yuliianikolaenko 30 января 2021

📊 Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?

Рассказываем о стратегиях, которые помогут получить должность в Data Science специалисту без опыта или с небольшим опытом работы в этой отрасли.
📊 Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?

Мы уже писали о выборе специализации и обучении разным профессиям в сфере Data Science с нуля. Для планирующих карьеру в этой области есть интересный материал, в котором специалист по анализу данных рассказывает свою историю, а также дает советы начинающим. Сейчас мы собрали для вас стратегии опытных Data Scientists, которым удалось сменить работу и получить оффер мечты.

Постройте правильный фундамент

Это первое и самое главное, что нужно сделать, если вы начинаете свое путешествие в Data Science и у вас нет никакого опыта. Задайте себе следующие вопросы: зачем компании нанимать вас? Если вам не предлагают работу, в чем может быть причина? Что вы знаете о профессиональной области? Что еще вам необходимо узнать? Какие дополнительные навыки нужны, чтобы выделиться из толпы?
📊 Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?

Наряду с навыками и знаниями, которыми должны обладать Data Scientist, узнайте о последних тенденциях отрасли: как работает корпорация, каковы востребованные рабочие роли, каковы новейшие языки программирования и т. д. Работа в Data Science это прежде всего умение учится самостоятельно и постоянно обновлять набор навыков. Изучение математики, статистики, инженерии и машинного обучения важно для любой роли в науке о данных, но имеет мало общего с вашей способностью объяснить выбор модели, оценить, когда и как необходимо использовать определенные методы, или разработать хороший эксперимент. Определитесь с набором, в котором вы по-настоящему заинтересованы (визуализация данных, NLP, web-scraping и т. д.) и овладейте им, станьте экспертом. Создайте список всех вещей, которые вы уже знаете, в которых у вас есть пробелы и которые вам необходимо узнать. Начните их изучать – это действительно выделит вас среди прочих кандидатов.

Присоединитесь к сообществу

Сделайте нетворкинг частью вашей ежедневной рутины. Окружите себя новостями, ресурсами и людьми, которые работают и заинтересованы в сфере Data Science. Подпишитесь на рассылки, ежедневно читайте посты, статьи и книги, слушайте подкасты и смотрите видео на YouTube. Общайтесь с людьми в LinkedIn, просите их о помощи, будьте любопытным и полезным также и в решении их проблем. Участвуйте в онлайн-дискуссиях и обсуждениях проектов, высказываете свое мнение и задавайте правильные вопросы.

Еще один хороших способ погрузиться в науку о данных посещение конференций и митапов, где вы сможете не только получить новые знания, но и познакомитесь со многими людьми, которые могут поделиться опытом и, потенциально, помочь найти работу. Не просто знакомьтесь с людьми, важно быть заметным и показать свой интерес, а также ценность для отрасли. Расскажите им, что вы ищете и с кем хотели бы связаться. О вас обязательно вспомнят, когда услышат о новой вакансии. Сделав это частью ежедневной рутины, взамен вы получите больше ресурсов для поиска работы и расширения социальной сети контактов.

Увеличьте свою видимость в интернете

Лучший способ показать навыки рекрутерам и потенциальным работодателям опубликовать свои достижения в интернете. Даже самых впечатляющий список в резюме не поможет, если работодатель не увидит применения ваших умений на практике. Специалисту по данным в 2021 году необходимо иметь как минимум веб-сайт и аккаунт на GitHub. Если вы действительно хотите выделиться, увеличьте свою видимость в интернете с помощью интерактивного портфолио, блога, Twitter, профиля Kaggle или всего того, что демонстрирует ваш интерес, страсть и мастерство в области Data Science. Если проект по-настоящему отличится, к вам могут обратиться с внештатными проектами или просьбами об интервью и выступлениях.

Не забудьте включить в свое резюме ссылки на GitHub, Twitter, Linkedin и т.д. Опубликуйте проекты над которыми вы работали во время учебы, соревнований или стажировок. Таким образом, работодатель сможет заметить вас и оценить ваши навыки, отточенные на реальных проектах.
📊 Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?

Пусть ваше портфолио выделяется

Наличие хорошего портфолио первый шаг на пути поиска работы в области науки о данных. Ваше резюме это data storytelling, поэтому важно представить его в лучшем виде. Выберите формат и стиль, который близки лично вам, но придерживайтесь стандартных шрифтов и макетов.

