שאלון למשרת Data Science

 Data Science או בעברית מדע הנתונים הוא תחום מבוקש בו מסיקים ידע ותובנות מנתונים, במטרה לחזות את העתיד ולאפשר קבלת החלטות מושכלת.

המקצוע משלב יכולות וכישורים ממספר תחומים שונים: מתמטיקה, סטטיסטיקה ותוכנות עיבוד סטטיסטי, תכנות באמצעות שפות דוגמת Python, R, שפות ג'וליה וסקאלה, כריית נתונים, ארגון ועיבוד נתונים – כולל נתוני עתק (Big Data), בינה עסקית, למידת מכונה (Machine Learning) והיכרות מעמיקה עם עולם התוכן העסקי שבו יש ליישם את הסקת המסקנות.

תחום מדעי הנתונים הוא תחום רחב המכסה מספר סוגים שונים של משרות. החל ממשרות הנוגעות בעיקר בכריית ועיבוד נתונים ועד מדען נתונים אשר יודע לא רק להגיע ולארגן את המידע אלא גם לבנות ולהפעיל מודלים בתחום למידת מכונה (ML), לחזות תוצאות ולהמליץ על אסטרטגיה עסקית למיקסום התוצאה בהתאם לתוצאות הרצת המודלים ותיקופם.

כיוון ומדובר בתחום חם מאוד בשוק אשר הביקוש אליו רב בהרבה מההיצע, השכר בתחומים אלו גבוה מהממוצע.

• אנליסט נתונים פשוט משתכר בממוצע מעל ל-20,000 ₪
• מהנדס ML העוסק בבניית ואימון מודלים בתחום למידת מכונה מרוויח בממוצע קרוב ל-39,000 ₪
• מדען נתונים העוסק באימון מודלים והנדסת פיצ'רים מרוויח בממוצע קרוב ל-35,000 ₪
• ואילו חוקר בתחום מדעי הנתונים אשר עוסק גם בפיתוח אלגוריתמים חדשים מרוויח בממוצע מעל 46,000 ₪ לחודש.

קורס הייטק ממוקד

• קורס ChatGPT
• קורס Linux Admin
• קורס Python

על מנת להתמקצע בתחום ולקבל כלים שיעזרו בקבלה ובביצוע עבודה פרקטית בשטח, קורס Data Science כולל לימודים מארבעה תחומים עיקריים:

• השגת המידע – יכולות עבודה עם Big Data, עבודה עם מידע לא מובנה, אינטגרציית המידע ממספר מקורות. הדגשים בשלב הזה יהיה על עבודה וכלים מתחום הביג דאטה, עיבוד חזותי וטקסטואלי וכדומה.
• חקר נתונים – לצורך התמקצעות בתחום זה, קורסי דאטה סיינס מתמקדים ביכולות תכנותיות ובסטטיסטיקה. מרבית הקורסים יתמקדו בשפות תכנות נפוצות דוגמת Python ו- R תוך התמקדות בחבילות המיועדות לעבודה על נתונים דוגמת PyData, Pandas, seaborn, mathplotlib .
• ניתוח – בשלב זה נלמדים מודלים סטטיסטיים ולמידת מכונה, מתודולוגיות נפוצות דוגמת Crisp-DM, או החבילה הנפוצה ללימוד נכונה Scikit-Learn
• ויזואליזציה – כיצד להציג באופן אפקטיבי את המסקנות, הניתוח והחיזוי של התהליך באמצעות כלים דוגמת Power BI ו- Tableau. שלב זה כולל על פי רב גם ביצוע פרויקט אישי אשר יועלה ל- GitHub ויוכל לשמש את הבוגרים להצגת תיק עבודות ראשוני בתחום.

שאלות מראיינים בתחום רחבות ותלויות במראיין עצמו והעדפותיו וכן בתחום התוכן שבו התפקיד הספציפי יעסוק.

יחד עם זה ישנם כמה כלים שיעזרו לכם להתמודד לא רק עם ראיונות בתחום, אלא גם עם מעבר סף הדחייה הראשונה בהסתמך על קורות החיים.

נחלק את תחומי השאלות לשאלות כלליות, כאלו הנכונות לכל ראיון מקצועי, ושאלות ספציפיות הנוגעות לתחום מדעי הנתונים.

מסלולי הכשרה למקצועות הייטק הכי מבוקשים כיום:

• קורס סייבר ואבטחת מידע
• קורס בניית אתרים
• קורס Data Analyst
• קורס DevOps
• קורס Data Science בשילוב Machine Learning

מראיינים בתחום ירצו לדעת עד כמה הניסיון והידע שלכם תואמים לתפקיד עצמו. לצורך כך הם ינסו להבין מה היקף ההיכרות שלכם עם מודלים וכלים שונים, ועד כמה ידע זה מגוון.

ישנם תפקידים הדורשים התמקצעות בתחום מסוים בלבד/ במקרה זה קרוב לוודאי שהמראיין ינסה לאתר בקורות החיים ולהתמקד בנושאים אלו.

הנושא יכול להיות כלים מסוימים, מודלים מסוימים או סוגי תפקידים.

תוכנות העוזרות בגיוס מועמדים לעתים מבצעות סינון על פי מילות מפתח. דאגו להכניס תפקידים בשמות שיעזרו לתוכנות אלו לזהות כי יש לכם ניסיון בתחום וספציפית להכניס את המילים מדען נתונים ו- Data Science כך שיופיעו בקורות החיים באופן מפורש.

דאגו כי הישגיכם יתוארו לא רק במונחים טכניים אלא גם עסקיים. מטרתו של מדען הנתונים הוא להנגיש מידע עסקי בסופו של דבר – אם קורות החיים ישקפו את ההבנה הזו, הרווחתם.

דאגו לכלול את הכלים, המודולים והחבילות שיש לכם ניסיון איתן ולכלול 1 - 2 פרויקטים מוצלחים שעשיתם בעבר. לקראת הריאיון, וודאי כי אתם זוכרים את פרטי הפרויקטים הללו.

• "ספרו לי על עצמכם" – הכינו מראש הצגה רהוטה, עניינית וחיובית אשר תשאיר רושם על המראיין ותגרום לו לזכור אתכם. ספרו בקצרה על ניסיון רלוונטי ועל המוטיבציה שלכם לקבלת התפקיד.
• "ספרו לי על הצלחות / כישלונות" – התחילו תמיד מההצלחות. כאשר אתם מספרים על כישלונות או אתגרים – התמקדו בדברים שלמדתם וכיצד השתפרתם בזכותם לקראת האתגר הבא.
• "למה עזבת את מקום העבודה?" – ללא תלות בנסיבות בהן עזבתם את מקום העבודה, הימנעו מלדבר בגנות החברה והאנשים עימם עבדתם בעבר.
• "יש לך שאלות" – הגיעו מוכנים – וודאו כי אתם מכירים את החברה שבה אתם מתראיינים, מבינים באיזה תפקיד מדובר ומה ציפיות השכר המקובלות בשוק לתפקיד זה. שאלו שאלות הנוגעות לחברה ולתפקיד, ולאופן השתלבותכם בו.

תחום ה- Data Science הוא תחום מבוקש אך גם תחום פרוץ. רבים רוצים להגיע אליו בגלל השכר הגבוה שהוא מציע, אך על מנת להגיע ליעד יש לצבור ידע וניסיון רלוונטיים, ולדעת לצלוח משוכות בדרך לקבלת העבודה המבוקשת.