הסבה ל-Data Science: האם זה ריאלי ובאיזה מסלול

זמן קריאה: 3 דקות

התשובה הקצרה: ריאלי, אבל כמעט אף פעם לא בכניסה ישירה לתפקיד מדען נתונים. המסלול שעובד עובר דרך תפקיד דאטה אחר, ומי שמכוון ישר ליעד הסופי נתקל בשוק שמוטה בחדות לדרג בכיר.

מה הנתונים מראים על הדלת הזו

בלוח שלנו, תפקידי AI, אלגוריתמים ומדעי הנתונים הם נתח קטן מהמשרות, והרוב המכריע שלהם מוגדר סניור - הפירוט בכמה משרות AI ו-ML פתוחות. לעומת זאת 27 משרות בקטגוריית דאטה ו-27 שמזכירות הנדסת דאטה כוללות גם תפקידים נגישים יותר.

המסקנה המעשית: ההבדל בין "הסבה למדעי הנתונים" ל"הסבה לדאטה" הוא ההבדל בין מסלול חסום למסלול פתוח.

שלושה תפקידים שנשמעים דומה

תפקיד	מה עושים	נגישות למסב
Data Analyst	שאלה עסקית, ניתוח, המלצה	הגבוהה ביותר
Analytics / Data Engineer	צנרת ומודל נתונים	בינונית, דורשת קוד
Data Scientist	מודלים, ניסויים, שיטה	הנמוכה ביותר

רוב ההסבות המוצלחות שאנחנו רואים מתחילות בשורה הראשונה. שם הרקע הקודם שווה משהו: מי שמגיע מכספים, מתפעול או משיווק כבר מבין את השאלה העסקית, וזה בדיוק מה שחסר לרוב הבוגרים הטריים.

הפירוט של שלושת המסלולים נמצא בחברות דאטה בישראל וקריירה בהנדסת דאטה.

מה באמת צריך לדעת

SQL ברמה מעשית. לא היכרות - שליטה. 133 משרות מזכירות אותו והוא נבדק כמעט בכל ראיון.
Python לעיבוד נתונים. 365 משרות מזכירות אותו.
סטטיסטיקה בסיסית והבנת הטיה. בלי זה קל להסיק מסקנה שגויה בביטחון.
יכולת להסביר ממצא למי שאינו טכני. זה מה שמבדיל אנליסט טוב.
הבנת התחום העסקי. היתרון הגדול ביותר של מסב, ואי אפשר לרכוש אותו בקורס.

איך נראה המסלול שעובד בפועל?

שלושה שלבים. הראשון: להשתמש בדאטה בתפקיד הנוכחי. מי שכבר עובד - בכל תחום - יכול לקחת שאלה אמיתית מהעבודה ולענות עליה עם נתונים. זה מייצר גם ניסיון וגם פרויקט, והוא אמין יותר מכל תרגיל.

השני: מעבר פנימי או מעבר לתפקיד אנליסט. זו הקפיצה האמיתית, והיא קלה יותר בתוך ארגון שכבר מכיר אתכם.

השלישי: התמחות. אחרי שנה-שנתיים בתפקיד דאטה, המעבר להנדסה או למודלים הוא המשך טבעי ולא הסבה נוספת.

מי ששוקל קורס בדרך ימצא את השיקולים בהאם בוטקאמפ מביא עבודה, והם תקפים גם כאן.

שאלות נפוצות

האם צריך תואר שני?

לתפקידי מחקר ומודלים לרוב כן; לתפקידי אנליזה והנדסת דאטה לרוב לא. זו ההבחנה שהכי משפיעה על תכנון ההסבה.

האם קורס בלבד מספיק?

כמעט אף פעם לא, וזה נכון גם בתחומים אחרים. מה שמשלים אותו הוא פרויקט על נתונים אמיתיים ורקע בתחום שבו אתם כבר מבינים.

האם רקע מתמטי הוא תנאי?

לתפקידי מודלים - כן. לתפקידי אנליזה - פחות, ומה שנדרש הוא הבנה סטטיסטית בסיסית ויכולת לעבוד עם נתונים בפועל.

כמה זמן לוקחת הסבה כזו?

לא ננקוב במספר, כי הוא תלוי ברקע ובמסלול. מה שכן ברור מהנתונים הוא שכניסה ישירה לתפקיד מדען נתונים היא הנתיב האיטי ביותר.

האם גיל משפיע?

פחות ממה שנהוג לחשוב, ובתפקידי דאטה ניסיון תעסוקתי קודם דווקא נחשב יתרון. ראו הסבה להייטק בגיל 30-40.