Manque d'expérience de travail analytique et comment le surmonter?

Avoir du mal à supprimer des entretiens en science des données? Vous ne savez pas comment montrer votre manque d'expérience en science des données? Nous avons préparé un cours complet rien que pour vous. Venez découvrir les différents aspects des entretiens en science des données et accédez à des tonnes de vidéos, des centaines de questions et de nombreuses ressources dans le ‘Entretiens chez Ace Data Science‘ cours!

À présent, permettez-moi de présenter les deux côtés d'un débat qui se déroule dans mon esprit:

L'une des raisons les plus fréquemment citées pour le rejet des Freshers (ou des personnes sans expérience en analyse) pour le travail d'analyse est le manque d'expérience. Quelle ironie pour quelqu'un de jeune qui veut entrer dans le domaine! Ils ne peuvent pas acquérir d'expérience sans travail. Ils ne peuvent pas obtenir un emploi sans expérience!

Un rapide sondage de quelques 20 débutants (que intentaban entrar en el mundo de la analytiqueL’analytique fait référence au processus de collecte, Mesurer et analyser les données pour obtenir des informations précieuses qui facilitent la prise de décision. Dans divers domaines, Comme les affaires, Santé et sport, L’analytique peut identifier des modèles et des tendances, Optimiser les processus et améliorer les résultats. L’utilisation d’outils et de techniques statistiques de pointe est essentielle pour transformer les données en connaissances applicables et stratégiques....) Qu'est-ce que j'ai fait avant d'écrire ce post ?, a dévoilé que, En moyenne, avait été rejeté plus de 25 parfois par manque d'expérience professionnelle, même pour les postes juniors.

Il est décourageant de voir les difficultés auxquelles ces personnes sont confrontées!

Ayant dit cela, Je suis de l'autre côté de la table depuis plus que la dernière 4 ans. Voyons ce qu'un de mes collègues a à dire:

Nous agrandissions notre équipe d'analyse interne de 2 membres à 5 membres. Au lieu d'embaucher un professionnel expérimenté, nous croyons en l'apport de personnes vraiment intelligentes (fraîchement sorti du collège). Après avoir rejoint, Nous les accompagnons dans un programme d'initiation et de formation hautement structuré et nous les certifions même par l'institut de formation SAS (tous ça, au prix de retarder des projets importants pour les entrepreneurs). Nous espérions obtenir des analystes fidèles et intelligents, qui paierait ces investissements par un travail de qualité.

3 mois après avoir rejoint, la première personne à partir pour créer sa propre entreprise. 6 mois plus tard, les 2 les personnes restantes ont quitté l'Organisation pour rejoindre d'autres entreprises qui leur offraient de meilleurs salaires!

Imaginez le genre de coûts que le chef d'équipe a dû supporter. Perte d'affaires par les principales parties prenantes, perte de temps, connaissances et efforts. Pour empirer les choses, ils sont revenus au point de départ: Une équipe de 2 membres! Je pense qu'il a eu de la chance qu'ils ne l'aient pas viré.

PD Alors que je dis Freshers, Je veux dire des gens sans expérience en analyse.

Comment résoudre ce problème? Examinons les raisons pour lesquelles les employeurs préfèrent les personnes ayant une expérience de travail aux Freshers:

• Attitude envers le travail et maturité dans la prise de décision – La plupart des employeurs estiment que les diplômés universitaires prennent des décisions immatures et ont besoin de conseils sur leur attitude envers le travail. C'est moins préoccupant avec les gens qui changent de carrière., jusqu'à et à moins qu'il n'y ait une raison spécifique du passé.
• Il est temps de rattraper une nouvelle personne – Un analyste prend généralement entre 2 Oui 6 mois pour se familiariser avec le sujet. Il peut facilement s'écouler un an avant que vous ne voyiez quoi que ce soit de significatif de la part d'un analyste.
• Durée de vie courte – En raison de la demande de professionnels qualifiés dans l'industrie, les nouveaux arrivants ont tendance à quitter leur emploi à la recherche d'un salaire plus élevé ou dans l'attente d'un meilleur rôle / travail. Partir pour un meilleur travail / le rôle en tant que tel ne doit pas être un obstacle, à condition que ce soit vraiment le cas.

