Data Engineer и Data Scientist: какво могат да правят и колко печелят

Заедно с Елена Герасимова, ръководител на факултета "Наука за данни и анализ» в Netology продължаваме да разбираме как те взаимодействат помежду си и как се различават учените по данни и инженерите по данни.

В първата част разказаха за основните разлики между Data Scientist и Data Engineer.

В този материал ще говорим за това какви знания и умения трябва да имат специалистите, какво образование се цени от работодателите, как се провеждат интервютата и колко печелят инженерите по данни и учените по данни. 

Какво трябва да знаят учените и инженерите

Специализираното образование и на двамата специалисти е Компютърни науки.

Всеки учен по данни – учен по данни или анализатор – трябва да може да докаже правилността на своите заключения. За това не можете без знания статистика и свързана със статистиката основна математика.

Инструментите за машинно обучение и анализ на данни са незаменими в съвременния свят. Ако обичайните инструменти не са налични, трябва да имате умения бързо научаване на нови инструменти, създаване на прости скриптове за автоматизиране на задачи.

Важно е да се отбележи, че специалистът по данни трябва ефективно да комуникира резултатите от анализа. Ще му помогне с това визуализация на данни или резултатите от изследване и тестване на хипотези. Специалистите трябва да могат да създават диаграми и графики, да използват инструменти за визуализация и да разбират и обясняват данните от таблата за управление.

За инженера по данни три области излизат на преден план.

Алгоритми и структури от данни. Важно е да станете добри в писането на код и използването на основни структури и алгоритми:

• анализ на сложността на алгоритъма,
• способност за писане на ясен, поддържаем код, 
• пакетна обработка,
• обработка в реално време.

Бази данни и хранилища за данни, Business Intelligence:

• съхранение и обработка на данни,
• проектиране на цялостни системи,
• Поглъщане на данни,
• разпределени файлови системи.

Hadoop и големи данни. Има все повече данни и в хоризонт от 3-5 години тези технологии ще станат необходими на всеки инженер. плюс:

• Езера с данни
• работа с облачни доставчици.

Машинно обучение ще се използва навсякъде и е важно да се разбере какви бизнес проблеми ще помогне да се решат. Не е необходимо да можете да правите модели (изследователите на данни могат да се справят с това), но трябва да разберете тяхното приложение и съответните изисквания.

Колко печелят инженерите и учените?

Доходи от инженери по данни

В международната практика началните заплати обикновено са $100 000 на година и нарастват значително с придобиването на опит, според Glassdoor. Освен това компаниите често предоставят опции за акции и 5-15% годишни бонуси.

В Русия в началото на кариерата заплатата обикновено е не по-малко от 50 хиляди рубли в регионите и 80 хиляди в Москва. На този етап не се изисква друг опит освен завършено обучение.

След 1-2 години работа - вилица от 90-100 хиляди рубли.

Вилицата се увеличава до 120–160 хиляди за 2–5 години. Добавят се фактори като специализация на предишни компании, големина на проекти, работа с големи данни и др.

След 5 години работа е по-лесно да търсите свободни позиции в свързани отдели или да кандидатствате за високоспециализирани позиции като:

• Архитект или водещ разработчик в банка или телеком - около 250 хил.

• Предварителни продажби от доставчика, с чиито технологии сте работили най-тясно - 200 хиляди плюс възможен бонус (1-1,5 милиона рубли). 

• Експерти по внедряването на корпоративни бизнес приложения, като SAP - до 350 хиляди.

Доходи на учените по данни

проучване пазарът на анализатори на компанията „Normal Research“ и агенцията за подбор на персонал New.HR показва, че специалистите по Data Science получават средно по-висока заплата от анализаторите от други специалности. 

В Русия началната заплата на учен по данни с опит до една година е от 113 хиляди рубли. 

Завършването на програми за обучение вече също се взема предвид като трудов стаж.

След 1-2 години такъв специалист вече може да получи до 160 хиляди.

За служител с 4-5 години опит вилицата се увеличава до 310 хиляди.

Как се провеждат интервютата?

На Запад завършилите програми за професионално обучение имат първото интервю средно 5 седмици след дипломирането. Около 85% си намират работа след 3 месеца.

Процесът на интервю за длъжности инженер по данни и учен по данни е почти същият. Обикновено се състои от пет етапа.

Обобщение. От кандидатите с неосновен предишен опит (напр. маркетинг) се изисква да подготвят подробно мотивационно писмо за всяка компания или да имат препоръка от представител на тази компания.

Технически преглед. Обикновено става по телефона. Състои се от един или два сложни и също толкова прости въпроса, свързани с текущия стек на работодателя.

Интервю с HR. Може и по телефона. На този етап кандидатът се тества за обща адекватност и способност за общуване.

Техническо интервю. Най-често това се случва лично. В различните компании нивото на длъжностите в таблицата с персонала е различно и позициите могат да бъдат наречени по различен начин. Следователно на този етап се проверяват техническите познания.

Интервю с CTO/главен архитект. Инженер и учен са стратегически позиции, а за много компании те са и нови. Важно е мениджърът да харесва потенциалния колега и да е съгласен с него във възгледите му.

Какво ще помогне на учените и инженерите в тяхното кариерно израстване?

Появиха се доста нови инструменти за работа с данни. И малко хора са еднакво добри с всички. 

Много компании не са готови да наемат служители без трудов стаж. Въпреки това, кандидати с минимален опит и познания за основите на популярните инструменти могат да придобият необходимия опит, ако учат и се развиват сами.

Полезни качества за инженер по данни и учен по данни

Желание и способност за учене. Не е нужно веднага да преследвате опит или да сменяте работата си за нов инструмент, но трябва да сте готови да преминете към нова област.

Желанието за автоматизиране на рутинни процеси. Това е важно не само за производителността, но и за поддържане на високо качество на данните и скорост на доставка до потребителя.

Внимателност и разбиране на „какво има под капака“ на процесите. Специалист, който има наблюдение и задълбочено познаване на процесите, ще реши проблема по-бързо.

В допълнение към отличните познания за алгоритми, структури от данни и конвейери, трябва научете се да мислите в продукти — вижте архитектурата и бизнес решението като една картина. 

Например, полезно е да вземете всяка добре позната услуга и да създадете база данни за нея. След това помислете как да разработите ETL и DW, които ще го запълнят с данни, какъв вид потребители ще бъдат и какво е важно за тях да знаят за данните, както и как купувачите взаимодействат с приложенията: за търсене на работа и запознанства, коли под наем , подкаст приложение, образователна платформа.

Позициите на анализатор, учен по данни и инженер са много близки, така че можете да преминавате от една посока в друга по-бързо, отколкото от други области.

Във всеки случай ще бъде по-лесно за тези с някакво ИТ образование, отколкото за тези, които нямат такова. Средно мотивираните възрастни се преквалифицират и сменят работата си на всеки 1,5–2 години. Това е по-лесно за тези, които учат в група и с ментор, в сравнение с тези, които разчитат само на отворени източници.

От редакторите на Netology

Ако търсите професията Data Engineer или Data Scientist, ви каним да изучавате програмите на нашите курсове:

• Професия "Инженер по данни".  
• Професия "Data Scientist".
• Добре "Анализатор на данни".

Източник: www.habr.com