8 trinn for å få din første datavitenskapsjobb

Å finne en datavitenskapsjobb er på ingen måte et enkelt forsøk. Flere dyktige dataforskere ofrer tid, energi og ressurser for å skaffe seg sertifiseringer, bare for å få knusende svar på jobbsøknadene sine.

Hvis det er deg, har vi gode nyheter til deg. Å få din første datavitenskapsjobb trenger ikke å være så vanskelig. Fra å lære de riktige ferdighetene til å forhandle lønnen din, her er åtte trinn for å få din første datavitenskapsjobb.

1. Identifisere og utvikle etterspurte datavitenskapelige ferdigheter

Rekrutterere og ansettelsesledere søker ferdighetssett som vil gagne bedriftene deres mest. Så sørg for at du tilegner deg datavitenskapelige ferdigheter som gir deg et forsprang før du søker på en stilling. De fleste høytbetalende datavitenskapsroller krever ferdigheter i programmering, statistikk, datahåndtering, økonometri, etc.

Å utvikle disse ferdighetene øker jobbsjansene dine, ettersom arbeidsgivere vil ha erfarne personer som arbeider med dataene deres og trekker frem verdien. Dermed bevisst tilegne seg praktisk kunnskap som

SQL-opplevelse i den virkelige verden, få sertifiseringer i områder med høy etterspørsel, og styrk din tekniske ekspertise.

Det er viktig å lære de riktige ferdighetene, men det er mindre sannsynlig at du får de ønskede resultatene uten riktig arsenal. Arbeidsgivere har spesifikke behov, og ikke alle verktøy eller programvare appellerer til dem. For eksempel kan en arbeidsgiver bruke et SQL-bibliotek til å administrere databasen sin. En SQL-programmerer med liten eller ingen kjennskap til det biblioteket vil ikke være i stand til å administrere det effektivt, noe som påvirker sjansene deres negativt.

Gode ​​eksempler på populære verktøy inkluderer datavitenskapsbiblioteker for Python, Jupyter Notebook, Git, Tableau og mer. Disse verktøyene diversifiserer ferdighetene dine og utvider mulighetene dine på arbeidsmarkedet.

3. Lag en vinnende CV og portefølje

I følge Zippia, 61 % av ansettelseslederne ser tilpassede CVer som den første taktikken for å øke jobbsjansene. Derfor er det avgjørende å lage en god CV for å få din første datavitenskapsjobb, siden det skaper et utmerket førsteinntrykk.

Sørg for at CV-en din er profesjonell og bruker et lettlest format som fremhever dine ferdigheter og prestasjoner. Andre viktige tips for en vinnende CV inkludere å bruke nøkkelord fra stillingsbeskrivelsen, skrive korte sammendrag, fremheve kvantifiserbare resultater og inkludere bemerkelsesverdige sertifiseringer.

Dessuten er en online portefølje som viser din praktiske erfaring avgjørende for å demonstrere dine evner i virkelige scenarier. Ved å legge ved en til CV-en din kan arbeidsgiveren din se kompetansen din ytterligere, noe som vil øke sjansene dine.

4. Søk jobb

Som med alle andre søknader må du lese stillingsbeskrivelsen nøye og sette deg inn i ønsket stilling. Lær i tillegg alt du kan om bransjen du søker til og problemene din potensielle stillingsbeskrivelse tar sikte på å løse.

Når du søker etter stillingsannonser, vær selektiv og gå strategisk til jobber du oppfyller kravene til og er interessert i. Skreddersy alltid CV og følgebrev til hver stilling og inkluder arbeidsgiverens navn og kontaktinformasjon i søknaden din. Dette er fordi en dårlig søknad kan være blant grunner til at du ikke kan få et intervju.

Hvor finner du stillingsannonser? Du har mange alternativer, inkludert jobbnettsteder, firmakarrieresider og nettverksplattformer som LinkedIn. Uansett hva du velger, fortsett å søke til du får et tilbud. Ikke bli motløs av avslag eller taushet, og fortsett å forbedre CV-en og følgebrevet ditt, utvide nettverket ditt og søk etter nye muligheter.

5. Forbered deg på intervjuet

Å imponere intervjueren din er nøkkelen til å få en datavitenskapsjobb. Så det er viktig å gjøre tilstrekkelige forberedelser ved å oppdatere kunnskapen din om tekniske og myke ferdigheter før den tildelte intervjudatoen.

Å friske opp statistikk, sannsynlighet, programmering og maskinlæring er avgjørende, siden dette er de beste datavitenskapelige ferdighetene enhver arbeidsgiver vil kreve. Du trenger også en praktisk oppfriskning om rengjøring og filtrering av data fordi intervjuere foretrekker å stille mer anvendte spørsmål enn teoretiske.

I mellomtiden, unngå tankeløst å kopiere koder eller modeller som ikke tilhører deg eller jukse deg gjennom intervjuet. Et intervju tar sikte på å teste din dybdekunnskap og vurdere hva du kan reprodusere på jobben. Så hvis du dupliserer eller stapper noens arbeid uten å forstå prosessen, kan du få deg til å famle med intervjuet ditt.

Til slutt kan du bli stilt noen atferdsspørsmål for å teste din evne til å samarbeide med andre. Disse vil inkludere henvendelser om tidligere uenigheter, vanskelige situasjoner, feil og hvordan du håndterte dem. Å vite hva du kan forvente og forberede svarene dine på forhånd reduserer sjansene for å fryse under disse delene.

6. Følg opp og få tilbakemelding

Oppfølging øker dine utsikter ved å minne arbeidsgiver om dine kvalifikasjoner og forsterke din interesse og entusiasme for jobben. Det kan også hjelpe deg å skille deg ut fra andre kandidater som kanskje ikke følger opp eller gjør det mindre effektivt.

For å følge opp effektivt, vent til en rimelig tidsramme før du tar kontakt, vanligvis en uke eller to etter søknad eller intervju. Å følge opp for ofte eller for tidlig kan presse arbeidsgiveren eller virke unødvendig påtrengende.

Husk dessuten å være kort og tydelig i oppfølgingsmeldingen din, enten det er en e-post, telefonsamtale eller notat. Du sjekker inn for offisielle formål, ikke uformell kommunikasjon med en du er glad i, og å gå rett på sak hjelper til med å beholde intervjuerens interesse. Fortell profesjonelt formålet ditt, bekreft interessen din, gjenta kvalifikasjonene dine og uttrykk din takknemlighet.

Hvis du mottar negativ tilbakemelding, husk at avvisning skjer, og ikke ta det personlig. Sett i stedet pris på muligheten, lær av erfaring og prøv igjen. Dette vil forbedre sjansene dine neste gang, og du kan til og med få en bedre jobb enn forrige gang.

7. Forhandle lønn og fordeler

Penger er alltid en ømfintlig sak, men dette betyr ikke at du skal vike unna lønnssamtaler med arbeidsgiveren din. Screening, intervjuer og utbetaling av rekrutteringslønninger er dyrt, så selskaper er generelt motvillige til å trekke tilbud.

Det er imidlertid viktig å gjøre saken din høflig og støtte den med passende informasjon. For å be om høyere inntekt, bekrefter etterspørselen din med markedsdata, konkurrerende lønn eller høyere datavitenskapelig utdanning. Bestem deretter dine laveste, mål og ideelle beløp, og spør etter ditt ideal. På denne måten får arbeidsgiveren din en bedre ide om en inntekt som passer deg og prøver å matche det beste de kan.

I lite fleksible tilfeller, husk at du kan inngå gunstige kompromisser med selskapet. Du kan for eksempel be om en signeringsbonus, egenkapital, mer betalt avspasering (PTO), fjernarbeid eller fleksible timer.

Til slutt, ikke vurder dine ønsker alene; finne måter å inngå avtaler med respekt som er optimale for deg og bedriften. Disse tips til en passende lønn og generell forhandlingsevne vil garantert gi deg et fantastisk tilbud.

8. Nettverk og få henvisninger

Det er ikke noe galt med å prioritere arbeidet ditt, men å vurdere nettverk som uviktig er farlig for din profesjonelle vekst. Nettverk skjerper ferdighetene dine, holder deg på topp med trender og åpner dører til muligheter gjennom henvisninger og forbindelser. Det viktigste er at du kan knytte varige bånd med mennesker og lære av deres erfaringer.

Først vil du se etter forskjellige måter å nettverk på, som møter, podcaster, en-til-en-samtaler, Uenighet, Twitter, LinkedIneller andre sosiale medier. Finn en strategi som fungerer for deg, avhengig av din personlighet og jobbsituasjon, og kjør med den. Likevel, ikke glem å gå ut av komfortsonen din av og til, da det vil gagne deg mer enn å hele tiden holde fast ved en rutinemessig nettverksstrategi.

Hva er det neste innen datavitenskap?

Etter å ha landet din første datavitenskapsjobb, bør neste steg være å få erfaring, og å samarbeide med sterke datavitenskapsmiljøer som Kaggle er en måte å oppnå dette på.

Med Kaggle kan du skjerpe ferdighetene dine ved å jobbe med ekte datasett og analysere utallige kodeeksempler. Du kan også vinne premier og anerkjennelse fra konkurranser, stille spørsmål i fora, bygge vennskap med bransjeeksperter og bli utsatt for nye muligheter.