فهرست مطالب

 کارآموزی علم داده
(دیتا ساینس)
Data Science Apprenticeship

فهرست مطالب

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.

دیتا ساینس یا علم داده چیست؟

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.

شرح شغل یک کارآموز علم داده

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.

🔸مسئوليت ها و وظايف اصلی شما در طی دوره کارآموزی علم داده

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.

🔸پیش نیاز های ورود به شغل علم داده از دید شرکت ها

   – 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.

آینده و مسیر شغلی علم داده

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.

🔸بازار کار علم داده در ایران

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.

🔸سطح درآمد شما به عنوان یک کارشناس علم داده:

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.

🔸بازار کار خارج از ایران:

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:

  • استرالیا: ۱۱۶,۰۰۰ دلار استرالیا در سال
  • کانادا: ۸۰,۳۹۴ دلار کانادا در سال
  • سنگاپور: ۹۳۳,۰۰۰ دلار سنگاپور (SGD) در سال
  • انگلیس: سالانه ۵۰,۵۸۵ پوند
  • مکزیک: ۳۹,۶۰۰ دلار مکزیک در سال
  • آفریقای جنوبی: ۱۷۹,۶۱۱ رَند در سال
  • اسپانیا: ۳۴,۰۰۰ یورو در سال

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.

نگاهی اجمالی به جزئیات دوره کارآموزی علم داده

Installation, Python programming, Loops and Functions, Data structure in Python, Libraries: Numpy, Pandas, Matplotlib, Seaborn​

چرا دوره کارآموزی علم داده گلرن؟

منتورینگ اختصاصی

دوره را در کنار منتورهای حرفه ای و به صورت کاملا خصوصی می گذرانید.

سابقه رسمی بیمه

چند روز در ماه در لیست بیمه شدگان شرکت، سابقه رسمی بیمه خواهید داشت.

هدفمند و کاربردی

حین دوره روی پروژه و تسک های مشخصی کار می کنید و حول آنها مهارت کسب خواهید کرد.

گواهی سابقه کار

در صورت انجام موفق پروژه ها و عملکرد بالا، یک گواهی بعنوان تایید کارایی از گلرن دریافت می کنید.

معرفی به کار

در صورت تمایل، در قالب یک قرارداد مشخص از خدمات شغلی و معرفی به کار ما بهره مند خواهید شد.

فرآیند دوره های کارآموزی

ابتدا با شما مصاحبه می کنیم تا  ارزیابی دقیق تری از استعداد، شرایط و علائق شما بدست بیاوریم و طبق آن، شغل و دوره کارآموزی مناسب رو پیشنهاد می دهیم. اگر با شرایط اوکی بودید یک قرارداد با هم امضا می کنیم و وارد دوره کارآموزی می شوید.

مرحله اول
مرحله دوم

دوره کارآموزی رو شروع می کنید، تسک شما توسط منتور با هماهنگی ناظر تسک تعریف می شود، مشغول انجام تسک ها و گذروندن آموزش هاتون می شوید.

جلسات دو طرفه ای (حضوری یا آنلاین) با  منتور در طول فرآیند کارآموزی برگزار می شود که بیشتر بر چک کردن کارها و دادن بازخوردهایی جهت پیش برد کار تمرکز دارد.

مرحله سوم
مرحله چهارم

حین یا بعد از انجام تسک نیز کارآموزان در قالب مشخصی عملکرد خود را به منتورشان گزارش می کنند و منتور گزارش را پس از تایید، برای ناظر تسک ارسال می کند. ناظر تسک بعد از هماهنگی با تیم منابع انسانی گلرن و ارزیابی تسک ها، موارد تکمیلی لازم را به کارآموز یا منتور انتقال می دهد.

این فرایند به طور متوسط برای هر کارآموز 3 بار انجام می گردد، تا کارآموز بتواند حداقل شرایط و آمادگی لازم را برای ورود به شغل مورد نظر را پیدا کند.اگر در حین کار خروجی وی متناسب با انتظارات نباشد و پایین تر از حد انتظار باشد، در صورت تکرار عملکرد ضعیف توسط کارآموز، ایشان از ادامه دوره محروم خواهد.

مرحله پنجم
مرحله ششم

چنانچه قرارداد معرفی به کار با هم امضا کرده باشیم، حین دوره روی رزومه، پرسونال برندینگ و مصاحبه شما کار میکنیم و شما رو برای استخدام به چند شرکت معرفی به کار می کنیم.

چگونه می توان در دوره های کارآموزی علم داده شرکت کنیم؟

اگر فکر میکنید به شرکت در دوره کارآموزی علم داده علاقه دارید، اصلا نگران این موضوع نباشید که رشته تحصیلی تان مرتبط نیست و یا تجربه خاصی در این زمینه ندارید. ما ابتدا با شما مصاحبه می کنیم و بعد از گرفتن آزمون های شخصیتی و رفتاری میزان علاقه و تناسب شما با مشاغل حوزه دیتا و یا سایر مشاغل مشخص می شود. 