Расскажите историю о себе, своих навыках и опыте работе в краткой форме. Включите в портфолио те проекты и навыки, которые актуальны для конкретной вакансии, это поможет рекрутерам увидеть вашу заинтересованность именно в позиции. Вы должны показать опыт в определенном типе данных и в различных областях. Если вы только начинаете формировать портфолио, подумайте о четырех проектах, которые вы уже завершили или могли бы завершить быстро, и которые показывают глубину и диапазон ваших знаний.

В резюме стоит включить те проекты, которые подчеркивают ваши навыки программирования на одном из языков, запрашиваемых работодателями: Python, R и SQL. Убедитесь, что ваш код выглядит профессионально, что он чистый и читаемый. Используйте контроль версий и разбейте проект на несколько файлов. Комментируйте, комментируйте и еще раз комментируйте ваш код.

Сбалансируйте ваше резюме: наряду с техническими навыками, важно показать применение навыков визуализации и презентации данных, story telling, soft skills и умение работать в команде.

Начните со стажировки или небольшого стартапа

Как только у вас появится базовый фундамент, следующий шаг укрепить его с помощью обучения на рабочем месте. Сосредоточьтесь на поиске среды, в которой вы сможете учиться и совершенствоваться. Крупным компаниям как правило нужны опытные специалисты Data Science. Даже небольшие и средние компании или стартапы с более чем 50 сотрудниками обычно нуждаются в специалисте, который понимает бизнес и его потребности, и сможет самостоятельно вести проект. Существуют также и удаленные рабочие места для специалистов Data Science, но они требуют от вас определенного уровня квалификации в области.

Стажировки и исследовательские должности могут превратиться в предложения о работе на полный день, если вы будете усердно трудиться и проявлять инициативу. Стажировка поможет вам получить больше опыта, навыков и знаний.

Стоит попробовать найти небольшие стартапы, у которых недостаточно средств, чтобы нанять известного специалиста по обработке данных. Существуют множество компаний, которые обучают вас в течение 3-6 недель бесплатно или за плату, а потом связывают с потенциальными работодателями. Они могут предоставить наставников, которые помогут вам на начальных этапах работы с данными.

Чтобы построить профессиональные отношения, не просто просите людей о работе. Подумайте о том, какую ценность вы сможете принести в компанию или проект. Старайтесь быть заметными в сети и активно участвовать в социальной жизни команды. Тогда вы увеличите свои шансы быть замеченным и построить свою карьеру через профессиональную сеть контактов.

📊 Обучение на Data Scientist: как получить работу, если без опыта никуда не берут?

Попросите о фидбеке

По мере того, как вы будете проходить интервью и получать отказы, вы также можете получить бесценный опыт и обратную связь. Неудачные интервью покажут, что вы упускаете и почему вы не получили предложение о работе. Возможно интервьюеры посчитали, что у вас недостаточно опыта или что вам не хватает знаний о специфичных проблемах. Если вам непонятно, что пошло не так, просто спросите! Большинство рекрутеров не откажут в фидбеке и смогут помочь исправить ошибки или подтянуть необходимые знания.

Просить обратную связь у опытных людей – хорошая привычка, которая поможет вам профессионально расти и развиваться. Фидбэк может быть в форме рекомендательного письма по окончании проекта или стажировки, разговора с коллегой или наставником, комментария или сообщения в социальных сетях. Будьте открыты к конструктивной критике и получите как можно больше пользы от любого взаимодействия с опытными специалистами.

Выводы

Если вы ищете работу начального уровня в области Data Science, помните про ключевые стратегии:

  • Не смотрите свысока на стажировку. Любой опыт работы ценен и может привести непосредственно к штатным должностям.
  • Станьте заметным как и в интернете, так и в реальной жизни. Будьте открыты к новому, вы никогда точно не знаете откуда придет оффер. Это может быть друг, подписчик в блоге или случайный знакомый. Не ограничиваете себя в ресурсах, будьте заметным и активным участником сообщества.
  • Адаптируйте свое портфолио к той работе, которую вы хотите, и к собственным интересам. Вам придется о многом говорить на собеседованиях, сделайте это увлекательным занятием.
  • Избегайте больших сайтов вакансий и слепой отправки сотен резюме. На начальных этапах отказы могут убить в вас мотивацию продолжать поиск. Вы добьетесь лучших результатов, выстраивая отношения с рекрутерами и используя связи в сообществе.

Удачи в поиске работы мечты!

Комментарии

ВАКАНСИИ

Добавить вакансию
Разработчик C++
Москва, по итогам собеседования

ЛУЧШИЕ СТАТЬИ ПО ТЕМЕ