Pierwsza praca w Data Science - co zrobić żeby znaleźć

Michał Kardasz 16 stycznia 2020
 

Zapotrzebowanie na specjalistów z obszaru Data Science dynamicznie powiększa się z roku na rok, zarówno w Polsce, jak i za granicą. Wraz z rosnącymi potrzebami pracodawców wzrasta również zainteresowanie potencjalnych kandydatów. Jeśli podjęliśmy decyzję, że chcemy spróbować sił w zupełnie nowej dla nas dziedzinie, musimy się odpowiednio przygotować. Oprócz nabycia konkretnych umiejętności technicznych oraz wiedzy w danym obszarze poprzez różnego rodzaju kanały (internet, książki, warsztaty, szkolenia, bootcampy), powinniśmy równie kompleksowo podejść do tematu poszukiwania pracy.

Przed szukaniem pracy

Zanim rozpoczniesz wysyłać swoje CV na interesujące Cię pozycje, najpierw odpowiednio je przygotuj. Może być to wyzwaniem, jeśli jesteś osobą, która podjęła decyzję o przebranżowieniu lub dopiero co ukończyła studia i poszukuje pierwszej pracy. Nie mając jeszcze żadnego doświadczenia komercyjnego w Data Science, warto skupić się na poniższych punktach:

  • Określ swój cel zawodowy – poinformuj potencjalnego pracodawcę, jaki jest Twój obecny cel poszukiwania pracy oraz w którym kierunku chcesz się rozwijać. Cel zawodowy powinien być umieszczony od razu pod naszymi danymi kontaktowymi, opisany zwięźle i krótko, np.: „Cel zawodowy: Od niedawna rozwijam kompetencje w zakresie programowania Python oraz Machine Learning. Chciałbym zawodowo zajmować się uczeniem maszynowym i wdrażaniem modeli statystycznych by wspierać procesy decyzyjne i produkcyjne w biznesie.”

  • Wyróżnij to, co istotne – jeden z Twoich projektów na studiach dotyczył bądź był blisko związany z Data Science? Ukończyłeś lub właśnie jesteś w trakcie Bootcampu lub wielogodzinnego kurs e-learningowego? Przeczytałeś wartościową książkę dotyczącą DS? Warto umieścić te informacje w centralnej części swojego CV, najlepiej od razu pod celem zawodowym.

  • Zobacz, czego poszukuje pracodawca – zainteresowało Cię jedno z ogłoszeń, chciałbyś na nie zaaplikować. Zanim to zrobisz, przeanalizuj dokładnie zarówno opis stanowiska, jak i wymagania. Jeśli znajdziesz w tych dwóch sekcjach punkty, które pokrywają się z Twoim dotychczasowym doświadczeniem komercyjnym lub akademickim, umieść (lub wyróżnij, jeśli już tam są) je w swoim CV. Spraw, aby Twoja aplikacja była jak najbardziej dopasowana do oczekiwań pracodawcy.

  • Zmodyfikuj lub pomiń informacje nieistotne dla pracodawcy – jeśli jesteś na etapie zmiany pracy, a Twoje dotychczasowe doświadczenie zawodowe zupełnie nie wiąże się ze stanowiskiem, na które aplikujesz, postaraj się pozostawić jedynie krótki opis tego co robiłeś przez ostatnie lata. Zamiast tego, zdecydowanie bardziej wartościowe będzie umieszczenie np. opisu bootcampu Data Science, w którym brałeś udział z informacją, jakie technologie poznałeś, jak długo trwał oraz jakie kompetencje zyskałeś po jego ukończeniu.

Gdzie szukać?

CV przygotowane, ale co teraz? Gdzie i w jaki sposób poszukiwać stanowisk z obszaru Data Science?

  • Portale z ogłoszeniami dla branży IT – w ostatnich latach na Polskim rynku dosyć dynamicznie rozwinęły się portale z ogłoszeniami skierowane do osób z branży IT. Wyróżnia je przejrzystość, możliwość sortowania ogłoszeń na podstawie poszczególnych technologii oraz podane (w większości przypadków) widełki finansowe dodane do ofert pracy.

  • Just join IT
  • No fluff jobs
  • Bulldogjob

  • Social Media – przede wszystkim warto śledzić tematyczne grupy na Facebooku związane obszarem Data Science, gdzie na bieżąco pojawiają się ogłoszenia publikowane przez rekruterów bądź kierowników zespołów:

Data Science PL Machine Learning Jobs Poland

  • Pracuj.pl – Największy i wciąż najbardziej popularny zarówno wśród pracodawców, jak i kandydatów portal z ogłoszeniami o pracę. Oczywiście ma on charakter ogólny, jednak przy odpowiednim filtrowaniu możemy znaleźć interesujące nas aktualne oferty pracy:

  • Linkedin.com – Przy poszukiwaniu pracy warto wykorzystać Linkedin dwukanałowo. Po pierwsze, w części „Jobs” warto śledzić aktualne oferty pracy związane z obszarem Data Science (zachęcam do ustawienia Job Alertu czyli powiadomień, które będziemy otrzymywać gdy pojawią się nowe ogłoszenia zawierające interesujące nas frazy). Po drugie, warto uzupełnić nasz profil na Linkedin, tak aby zainteresować nim rekruterów. Pamiętajmy, że wyszukiwanie i pozycjonowanie kandydatów opiera się przede wszystkim na słowach kluczowych, które są zamieszczone przy opisie stanowisk, umiejętnościach oraz podsumowaniu zawodowym. Przy tworzeniu profilu warto zamieszczać słowa czy technologie występujące w ogłoszeniach z obszaru Data Science.

  • Networking/znajomi – Śledźmy na bieżąco wydarzenia branżowe. Bierzmy udział w konferencjach, meetupach, targach pracy IT. W przypadku tych ostatnich warto się uprzednio przygotować odwiedzając stronę internetową organizatora w celu sprawdzenia, który z wystawców zajmuje się obszarem Data Science i może poszukiwać kandydatów na takie stanowiska. Zastanówmy się również czy w gronie naszych znajomych nie mamy nikogo, kto pracuje w firmie, która ma, bądź będzie rozwijać DT w swoich strukturach. W myśl zasady „najciemniej pod latarnią” może okazać się, że nasz znajomy z czasów studiów bądź wcześniejszej pracy zostanie naszym punktem kontaktowym w drodze do otrzymania wymarzonego stanowiska pracy.

Podsumowując, przed poszukiwaniem pierwszej pracy w obszarze Data Science powinniśmy odpowiednio przygotować swoją aplikację poprzez uwypuklenie szczególnie istotnych elementów z punktu widzenia pracodawcy, jak i skonstruowanego ogłoszenia, na które aplikujemy. Działajmy również aktywnie – dopiszmy się do job alertów, śledźmy lokalne wydarzenia branżowe, meetupy, targi pracy, sprawdzajmy nowe oferty w social mediach. Bądźmy kowalami swojego losu, również tego rekrutacyjnego.

Michał Kardasz

zawodowo rekrutacją zajmuje się od 2012 roku. Zarządzał procesami rekrutacyjnymi w dużych międzynarodowych firmach z sektorów BPO/SSC, farmaceutycznego, finansowego, IT. Obecnie pracuje dla jednej z największych korporacji finansowych jako Senior Talent Acquisition Specialist, odpowiadając głównie za rekrutacje na stanowiska IT.
Komentarze
Ostatnie posty
Data Science News #204
Data Science News #203
Data Science News #202
Data Science News #201