دنیای امروز، دنیای داده است. در دنیای داده ها، ذخیره سازی و استفاده بهینه از داده ها از چالش های اصلی است و با توجه به نوپا بودن این رشته در ایران، وجود یک متخصص علم داده بیشتر از قبل در شرکت ها و سازمان ها احساس می شود. از همین رو مشخص شدن شرح شغل و وظایف کارشناس یا کارآموز علم داده برای پیش از ورود به این شغل از اهمیت بالایی برخوردار است.
با تعریف پروژههای واقعی و قابل استناد، منتی سابقهی کار واقعی خواهد داشت.
هر تسک متناسب با شرایط و ویژگیهای هر منتی، برای یادگیری موثر او طراحی میشود.
با تغییر نیاز جهانی، برنامه منتورینگ نیز متناسب با بازار کار بروزرسانی میشود.
منتورها افرادی متخصص هستند و طی برنامه منتورینگ تجارب ارزشمند را به منتی منتقل میکنند.
علم داده (Data Science)، مجموعهای از روشها و نظریههای علوم گوناگون از جمله ریاضیات، آمار، علم اطلاعات و علوم کامپیوتر می باشد که به مطالعه، جمعآوری، آمادهسازی، تحلیل و ارزیابی، تصویرسازی، مدیریت و نگهداری اطلاعات در حجم بالا می پردازد.
به عبارت ساده تر دانشی است که اطلاعات مفید و ارزشمند را از بین داده های بیهوده شناسایی می کند و با بررسی آنها، به سازمانها در جهت صرفهجویی هزینهها، بهبود کارایی، فرصتهای جدید در بازار و افزایش مزایای رقابتی کمک می کند.
در ادامه برای آشنایی شما با مسیر شغلی و شرح تبدیل شدن به یک کارشناس و متخصص در این حوزه از مسیر کارآموزی علم داده، سعی کرده ایم تا تمام جزئیات و نکات مورد نیاز را به اندازه نیاز برای شما توضیح دهیم. اگر با مطالعه این راهنما هنوز دچار سردرگمی هستید و در انتخاب این شغل مردد هستید می توانید برای ما کامنت بگذارید و یا از مشاوره شغلی گلرن استفاده کنید.
متخصصان علم داده روزانه با چالش های مختلفی مواجه می شوند و مسئولیت جمعآوری، پردازش و تحلیل داده، مدلسازی و معادلسازی روی دادهها را برعهده دارد بنابراین یک کارآموز علم داده تا زمان تبدیل شدن به یک کارشناس مسیر پر پیج و خمی را پیش رو دارد تا بتواند با حل چالش ها و یافتن راه حل هایی که از طریق تجزیه و تحلیل داده ها بدست می آورد بهترین تصمیمات ممکن را برای بهبود یک سازمان را بگیرد.
در طی مدت کارآموزی بهتر است روی بخش های اصلی این حوزه شغلی نظیر یادگیری ماشین(Machine Learning)، مدلسازی(Modeling)، آمار(Statistics)، برنامهنویسی(Programming)، پایگاه داده(Database)، مصورسازی دادهها(Data Visualization)، زبان R، پلتفرم هادوپ، تسلط به SQL و آپاچی اسپارک تمرکز کنید.
اگر سری به وبسایت های استخدامی ایرانی زده باشید اکثر شرکت هایی که از مسیر کارآموزی به دنبال جذب نیرو هستند، انتظارات تقریبا یکسانی از نیروی کار در شغل دارند. که البته گاهی به خاطر برخی از انتظارات بیش از حد از یک کارآموز و نداشتن مسیر رشد و آموزشی مشخص، موفق به جذب نیروی دلخواه خود نمی شوند. اما در حالت کلی برخی از توانمندی ها را به عنوان پیش نیاز و برخی دیگر نیز به عنوان امتیاز لحاظ می کنند، که ما کسب تعدادی از آنها را برای ورود به این شغل شدیدا توصیه می کنیم.
– داشتن درک قدرتمند از آمار و احتمال و جبر
-تسلط بر زبان برنامه نویسی پایتون
– تسلط بر مفاهیم و روشهای یادگیری ماشین کلاسیک (Classical Machine Learning) و روشهای حل مساله آماری
– داشتن مهارت در مدل سازی مساله
– سابقه کارکردن با پایگاه های داده ساختار یافته
– آشنایی با مفاهیم پردازش کلان داده (Big Data)
– آشنایی با مفاهیم بصری سازی داده (Data Visualization)
– آشنایی با مفاهیم مهندسی داده
– آشنایی با مفاهیم یادگیری عمیق (Deep Learning)
– آشنایی با مفاهیم پایهای کسب و کار
– سابقه کارکردن با پایگاههای داده بدون ساختار
مجددا این نکته را یادآوری می کنیم که به عنوان کارآموز علم داده لزوماً نیازی به کسب تمامی مهارت های فوق ندارید. اما داشتن هرکدام از آنها شانس شما را در رقابت با سایرین برای کسب موقعیت های شغلی متناسب، بالا می برد. در این مورد دقیقتر در ادامه توضیح میدهیم.
