שינוי קריירה ל-data science

[Sesquiterpene]

שלום לכולם,

אני אקדמאי במדעי החיים, כרגע די מתקדם לכיוון פרופסורה וקביעות באירופה אבל לאחרונה מתחיל להסתכל לכוונים אחרים, בעיקר בתחום data science. יש לי הרבה נסיון עם ניתוח סטטיסטי ותכנות ב-R, כולל קורסים בסטטיסטיקה שאני מלמד באוניברסיטה. בעברי הרחוק היה לי נסיון בשפות אחרות (פסקל, C, בייסיק, SQL). לאחרונה התחלתי ללמוד קצת פיית'ון אבל האמת היא שבינתיים קשה לי להבין מה היתרון ביחס ל-R.

השאלה למעורים שביניכם היא מה הסיכויים להשתלב בשוק העבודה עם הרקע הזה: האם יש חברות שמחפשות אנשים כאלה פחות או יותר?

אם התשובה שלילית, האם קורס הסבה של משהו כמו שנה זה משהו שהתעשייה מקבלת ומכבדת, או שזה בזבוז זמן?

יש לציין שאני באירופה וכרגע לא מתכנן לחזור, אז אם מישהו מכיר ספציפית את השוק פה (גרמניה או מסביב) אשמח מאוד לשמוע.

תודה!

 

[matthias]

לאחרונה התחלתי ללמוד קצת פיית'ון אבל האמת היא שבינתיים קשה לי להבין מה היתרון ביחס ל-R.

לא חושב שיש לפייתון יתרון על R בהקשר של ניתוחים סטטיסטיים.
היתרונות של פייתון הם בעיקר עקומת למידה מאוד מתונה וסינטקס שעוזר לכתוב קוד קריא יותר (לצערנו הצורך של מתכנתים לחרב את הקריאות של הקוד שלהם הרבה יותר חזק מזה, אבל זה כן עוזר קצת לצמצם את הנזק).

השאלה למעורים שביניכם היא מה הסיכויים להשתלב בשוק העבודה עם הרקע הזה: האם יש חברות שמחפשות אנשים כאלה פחות או יותר?

אני לא חושב שיש הרבה (או בכלל) כימאים/ביולוגים שעברו לתחום כמו data science בלי שום הכשרה באמצע. צריך הרבה יותר מלדעת סטטיסטיקה כדי לעסוק בתחום הזה.

אם התשובה שלילית, האם קורס הסבה של משהו כמו שנה זה משהו שהתעשייה מקבלת ומכבדת, או שזה בזבוז זמן?

לדעתי מחפשים בעיקר בעלי תואר (רצוי שני ומעלה) בתחום רלוונטי. אבל זה רק מה שאני מכיר, יכול להיות שיהיו כאלה שיסתפקו בפחות.

 

[Sesquiterpene]

תודה רבה

בלי שום הכשרה באמצע

מה ההגדרה שלך (או של המעסיק הממוצע) להכשרה? לעשות תואר שלם בטח לא ריאלי עבורי.
התכנית שלי כרגע היא לקחת קורסים בקורסרה ולהתחיל לעבוד על פרוייקטים בפיית'ון במסגרת הנוכחית. יש לי לדוגמה מסד נתונים ענק ומבולגן של אלפי דגימות כימיות שנלקחו בעשרות נקודות שונות, כל אחת מכילה מאות כימיקלים לא ידועים. המטרה היא לעשות שם סדר ולנסות למצוא כימיקלים או קבוצות של כימיקלים שיאפשרו דגימה או חיזוי של אחדים מעשרות משתנים ביולוגיים.

אם אני מגיע עם הכשרה עצמית דרך קורסרה ומספר פרוייקטים כאלה בפורטפוליו, יש מי שיסתכל עלי?

 

[AIML]

התכנית שלי כרגע היא לקחת קורסים בקורסרה ולהתחיל לעבוד על פרוייקטים בפיית'ון במסגרת הנוכחית. יש לי לדוגמה מסד נתונים ענק ומבולגן של אלפי דגימות כימיות שנלקחו בעשרות נקודות שונות, כל אחת מכילה מאות כימיקלים לא ידועים. המטרה היא לעשות שם סדר ולנסות למצוא כימיקלים או קבוצות של כימיקלים שיאפשרו דגימה או חיזוי של אחדים מעשרות משתנים ביולוגיים.