پس از مطالعه شرایط دوره کارآموزی علم داده  می توانید فرم مصاحبه / مشاوره را تکمیل کرده تا در اسرع وقت، برای طی بقیه مراحل تماس تلفنی از طرف همکاران ما در گلرن با شما گرفته شود.

مدل کارآموزی علم داده

 مخاطبین دوره های کارآموزی افرادی هستند که به حوزه دیتا ساینس علاقه مند بوده  اما سابقه کار و دانش چندانی در این حوزه شغلی ندارند. بنابر این لازم است متناسب با انجام پروژه ها و تسک ها به اندازه نیاز از سمت منتورها آموزش های لازم را نیز در طول دوره دریافت کنند.

در این مدل متناسب با نیاز های بازار کار(یا سازمان  از پیش مشخص شده ای)، سطح و اهداف شما، منتورها پروژه و تسک های مشخصی  برایتان تعریف می کنند، که در مدت زمان دوره کارآموزی بتوانید به سطح لازم از مهارت و تسلط جهت ورود به بازار کار برسید. در نهایت نیز  با رزومه قوی تر و اعتماد به نفس بیشتری که پیدا می کنید مسیر شغلی تان را به عنوان یک کارشناس دیتا ساینس ادامه خواهید داد.

کار کردن به همراه مسیر آموزشی

  • 5 ماهه پارت تایم(حضوری و غیر حضوری)
  • متمرکز بر انجام حداقل 2 پروژه پایلوت
  • منتورینگ فرد به فرد و دسترسی منظم به منتورها
  • جلسات هفتگی آموزشی متناسب با تسک ها و پروژه ها
  • احتمال معرفی به کار پس از پایان دوره(فقط شهر تهران)
با آموزش

سوالات متداول

مهمترین شرط برای ورود به دوره های کارموزی، علاقه و پشتکاره. طبیعتا اگر این شرایط رو داشته باشید حتی اگر هیچ تجربه ای از قبل هم نداشته باشید میتونید خیلی زود مهارت خودتون رو رشد بدید. برای ورود به هر دوره یکسری آموزش ها اولیه در اختیارتون میگذاریم که با پیش زمینه قبلی وارد دوره بشید.

با توجه به اینکه شما پیش از شروع مسیر حرفه ای شغلی خود نیاز به کسب مهارت و تجربه دارید، لازم است تا در حداقل یک برنامه کارآموزی شرکت کرده و به سطح قابل قبولی از آمادگی و تبدیل شدن به یک نیروی آماده به کار برسید. با توجه به اینکه طراحی و اجرای این برنامه به صورت کاملا اختصاصی برای شما انجام می شود و از تجهیزات و نیروی انسانی متخصص در طی کردن این مسیر بهره مند می شوید، نیاز است تا رسیدن به سطح مطلوب روی خودتان سرمایه گذاری کنید.

امکان شرکت  در دوره ها هم به صورت حضوری و هم دورکاری(به صورت محدود)  برای کارآموزان  وجود داره.

 طول دوره بستگی به نوع دوره ای داره که شما شرکت میکنید اما دوره ها به صورت پیش فرض به صورت ۳-۶ ماهه تدوین شده اند.فراموش نکنید قراره به صورت پارت تایم  باهم همکاری کنیم و بین ۶۰ تا ۱۰۰ ساعت در ماه از شما  زمان میبره. 

در شروع دوره، ۲تا۳ پروژه پایلوت در قالب تسک های شفاف، به شما سپرده میشه تا در طی دوره در کنار منتورها  اونا کار کنید.
پروژه های هر دوره به سه دسته ۱-پروژه های عمومی ۲- پروژه های پایلوت و ۳- پروژه های واقعی دسته بندی می شن، که کارآموزان در قبال انجام پروژه های واقعی که به خروجی منتهی بشه حق الزحمه دریافت می کنند. این حق الزحمه ها با توجه به نوع و حجم پروژه ها متغیره و در پایان دوره مجموع آنها محاسبه شده و به حسابشون واریز میشه

بله. شما میتوانید نیازها و چالش های موجود در سازمان و کسب و کار خود را شناسایی کرده و متناسب با آنها به کسب تجربه و مهارت در قالب انجام پروژه ها و تسک هایی که توسط منتورها برایتان تعریف می شود بپردازید. این موضوع را حتما در طی جلسات به اطلاع همکاران ما برسانید تا برنامه کارآموزی متناسب با شرایط شما و سازمانتان طراحی و اجرا شود.

بله ممکن است. با شما پیش از امضای قرارداد کارآموزی مصاحبه تخصصی انجام می شود و در صورت نیاز نیز یک تسک/پروژه تعیین سطح انجام خواهید داد. ممکن است پس از این مرحله حتی نیاز به شرکت در دوره کارآموزی نداشته باشید و مستقیما امکان همکاری با شما یا معرفی کردن شما به سایر شرکت ها وجود داشته باشد.