ما با بررسی روند جذب نیرو در شرکت ها و همچنین از طریق صحبت با مدیران سازمان ها متوجه شده ایم که تقاضای نیرو برای شغل علم داده روز به روز زیاد تر می شود و کسب و کارهای بیشتری در این حوزه اقدام به تیم سازی و جذب متخصص می کنند.
سهولت یادگیری علم داده نسبتا پایین می باشد و زمان ورود به بازار کار آن هم نسبت به بقیه حوزههای شغلی طولانی تر است.
پیشبینیها نشان میدهد مشاغل دانشمندان علوم رایانه و اطلاعات و محققان داده تا سال ۲۰۲۸ رشد ۱۴ درصدی را تجربه خواهد کرد.
با توجه به اینکه این حوزه در دنیا به صورت دائم در حال به روز شدن است و شرکت ها از ابزارها و متد جدیدتری استفاده می کنند،باعث می شود که یک کارشناس علم داده همواره در حال توسعه دانش و تخصص خود باشد و از تکرار و یکنواختی فاصله بگیرد.
همانطور که قبل تر اشاره کردیم، مسیر شغلی شما برای ورود به این رشته می تواند از کارآموزی علم داده شروع شده تا پس از فراگرفتن مهارت های لازم و کسب حداقل تجربه مورد نیاز بتوانید کم کم تبدیل به یک کارشناس علم داده شوید.
در ادامه راه می توانید در برخی از حوزه های پرطرفدار این شغل عمیق تر شوید و با افزایش سطح مهارت خود به متخصص آن حوزه خاص تبدیل شوید.
به طور کلی به دلیل رشد سریع و نیاز بالای کسب و کار به دیتا محور شدن و حرکت به سمت اتوماتیک و هوشمندتر شدنشون، متخصصین علم داده در قسمتهای مختلفی مثل مارکتینگ، منابع انسانی، فروش، مالی و… مشغول به کار می شوند.
با این وجود به خاطر ضعف ساختاری در کسب و کارهای ایرانی و پایین بودن حجم داده ها در این کسب و کار ها، تقاضا در بازار کار ایران برای شغل علم داده نسبت به مشاغلی مثل:
برنامه نویسی، دیجیتال مارکتینگ، بازاریابی و فروش و… پایین تره. در بهترین حالت حدود ۰.۵ یا ۱ درصد کل تقاضاهای رو دربرمیگیره. تعداد شرکتهایی هم که به دیتای کافی دسترسی دارند خیلی کم هستند و این شرکت ها بیشتر در شهر تهران متمرکزند.
بعد از کسب تجربه کافی و متخصص شدن در یکی از حوزههای شغلی علم داده (که بین 2 تا 4 سال زمان خواهد برد)، می توان درآمدی بین 6.5 تا 13 میلیون تومان برای یک کارشناس علم داده و 9 تا 24 میلیون تومان برای کارشناس ارشد (البته در سال 1400) متصور بود.
در کشورهای پیشرفته مثل کانادا، آلمان، انگلیس، ژاپن و … نیاز بالایی به متخصص علم داده در هر سطح و حوزه ای هست. و این شغل جزء ۳ شغل پرطرفدار و پر تقاضا از سمت شرکت ها برای افراد جویای کار محسوب میشه.
طبق اطلاعاتی که از وبسایتهایی مانند Glassdoor، Indeed و Linkedin به دست آوردهایم، متوسط دستمزد دیتاساینتیست در کشورهای مختلف بهاین شرح است:
چنانچه قصد مهاجرت یا انجام پروژه های خارج از کشور را دارید و می خواهید جایگاه شغلی مناسبی برای خود کسب کنید. تصمیم گیری در این زمینه نیازمند تجربه بالا است. توصیه میکنیم اگر چنین قصدی دارید با یکی از مشاورین شغلی گلرن صحبت کنید.
شما با انتخاب و ورود به برنامه مهارت های حرفه ای مورد نیاز برای ورود به بازار کار به عنوان متخصص را از طریق انجام تسک ها و پروژه ها ، ایجاد ارتباط و شبکه سازی، آموزش های مورد نیاز و دریافت راهنمایی های شغلی و بازخورد تجربه های شخصی را از متخصصان حرفه ای این حوزه کسب می کنید.
با تعریف پروژههای واقعی و قابل استناد متناسب با بازار کار بینالمللی، منتی سابقهی کار واقعی خواهد داشت.
هر تسک متناسب با شرایط و ویژگیهای هر منتی، برای یادگیری موثر او طراحی میشود تا بتواند دانش خود را به خروجی با ارزش تبدیل کند.
با تغییر نیاز جهانی برنامه منتورینگ نیز بهروزرسانی میشود.
منتورها افرادی متخصص هستند و طی برنامه منتورینگ تجارب ارزشمند را به منتی منتقل میکنند.
(Job-Preparation)
(Job-Track)
(Job-Migration)
داشتن نمونه کار مرتبط با نیاز بازار کار(چه در ایران و چه در خارج از کشور) نقش اصلی را در موفقیت شغلی ما، بازی می کند.
گُل اِرن(Goalearn) با آگاهی کامل از عمق مشکلات و موانعی که سر راه شماست، سیستم منتورینگی را خلق کرده است، تا به صورت کاملا بهینه و هدفمند، به اهداف شغلی تان برسید.
"*"فیلدهای ضروری را نشان می دهد