אם אני מגיע עם הכשרה עצמית דרך קורסרה ומספר פרוייקטים כאלה בפורטפוליו, יש מי שיסתכל עלי?

כן. בהחלט.

מאחר ואתה ברמה להבין ולהסבר מה עשית ולמה בחרת בשיטה כזו ולא אחרת יש לך יתרון משמעותי על רוב בוגרי הקורסים והמכללות.

לאחרונה התחלתי ללמוד קצת פיית'ון אבל האמת היא שבינתיים קשה לי להבין מה היתרון ביחס ל-R

פייטון יותר נפוץ. הסיכוי שידרשו פייטון במקום העבודה גדול יותר.

יש לציין שאני באירופה וכרגע לא מתכנן לחזור, אז אם מישהו מכיר ספציפית את השוק פה (גרמניה או מסביב) אשמח מאוד לשמוע.

לא מכיר. יתכן ששם הם יותר ״יורמים״ בהתאמה מדוייקת לדרישות שהוגדרו לתפקיד

 

[yahud]

לאחרונה התחלתי ללמוד קצת פיית'ון אבל האמת היא שבינתיים קשה לי להבין מה היתרון ביחס ל-R.

אם שניה נוציא מהמשוואה את הסיבות של "זה יותר קריא לי", "זה קל יותר ללמוד" וכו' וכו' , ונניח שאתה יכול לדעת לכתוב ב2 השפות,
היתרון בשפה כלשהי על השנייה היא הecosystem שיש מסביבה.

אתה עובד בתחום בR או בPython ולא בJava בגלל שאנשים חכמים אחרים כבר כתבו ספריות מאוד טובות לניתוח סטטיסטי בשפות האלה. יש יותר ספריות שנותנות לך יותר יכולות ואופציות, ואתה רוצה למצוא עבודה במקום שמשתמש באחד מהטכנולוגיות האלה.

בגדול אתה רוצה ללמוד את הכיוון שהשוק הולך אליו, כדי לפתוח לך כמה שיותר אופציות.
כמובן שבסוף סטטיסטיקה והבנה של מודלים זה לא תלוי בשום שפה ולכן המעבר שלך משפה אחת לאחרת לא יצטרך לכלול למידה מחודשת של סטטיסטיקה, אלא רק כלי חדש.

אני לא בעל עסק או עוסק בתחום הספציפי הזה, אבל אקדמאי שיש לו מספר גבוהה של שנות ניסיון בסטטיסטיקה וחקר נתונים? כמובן שמישהו ירצה להעסיק אותך.
אם תמצא עבודה בנישה של מדעי החיים אז בכלל אתה יכול להיות כוכב במקום כזה.

האם ללמוד בקורס או במשהו אחר, אין לי עצה.
הייתי מנסה לדבר עם אנשים מהאקדמיה אולי במדעי המחשב שעוסקים בתחום שיוכלו לכוון אותך ולקשר אותך לעוד אנשים.

דבר אחרון: יש אלפי אנשים שיודעים פייתון היום. אבל בהחלט חסר אנשים עם הידע הסטטיסטי בצורה גבוהה, ולכן לדעתי אתה בכיוון הנכון.

 

[Sesquiterpene]

כן. בהחלט.

אני לא בעל עסק או עוסק בתחום הספציפי הזה, אבל אקדמאי שיש לו מספר גבוהה של שנות ניסיון בסטטיסטיקה וחקר נתונים? כמובן שמישהו ירצה להעסיק אותך.

תודה רבה. מאוד מאוד מעודד!

 

[הורדוס]

לא חושב שיש לפייתון יתרון על R בהקשר של ניתוחים סטטיסטיים.
היתרונות של פייתון הם בעיקר עקומת למידה מאוד מתונה וסינטקס שעוזר לכתוב קוד קריא יותר (לצערנו הצורך של מתכנתים לחרב את הקריאות של הקוד שלהם הרבה יותר חזק מזה, אבל זה כן עוזר קצת לצמצם את הנזק).

R נפוצה בעיקר באקדמיה, השורה התחתונה היא שרוב התעשייה בתחום עובדת בפייטון אז עדיף להתמקד בה לדעתי.

 

[Therealdeal]

R נפוצה בעיקר באקדמיה, השורה התחתונה היא שרוב התעשייה בתחום עובדת בפייטון אז עדיף להתמקד בה לדעתי.

