כל מה שרציתם לדעת על דרישות התעשיה והשוק ב-2021
בשנים האחרונות הפכה רשת הלינקאדין למנוע מוביל בחיפושי עבודה וחיפוש עובדים.
חברות הייטק רבות כמו גם חברות ממגזרים אחרים, משתמשות בפלטפורמה זו כפלטפורמת גיוס ומצליחות לאתר באמצעותן עובדים איכותיים וטובים
מעבר לקבלת פניה וקורות חיים ממועמדים דרך המערכת, לינקאדין מאפשרת למגייסים לקבל מידע רב אודותיהם, הרבה מעבר לקו”ח.
לא בכדי מאפשרות חברות רבות הגשת מועמדות לתפקיד רק באמצעות הלינקדאין עצמו ולא דרך מערכות הגיוס שלהן.
פרופיל המועמד מספר לא רק את סיפור חייו המקצועיים בצורה פורמלית, אלא מאפשר לנו להסיק תובנות רבות נוספות מנראות הפרופיל, מעושר המידע, מהמלצות עליו ועל אחרים, מספר connections ועוד.
לינקאדין עצמה עושה שימוש במידע המצטבר אודות המועמדים, המגייסים והתפקידים הדרושים ומפרסמת מדי שנה דוחות מרתקים המספקים הצצה על התפקידים המבוקשים ביותר באותה השנה וכן תחזית אודות הביקושים בשנה הבאה.
עדכון מעניין נוסף שלינקאדין מפיקה הוא רשימת הכישורים הנדרשים ביותר בשוק העבודה.
להפקת הדוחות האחרונים השתמשה החברה בנתונים של למעלה מ- 660 מיליון אנשי מקצוע ברשת ובמעל 20 מיליון משרות דרושים!
אז איך אפשר לזהות אילו מיומנויות חברות מעדיפות, ומה גורם לקו”ח שלך ולא של מישהו אחר – להתבלט מול המגייסים?
זה לא פשוט…
בכדי להגדיר את הכישורים המבוקשים ביותר, זיהתה לינקדאין את המיומנויות המופיעות בפרופילי הלינקדאין של אנשים המתקבלים לעבודה, כאשר היא מתמקדת בכישורים שהינם מבוקשים מאוד ביחס להיצע שלהם.
אם נבחן את הכישורים הנדרשים ביותר, נגלה שנכון לדוחות של השנים 2019, ו- 2020 (2021 עוד לא פורסם), אחת הדרישות הבולטות היא לכישורים טכניים בתחומי הדאטה והטכנולוגיה. דרישה שיש להניח שתשלוט גם בדוחות השנה הבאה.
תחום הדאטה ממשיך להיות התחום החם והמדובר ביותר, כאשר יותר ויותר ארגונים מבססים את האסטרטגיה העסקית שלהם על נתונים והופכים להיות Data-Driven Companies.
מה למשל?
הנה כמה מהיכולות והכישורים המבוקשים והרלוונטיים למקצועות הדאטה:
Business analysis
חשיבה אנליטית ועסקית, יחד עם מיומנות ושליטה בכלי דאטה – יהפכו כל מועמד ליקר ערך עבור כל ארגון. ישנן המון משרות לתפקידי אנליסט עסקי הדורשות יכולות אנליטיות יחד עם כישורים טכניים התומכים במימוש וביישום שלהן בשטח.
מבחינה טכנית, אם בעבר בעלי התפקידים במחלקות העסקיות של הארגון (פיננסי, שיווק, מכירות, תפעול, משא”ב) דרשו לכל היותר עבודה עם אקסל, כיום זה כבר לא מספיק. הארגונים המבססים את החלטותיהם על נתונים דורשים שכל בעלי התפקידים יגיעו לתפקיד עם כישורים טכניים וטכנולוגיים לעבודה עצמאית על הדאטה הארגוני.
תפקידים אלה דורשים כיום ידע בשפת SQL (על מנת לשלוט בשליפת נתונים רלוונטיים לשאלות עסקיות), יכולות עיבוד, תחקור וניתוח נתונים בכלים המתקדמים כגון: PowerBI, Tableau ואחרים.
כמובן שאקסל הוא עדיין הכלי הפופולרי ביותר ונדרשת יכולת מקצועית ושליטה מלאה בו.
איפה אפשר לרכוש את הכישורים האלה? במסלול ה- Business Analyst שלנו. מסלול הכשרה יעודי, שנבנה עבור בעלי תארים במקצועות “רכים” (כלכלה, משא”ב, תקשורת, ניהול).
את הכלים הרלוונטיים ניתן ללמוד גם בקורסים נפרדים:
- קורס PowerBI הכולל 24 שעות לימוד
- קורס SQL לאנליזה על נתונים הכולל 75 שעות
לצד התפקיד של אנליסט עסקי, ישנה גם עליה בדרישה לתפקיד דאטה אנליסט בעל ידע מתקדם בחברות עתירות דאטה וחברות הייטק. דרישות התפקיד הזה נרחבות יותר וכוללות גם ידע ושליטה בשפת פייתון, יכולות מחקר, יכולות עבודה עם Datasets גדולים ויכולות אנליזה של נתוני Big Data.
