معرفی کارآموزی علم داده
به روش برنامه منتورینگ گل اِرن
ویژه افرادی که هدف آن ها مهاجرت کاری ست
در کنار متخصص های علم داده
به صورت کاملا خصوصی و اختصاصی کار کنید.
آنلاین و بدون اینکه دانشگاه و یا کار فعلیتان را رها کنید،
برای مهاجرت کاری آماده شوید.
در کمتر از ۱۲ هفته
یک پرتفولیوی عالی از نمونه کارهای معتبر خود (در علوم داده) بسازید
دیتا ساینس یا علم داده چیست و چرا آن را برای مهاجرت کاری انتخاب کنیم؟
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.
یادگیری علم داده شما را به یک دنیای شغلی امن و ارزشمند وارد می کند، به این خاطر که:
+ هر چه بیشتر یاد می گیرید، تقاضا برای شما بیشتر می شود،
ورود به دنیای علم داده به این معناست که شما مدام فرصت یادگیری دارید، کارها برایتان تکراری نمی شود و هر روز با داده های تازه تری سر و کار دارید که قرار است براساس آن ها دنیای یک کسب و کار را پیش بینی کنید.
+ به عنوان کارشناس علم داده حق انتخاب بیشتری دارید،
همین الان عبارت کارشناس علم داده یا متخصص علم داده را سایت های کاریابی جهانی مثل indeed جستجو کنید تا با بیش از ۱۵۰۰۰ هزار موقعیت شغلی باز در رشته علوم داده رو به رو شوید و این یعنی احتمال موفقیت چند برابری برای مهاجرت کاری.
+ حقوق علم داده در دنیا و حتی در ایران وسوسه انگیز است،
داده ها برای همه کسب و کارها ارزشمند هستند، زیرا می توانند احتمال شکست یا موفقیت شان را پیش بینی کنند و ورود رشته علم داده به بازار کار سبب شد که این ارزش چند برابر شود و به طبع با افزایش تقاضای کارشناس علم داده، حقوق آن نیز افزایش یابد-این موضوع را به راحتی می توانید حین بررسی موقعیت های شغلی موجود، در قسمت حقوق پرداختی برای این موقعیت ها ببینید.
اگر دلایل بالا برای ورود شما به دنیای علم داده جذاب است و تمایل دارید تصمیم جدی برای ورود به این حوزه بگیرید، 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.
مسئولیت ها و وظایف 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 ۲ تا ۴ سال زمان خواهد برد)، می توان درآمدی بین ۶.۵ تا ۱۳ میلیون تومان برای یک کارشناس علم داده و ۹ تا ۲۴ میلیون تومان برای کارشناس ارشد (البته در سال ۱۴۰۰) 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