לגבי R, גם בתעשייה וגם באקדמיה - אצל אנשים שלא באמת יודעים לכתוב קוד. לפרופסור לסטטיסטיקה יש את הפריבילגיה להריץ אלגוריתמי חיזוי על דאטסט שהכינו בשבילו. בכל שאר המקרים, צריך למשוך נתונים מה DB או לעשות scraping, לפלטר, לנקות, EDA והכל - חייבים שפת תכנות נורמלית.

 

[minimizer]

אני אקדמאי במדעי החיים, כרגע די מתקדם לכיוון פרופסורה וקביעות באירופה אבל לאחרונה מתחיל להסתכל לכוונים אחרים, בעיקר בתחום data science.

אפשר לשאול למה?
אתה תעשה מעבר בין מקצוע עם אופק תעסוקתי מובטח עד הפנסיה לתחום דינמי שאף אחד לא יכול לצפות היום איך הוא ייראה בעוד חמש שנים.
לפני חמש-שש שנים היה באז סביב DS ו-ML אבל מאז הדברים האלה הפכו כמעט ל-commodity, ומוצעים כשירותים מנוהלים על ידי כל ספקי הענן. ארגון כבר לא צריך להחזיק אנשי DS (למעט מקרים ספציפיים של מוצרים ספציפיים) כדי להפיק תובנות או תחזיות על הדאטה שלו.
ועם קצב ההתקדמות של LLM, נראה לי טבעי שהביקוש לאנשי DS יפחת (כמובן חוץ מחברות ה-AI עצמן שימשיכו לגייס).

 

[Sesquiterpene]

קצב ההתקדמות של LLM,

זה כמובן מפחיד אותי, אם כי אני שומע מהרבה אנשים שמי שיהיה על הגל וילמד לעבוד עם זה יהפוך ליותר פרוקודטיבי במקום להפוך לחסר תכלית. כמובן שזה מרוץ נגד הזמן כי אלה יכולות שמתפתחות מהר מאוד.

אפשר לשאול למה?

תכנית א' היא עדין לנסות לקבל קביעות. הבעיה היא שזה תחום מאוד מאוד קשה, וגם כשאתה כביכול על דרך המלך מאוד קשה לדעת איך זה ילך. יש הרבה קיצוצי משרות כרגע, וגם דרגה לא ברורה של אפליה בהעסקה שלא פועלת לטובתי. ברמה היותר אישית, כמשפחה נמאס לנו מאי הוודאות של האקדמיה ומחוסר היכולת להחליט לטעת שורשים במקום מסוים.

אבל האמת היא שכרגע זה גידור סיכונים. אני במצב שבו אם אקבל קביעות, זה על בסיס מה שעשיתי בשנים האחרונות ולא מה שאעשה בשנתיים הקרובות. אז החלטתי להשקיע זמן בתכנית ב'. במקרה הכי גרוע יהיו לי יכולות משודרגות שגם עשויות להיות רלוונטיות לאקדמיה.

 

[TheFlash]

לפני חמש-שש שנים היה באז סביב DS ו-ML אבל מאז הדברים האלה הפכו כמעט ל-commodity, ומוצעים כשירותים מנוהלים על ידי כל ספקי הענן. ארגון כבר לא צריך להחזיק אנשי DS (למעט מקרים ספציפיים של מוצרים ספציפיים) כדי להפיק תובנות או תחזיות על הדאטה שלו.
ועם קצב ההתקדמות של LLM, נראה לי טבעי שהביקוש לאנשי DS יפחת (כמובן חוץ מחברות ה-AI עצמן שימשיכו לגייס).

אני לא רואה את הדברים האלה קורים היום. הדרישה לאנשי דאטה רק עולה.

יש לציין שאני באירופה וכרגע לא מתכנן לחזור, אז אם מישהו מכיר ספציפית את השוק פה (גרמניה או מסביב) אשמח מאוד לשמוע.

עבדתי עם לא מעט חברה בברלין בפיתוח. זה היה רק בחברה אחת אבל האווירה היתה שונה מאוד מהארץ, ניראה יותר כמו שוק של מעסיקים, הרבה עובדים ממזרח אירופה, אסיה, אווירה מאוד אפורה, נוקשה ומסורתית. זה מתבסס על הניסיון שלי בחברה אחת אומנם.

11402, member: 1063"]
. לאחרונה התחלתי ללמוד קצת פיית'ון אבל האמת היא שבינתיים קשה לי להבין מה היתרון ביחס ל-R.
[/QUOTE]
אכן, טכנולוגיה פופולרית יותר היא לא בהכרח טובה יותר.