@marmarmar

Почему я не могу найти работу в data science?

Здравствуйте! У меня следующая проблема: не берут на работу в data science. Надеюсь на вашие советы/коментарии. Мне интересна эта область и я хочу работать в ней.
У мень есть трехлетний опыт работы (+знания) с Python и его ds библиотеками (учебные/личные проекты, курсы, книги). Я знаю мат. статистику, мат. анализ, линал и самые популярные алгоритмы машинного обучения (учеба в ВУЗе, курсы, книги, личные проекты), знаю SQL. Также уровень английского - C1. Образование: бакалавриат - физика, магистратура - прикладная информатика.
Но при этом, меня не берут на работу в ds, даже на стажировку! Я прошла уже десяток собеседований, на самом собесе все вроде бы хорошо и тестовые задания я выполняю тоже неплохо, но все равно не берут. Что я делаю не так? Подскажите, пожалуйста

Edit:
Всем большое спасибо за ваши советы и ответы!
Что мне удалось вынести из данной дискуссии:
1. Одной теории недостаточно. Нужна практика программирования, применения алгоритимов ml, работы с данными.
2. Необходимо работать над github (по 1 пункту). На гитхабе должны быть более сложные, самостоятельные проекты, а не простые ноутбуки с несложными алгоритмами и простыми данными. Также можно попробовать свои силы в kaggle. Но тут вряд ли получится занять хоть какое-то призовое место, но зато можно чему-то научиться.
3. Можно попытаться найти работу в чистом программировпнии на python (или каком-нибудь другом яп) и разобравшись с этим уже в дальнейшем переходить в дс.
4. Что касается процесса интервью: нужно быть более открытым, показать интервьюеру не только свли знания, но и желание.
5. Для начала, пробовать подавать резюме в небольшие компании, там больше вариантов, что возьмут.

Всем удачи! А я буду стараться работать над сабой и своим гитом.
  • Вопрос задан
  • 1053 просмотра
Пригласить эксперта
Ответы на вопрос 8
vabka
@vabka
Токсичный шарпист
У мень есть трехлетний опыт работы (+знания) с Python и его ds библиотеками (учебные/личные проекты, курсы, книги). Я знаю мат. статистику, мат. анализ, линал и самые популярные алгоритмы машинного обучения (учеба в ВУЗе, курсы, книги, личные проекты), знаю SQL. Также уровень английского - C1. Образование: бакалавриат - физика, магистратура - прикладная информатика.

В опыт работы, обычно, считают только коммерческий опыт.

Также уровень английского - C1

Обычно, такой крутой уровень английского нужен только для работы в западных компаниях, либо если должность подразумевает регулярное общение на английском языке.
Ну и его также нужно как-нибудь подтверждать. Например международным экзаменом, или опытом работы/учёбы в Европе/Америке

Что я делаю не так? Подскажите, пожалуйста

Фиг знает - вы же не сказали, что вы делаете)

Из общих советов:
  1. Детализируйте свой опыт.
    Что именно входит в эти три года: Учёба, работа в конкретных компаниях, какие технологии в разные года использовали, и для чего.
  2. Описывайте конкретные навыки (не просто знаком с библиотеками, а конкретно на каком уровне)
    В идеале, с примерами. Раз вы специализируетесь на DS, то имеет смысл выложить какие-нибудь свои исследовательские работы на Kaggle, и дать ссылки на них в резюме.
  3. Когда выполняете тестовые задания, уточняйте все неочевидные моменты, которые можно толковать двояко - правильно заданные вопросы дают плюсик на собеседовании.
  4. Во время собеседования не только отвечайте на вопросы, но и обязательно задавайте: о компании, задачах, зарплате, и вообще о всём, что вас интересует - снова вспоминаем плюсик про правильные вопросы.
  5. После собеседования и тестового задания обязательно просите обратную связь - так вы хотябы будете знать, почему именно вам отказывают (ошибки, нехватка навыков, недостаточное впечатление, или может вообще уже закрыли вакансию другим человеком)


И самое главное - не отчаивайтесь, и не думайте, что проблема всегда именно в вас (так и до депрессии не далеко)
Ответ написан
dollar
@dollar
Делай добро и бросай его в воду.
Подозреваю, что нужны горящие глаза. Это не часто пишут в требованиях, а если и пишут, то другими словами.