על מנת לענות על הדרישות למשרה זו, בנינו את מסלול ה- Data Research Analyst, שהוא מסלול הכשרה מתקדם לאנליסטים שכבר שולטים בשפת SQL ורוצים להתקדם לשלב הבא.
במסגרת המסלול אנחנו מציעים לימוד של שפת SQL ברמה מתקדמת יותר, לימוד של כלי ויזואליזציה מוביל ושכיח בחברות הייטק – Tableau , לימוד ממושך ומעמיק של שפת פייתון, מודול סטטיסטיקה השימושי לעבודה על נתונים וכמובן ניתוח נתוני Big Data בסביבה של Hadoop.
בכדי להסביר לעומק את מהות תפקיד האנליסט, כמו גם את השינויים והדרישות בתפקיד, פרסמנו סדרה של 4 מאמרים העוסקים בתחום. –התחילו מהראשון 😊
לפרטים נוספים על מסלול ההכשרה המתקדם, המיועד להשתלבות בחברות הייטק, הכנסו לכאן – Data Research Analyst.
Artificial Intelligence
אין ספק שתחום ה-AI הוא התחום המדובר ביותר בעולם הדאטה מזה מספר שנים.
תפקידו של ה- Data Scientist, שעושה שימוש ב-AI הוכתר כ”תפקיד המבוקש ביותר עבור המאה ה-21″ והוא ממשיך למלוך בכיפה.
עם השנים הלכה הגדרת התפקיד והתבהרה, דרישות התפקיד התחדדו, והחברות הבינו את מקומו בארגון, את דרכי ההטמעה של תהליכי ה- Data Science וכיצד לעשות אינטגרציה נכונה עם בעלי תפקידים נוספים בארגון.
יחד עם זאת, עדיין מדובר בתפקיד מורכב, הדורש לעתים, לצד כישורי הליבה כמו: יכולות תכנות גבוהות, שפת פייתון ושליטה ב-Machine learning, גם תואר רלוונטי מתקדם (בתחומים מדויקים) ולא אחת גם שילוב של ידע מתחומים נוספים כמו אנליזה קלאסית או יכולות Data Engineering.
מסלול הכשרה מוביל לתפקיד זה הוא מסלול ה – Practical Data Science שלנו, שהיה הראשון בארץ , הושק ב- 2015 והריץ עד היום למעלה מ-30 מחזורים לקהל הפרטי והעסקי.
מדובר במסלול לימודי ערב פרקטיים, מעשיים וממוקדים מאד, המאפשר לבוגריו להקלט במחלקות הדאטה של ארגונים ולקדם בהן בניית מודל הרווחי והמתאים ביותר למטרות העסקיות של הארגון.
הכשרה נוספת בתחום, במתכונת בוקר קצרה ואינטנסיבית יותר, הינה הכשרת ה-Data Science Bootcamp.. גם למסלול זה ניתן להירשם באופן מודולרי ולדלג על כלים ושפות שכבר שולטים בהן.
יתרון נוסף של המסלול הוא היותו מעשי מאד. מסלול ההכשרה המלא מכיל 5 פרויקטים העולים בהדרגה ברמת הקושי וברמת המורכבות.
כדי להבין קצת יותר במסלול, בכלים ובשפות, הכנו עבורכם סדרה של מאמרים:.
Big Data
תפקידי הפיתוח יובילו תמיד את רשימת המקצועות המבוקשים והמתגמלים, אך בעשור האחרון התווספו ליכולות התכנות הנדרשות – גם יכולות טכניות בתחום פיתוח הדאטה.
כך ה- SQL – בתחום האנליזה והפייתון – בעולם ה-AI.
עם כניסתנו לעידן ה-Big Data נוספה דרישה גם לשפות נוספות דוגמת Java, Scala ואפילו תפקידי הדאטה המסורתיים דוגמת ה-DBA או ה-BI נדרשים היום לידע בשפות עיליות על מנת להתקדם לתפקידים החדשים כמו: Big Data Engineer, Big Data Developer.
עוד על תחום Big Data מוזמנים לקרוא במאמר הבא.
קורסים לשפות אלה ואחרות, תוכלו למצוא אצלנו במכללה:
ועוד.
Cloud and distributed computing
תחום הענן אינו שייך לעולמות הדאטה באופן ישיר, אך טכנולוגיות הענן משתלבות בתחומים רבים ובין היתר בתחום הדאטה לאחר שארגונים רבים מעבירים את השירותים ואת הסביבות הטכנולוגיות שלהם לסביבות הענן.
זו הסיבה שכאשר מדובר בתפקידים מתקדמים כגון Big Data Developer/Big Data Engineer – נושא הענן הוא נושא קריטי ביותר והוא אחד המודולים החשובים בקורסים שלנו.
ידע ונסיון בעבודה בענן הוא דרישת חובה כיום, גם בעולמות ה-Devops כיון שאנשי ה- Devops הדואגים לתהליכי אינטגרציה בין פיתוח לאופרציה/מוצר בחברות הייטק שעשו את המעבר לסביבות הענן.
