Pull to refresh

Comments 18

Какое-то очень странное сравнение

Data Scientist Hard Skills
Не совсем понятно как можно ставить в один ряд навыки типа «Software Development» и «Microsoft Ofice», причем с указанием зарплат.
Плюс, глядя на график можно сделать вывод, что человек с навыками работы в «Microsoft Ofice» будет иметь большую зарплату, чем человек с навыками «Software Development». Т. е. разработчики менее ценны чем пользователи? Как минимум странно.

Data Science Tools and Technologies
Не понятно как можно сравнивать язык программирования типа C++ и готовый инструмент типа SAS? ИМХО, это аналогично сравнению набора запчастей с готовым изделием (набор плат и процессоров с готовым ноутбуком). Наличие специализированных библиотек, никаким образом не делает из языка программирования, специализированный статистический инструмент.

Data Scientist Soft Skills
В любой нормальной компании потребуют наличия почти всех перечисленных навыков. Кому нужен специалист, который не может работать в рамках команды (team player) или который не способен решать возникшие проблемы (problem solving). Даже если эти навыки не указаны в вакансии, они являются чем-то само собой разумеющимся.

Я конечно понимаю, что сравнение делалось на анализе некоторых атрибутов конкретных вакансий, но лично мне непонятно, какую смысловую нагрузку несут полученные результаты?
Плюс, глядя на график можно сделать вывод, что человек с навыками работы в «Microsoft Ofice» будет иметь большую зарплату, чем человек с навыками «Software Development».


На самом деле, так и есть. Знание офиса, презентаций и прочего — явные признаки не технической позиции, а менеджерской или представительной. Не кодить, а проводить презентации, участвовать в симпозиумах и переговорах с клиентами. И это стоит дороже.
Да, можно было разбить hard skills на подкатегории, например «языки программирования», «статистические пакеты», «операционные системы», и т.п. Однако учитывая малое количество данных, это привело бы только к увеличению шума. На мой взгляд, 4 больших категории вполне достаточно в данном случае. Остальные детали можно легко заметить самостоятельно.
Насчет soft skills в целом соглашусь. Хотя некоторые исключения здесь есть, например далеко не в каждой вакансии потребуются management skills.
Думаю, тут еще надо сделать какую-то скидку на страну, из которой идет вакансия.
И было бы интересно понять, что это за загадочный «крупнейший мировой портал по поиску работы» :)
Статистика собрана по американскому рынку труда. Данные были получены с monster.com.
Целью этого исследования было понять какие скиллы сейчас наиболее востребованы для Data Scientist на американском рынке.
Эта информация дает ориентир людям, которые хотят развиваться в этой отрасли, по выбору приоритетных направлений для развития.
Учитывая, что развитие американского рынка идет с большим опережением, можно сказать, что эти скиллы станут востребованы на нашем рынке спустя 1-2 года.
Тоже исследовали этот вопрос со стороны предложения (вакансий).
Графики ниже (возможно кому-то будет интересно состояние рынка)
(прошу прощения за стиль xkcd, но пересчитывать долго)



Круто! Спасибо. Чем рисовали графики?
matplotlib + seaborn
в matplotlib есть xkcd
>>Основным инструментарием Data Scientist являются языки программирования Python и R.

Вот так взяли и выбросили всех, кто пользуется MATLAB, SPSS, Statistica и им подобными.
ну так все ок, SPSS и Statistica — это вообще прошлое, еще и платное, фуфуфу
Судя по приведенным цифрам, MATLAB и SPSS вдвое менее популярны у американских работодателей.
На конференциях тот же тренд, например на последней Open Data Science Conference West большинство докладов и workshop'ов было с использованием Python, сильно реже R. MATLAB'а не было совсем.
Мне кажется, что MATLAB всё еще используется, но передовые инструменты сейчас в экосистеме Python.
В графике гугл-тренд интересное снижение с 2004 по 2007, а вторая страна по степени интереса — Нигерия О.о
Результаты по запросу «data scientist» лучше иллюстрируют текст статьи: www.google.com/trends/explore#q=data%20scientist
Ниегрия удивила :) Если пройти глубже, то видно что в Нигерии интерес был только из одного города, и по нему график очень странный — ноль, резкий пик в 2014, падение до нуля и пик в 2015. На географию в Google Trends я бы не смотрел, выглядит очень зашумленно.
Наверное, кто-то в командировку приезжал из интересующихся дата сайенс ))
Или профессиональные нигерийские мошенники решили провести исследование для выбора более качественной жертвы.
Sign up to leave a comment.

Articles