принесёт или сколько времени сэкономит, а не как сложно она устроена внутри.
Тренироваться можно, объясняя родственникам и друзьям, не погруженным в тему, как устроены алгоритмы и процессы внутри Data Science.
Хороший английский
Английский язык требуется в 50% вакансий, которые участвовали в исследовании. Это еще один повод напомнить, что его нужно учить всем дата-сайентистам и разработчикам вне зависимости от уровня.
Обычно речь идет об умении читать техническую документацию в оригинале и общем уровне английского языка на среднем уровне и выше. Стоит отметить, что понимание уровня у компаний разное: кому-то достаточно Intermediate (B1), кому-то требуется уровень от B2 и выше, поскольку вся коммуникация в команде проходит на английском языке.