Certaines choses qui peuvent fonctionner comme des points forts pour les débutants:

• Faculté d'apprendre – Les personnes qui viennent de prendre leurs fonctions ont tendance à avoir une plus grande capacité d'apprentissage. Cela peut être dû à une disposition accrue ou parce que vous venez de quitter un environnement propice à l'apprentissage.
• Vous n'avez pas besoin d'arrêter d'apprendre de vieilles habitudes. C'est un excellent utilitaire avec les débutants. Vous pouvez les façonner comme vous le souhaitez. Vous voulez qu'ils mettent un cadre avant de toucher les données; les former de cette façon. Essayez de le faire avec quelqu'un qui a l'habitude de le faire à l'envers.
• Capacité à tout regarder avec une nouvelle perspective. – À quel point un analyste peut-il être bon si vous ne posez pas de questions? Les personnes expérimentées ont du mal à faire, car ils ont peut-être déjà un point de vue sur la question.

Ensuite, voici la stratégie, qu'un nouveau doit suivre:

Répondre aux préoccupations des employeurs (précédemment répertorié) et mettre en valeur vos points forts.

Bon, chacun doit faire son chemin. Mais voici quelques conseils qui peuvent vous aider à démarrer.:

• Commencez à apprendre l'analytique à partir de zéro – Il n'y a pas de substitut au travail acharné et à de vraies connaissances. Même si ça va de 3 une 4 heures par semaine à lire à ce sujet, ou faire des formations MOOC (par exemple, Coursera, eDX), l'obtention des certifications dans la dernière 2 années de son université, rencontrer plus que beaucoup de gens dans l'industrie (au moins la partie théorique du voyage).
• Devenez un expert dans au moins un langage de programmation. – Vous pouvez sélectionner la langue que vous voulez. Je choisirais Python ou R, si je m'évanouissais dans un futur proche.
• Participer à des concours – Maintenant que vous avez les connaissances, Appliquez-le! Vous pouvez participer à des concours de codage, hackathons ou concours d'analyse sur des plateformes comme Kaggle. Vous donne un immense apprentissage alors que vous rivalisez avec les meilleurs data scientists du monde.
• Contribuer à ces communautés – Que ce soit vos contributions sur Github / stackoverflow o Kaggle, tous compteront énormément pour marquer un point avec le recruteur.
• Assister à des événements et réseauter avec des personnes de l'industrie. – Vérifiez si votre université organise des conférences / conférences sur le sujet. Y a-t-il des personnes âgées / partenaires de lot déjà présents dans l'industrie? Contactez-les.
• Obtenir un stage – Les stages sont un excellent moyen d'acquérir une expérience de travail. Ont 2 stagiaires d'été dans notre bureau cet été et aucun d'entre eux n'avait d'expérience de travail en analyse auparavant. D'ailleurs, ils font un travail extraordinaire (pour tous les recruteurs qui pensent que l'expérience professionnelle est obligatoire)
• Essayez de trouver un emploi dans des entreprises ouvertes à l'embauche de nouveaux travailleurs. / personnes inexpérimentées. Par exemple, des entreprises comme Mu-Sigma, Fractale, WNS, Citi, etc. sont ouverts à l'embauche de personnes sans expérience de travail antérieure.

Si vous travaillez même sur certains de ces conseils, peut répondre aux préoccupations mentionnées dans le message ci-dessus. Ensuite, mettre en valeur vos points forts et prendre une décision mûre. Ne prenez pas de décision à court terme, S'il vous plait!

Êtes-vous un recruteur / un nouveau professionnel de l'analyse / expérimenté? Quelle est votre opinion sur ce débat? Qui préférez-vous recruter? Parce que? Des conseils pour les débutants qui souhaitent rejoindre l'industrie? Partagez-les dans les commentaires ci-dessous..

auteur de la photo: Cher Wallis passant par photopin cc

En rapport