Люди в большинстве своём - существа иррациональные, мыслят субъективно. Поэтому помимо знаний нужно ещё и произвести должное впечатление. Это называется soft skills - умение договариваться, а также умение продавать себя. Конечно, чисто профессиональные знания (hard skills) гораздо важнее, но попробуйте объяснить это нанимателям. Поэтому мало иметь только проф. знания.

Также осторожно предположу, что не смотря на вашу настойчивость и достижения, вам не хватает просто интеллекта. И тестовые задания это выявляют. Только не обижайтесь, пожалуйста. Статистически мужчины и женщины в среднем примерно равны по интеллекту, но вот разброс у мужчин гораздо больше, то есть среди них больше как гениев, так и идиотов. По этой же причине женщин практически нет среди известных учёных (если мы рассматриваем верхний срез умов человечества). Возможно, к вам предъявляют требования именно по интеллекту, смекалке, критическому мышлению. Тестовые задания могут быть с подвохом, который вы не замечаете или не полностью раскрываете. И если вас нанимает какой-нибудь супер-гений, то у него может быть либо тупо стереотип, либо он хочет такого же гения на свободное место. Исходя из этого, тем более нужно уделить внимание должному впечатлению. К сожалению, в техническом ВУЗе этому не учат.

В общем, как бы странно ни звучал мой совет, но попробуйте добавить больше эмоций в процедуру собеседования, чтобы ваша искра каким-то образом смогла заразить нанимателя. Просто сказать "мне интересна эта область и я хочу работать в ней" - не достаточно. Как минимум не хватает слова "очень". А максимум ограничен лишь вашей фантазией и здравым смыслом.
Ответ написан
opium
@opium
Просто люблю качественно работать
А где ваши гитхаб, резюме, фото, список компаний куда устраивались, страна, город?
Или вы хотите чтобы ваши на Хабре гадалка на кофейной гуще?
Уже исходя из того как вы задаете вопросы можно смело предложить что из за этого вас не берут
А ещё хуже вы в целом готовы слушать и ответы, которые по сути ни на чём не обоснованы
Ответ написан
@402d
начинал с бейсика на УКНЦ в 1988
Датасаентист работает с данными так же, как ученый в любой другой сфере. Он использует математическую статистику, логические принципы и современные инструменты визуализации, чтобы получить результат.

А вы точно изучили профессию ? Это ваша работа построить математическую модель устройства на работу в интересующей сфере. Набирайте статистику. Стройте предположения. Оценивайте значимость
параметров.
Ответ написан
sergey-gornostaev
@sergey-gornostaev
Седой и строгий
Комментировать
ArchitectOfRuin
@ArchitectOfRuin
WordPress-энтузиаст, маркетолог, переводчик
Имхо, главная проблема - гендерно-половая. Женщин вообще не слишком охотно берут на позиции в IT, связанные с программированием.
Сфера IT - одна из самых токсичных в плане сексизма. Программисты часто могут откидывать сальные шуточки, не гнушаясь порой и откровенными унижениями. Я не выношу этого сообщества даже пары часов. Как только начинаются этот программистский трэш-юмор уровня баш орг, хочется застрелиться.
Сам лично читал, как приходила собеседоваться женщина, с хорошими навыками, полностью отвечающая по всем фронтам, и узбек, который по-русски с трудом разговаривал. Так в итоге решили взять узбека, причем весь офис кричал "только не женщина!".
Ответ написан
@lz961
Образование: бакалавриат - физика, магистратура - прикладная информатика.

т.е. у вас просто нет образования. По факту никакого. Вы даже учителем в школе работать права не имеете.
Ответ написан
@paha132
Вот еще вариант https://prtclk.ru/affiliate/11439940 очень помог .
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы