“При поиске работы на уровне Junior в сфере Data Science важно обратить внимание на следующие аспекты:

1. Владение современными инструментами анализа данных.
Кроме основного знания языка программирования Python для специалистов в области Data Science, важно также разбираться в некоторых ключевых библиотеках и фреймворках. NumPy, Pandas, TensorFlow, Keras, PyTorch и др.
Вышеперечисленное - это основное, что вам может потребоваться в работе специалиста по Data Science. В зависимости от конкретной роли и сферы, могут быть важны и другие инструменты и технологии.

2. Опыт и проекты: несмотря на то, что вы ищете работу на уровне Junior, опыт имеет большое значение. Если у вас есть опыт работы над реальными проектами, хоть и в качестве студента или стажера, это будет вашим преимуществом. Важно также иметь портфолио проектов, которое заметно выделяется и показывает, как вы используете теоретические знания на практике. Это может быть ваш дипломный проект, и/или pet-проекты, которые вы реализуете во время и после обучения.

3. Непрерывное обучение: сфера Data Science постоянно развивается и меняется, и чтобы оставаться в тренде, нужно постоянное обучение и совершенствование навыков. Интерес к последним трендам в области и способности обучаться и адаптироваться к новым ситуациям являются одними из ключевых качеств.
Рынок работы в сфере data science довольно активен и постоянно пополняется новыми вакансиями. Спрос на специалистов по данным в целом больше, чем предложение, что делает данную область привлекательной для работы. Частота появления новых вакансий зависит от региона и отрасли, но в общем, на рынке остается много возможностей для специалистов на всех уровнях”