Juntament amb Elena Gerasimova, directora de la facultat "» a Netology continuem entenent com interactuen entre ells i com es diferencien els científics de dades i els enginyers de dades.
A la primera part ho van explicar .
En aquest material parlarem de quins coneixements i habilitats haurien de tenir els especialistes, quina formació valoren els empresaris, com es fan les entrevistes i quant guanyen els enginyers de dades i els científics de dades.
Què haurien de saber els científics i els enginyers
La formació especialitzada d'ambdós especialistes és Informàtica.
Qualsevol científic de dades (científic de dades o analista) ha de ser capaç de demostrar la correcció de les seves conclusions. Per això no pots prescindir del coneixement estadística i matemàtiques bàsiques relacionades amb l'estadística.
Les eines d'aprenentatge automàtic i d'anàlisi de dades són indispensables al món modern. Si les eines habituals no estan disponibles, cal tenir les habilitats aprenent ràpidament noves eines, creant scripts senzills per automatitzar tasques.
És important tenir en compte que el científic de dades ha de comunicar eficaçment els resultats de l'anàlisi. L'ajudarà amb això visualització de dades o els resultats de la recerca i prova d'hipòtesis. Els especialistes han de ser capaços de crear gràfics i gràfics, utilitzar eines de visualització i comprendre i explicar les dades dels quadres de comandament.
Per a un enginyer de dades, tres àrees passen al primer pla.
Algorismes i estructures de dades. És important aprendre a escriure codi i utilitzar estructures i algorismes bàsics:
- anàlisi de la complexitat de l'algoritme,
- capacitat d'escriure codi clar i fàcil de mantenir,
- processament per lots,
- processament en temps real.
Bases de dades i magatzems de dades, Business Intelligence:
- emmagatzematge i tractament de dades,
- disseny de sistemes complets,
- Ingesta de dades,
- sistemes de fitxers distribuïts.
Hadoop i Big Data. Cada cop hi ha més dades i, en un horitzó de 3 a 5 anys, aquestes tecnologies seran necessàries per a tots els enginyers. Més:
- Data Lakes
- treballant amb proveïdors de núvol.
Aprenentatge automàtic s'utilitzarà a tot arreu i és important entendre quins problemes empresarials ajudarà a resoldre. No és necessari poder fer models (els científics de dades poden gestionar-ho), però cal entendre la seva aplicació i els requisits corresponents.
Quant guanyen els enginyers i científics?
Ingressos de l'enginyer de dades
En la pràctica internacional Els sous inicials solen ser de 100 dòlars anuals i augmenten significativament amb l'experiència, segons Glassdoor. A més, les empreses solen oferir opcions sobre accions i bonificacions anuals del 000 al 5%.
A Rússia al començament d'una carrera, el salari no sol ser inferior a 50 mil rubles a les regions i 80 mil a Moscou. En aquesta etapa no es requereix cap experiència diferent de la formació completada.
Després d'1-2 anys de treball - una forquilla de 90-100 mil rubles.
La forquilla augmenta a 120-160 mil en 2-5 anys. S'hi afegeixen factors com l'especialització d'empreses anteriors, la mida dels projectes, el treball amb big data, etc.
Després de 5 anys de feina, és més fàcil buscar vacants en departaments relacionats o sol·licitar llocs altament especialitzats com ara:
- Arquitecte o desenvolupador principal en un banc o telecomunicacions: uns 250 mil.
- Prevenda del venedor amb les tecnologies del qual heu treballat més de prop: 200 mil més una possible bonificació (1-1,5 milions de rubles).
- Experts en la implementació d'aplicacions empresarials empresarials, com SAP, fins a 350 mil.
Ingressos dels científics de dades
El mercat d'analistes de l'empresa "Normal Research" i l'agència de contractació New.HR mostra que els especialistes de Data Science reben de mitjana un sou més elevat que els analistes d'altres especialitats.
A Rússia, el salari inicial d'un científic de dades amb fins a un any d'experiència és de 113 mil rubles.
La realització dels programes de formació també es té en compte com a experiència laboral.
Després d'1 a 2 anys, aquest especialista ja pot rebre fins a 160 mil.
Per a un empleat amb 4-5 anys d'experiència, la forquilla augmenta a 310 mil.
Com es fan les entrevistes?
A Occident, els graduats dels programes de formació professional tenen la seva primera entrevista de mitjana 5 setmanes després de la graduació. Al voltant del 85% troba feina després de 3 mesos.
El procés d'entrevista per als llocs d'enginyer de dades i científic de dades és pràcticament el mateix. Normalment consta de cinc etapes.
Resum. Els candidats amb experiència prèvia no bàsica (per exemple, màrqueting) han de preparar una carta de presentació detallada per a cada empresa o tenir una referència d'un representant d'aquesta empresa.
Projecció tècnica. Normalment es fa per telèfon. Consisteix en una o dues preguntes complexes i tantes senzilles relacionades amb la pila actual de l'empresari.
Entrevista de RRHH. Es pot fer per telèfon. En aquesta etapa, el candidat passa a prova d'adequació general i capacitat de comunicació.
Entrevista tècnica. Molt sovint té lloc en persona. A les diferents empreses, el nivell de llocs de la taula de personal és diferent i els llocs es poden denominar de manera diferent. Per tant, en aquesta etapa són els coneixements tècnics els que es posen a prova.
Entrevista amb el CTO/Arquitecte en cap. Enginyer i científic són llocs estratègics, i per a moltes empreses també són nous. És important que al gerent li agradi el possible company i estigui d'acord amb ell en les seves opinions.
Què ajudarà els científics i els enginyers en el seu creixement professional?
Han aparegut moltes eines noves per treballar amb dades. I poca gent és igual de bona amb tothom.
Moltes empreses no estan preparades per contractar treballadors sense experiència laboral. Tanmateix, els candidats amb una formació mínima i coneixements bàsics de les eines populars poden obtenir l'experiència necessària si aprenen i es desenvolupen pel seu compte.
Qualitats útils per a un enginyer de dades i científic de dades
Desig i capacitat d'aprendre. No cal que perseguiu immediatament l'experiència o canvieu de feina per una eina nova, però heu d'estar disposat a canviar a una àrea nova.
La voluntat d'automatitzar els processos rutinaris. Això és important no només per a la productivitat, sinó també per mantenir una alta qualitat de les dades i la velocitat de lliurament al consumidor.
Atenció i comprensió del "que hi ha sota el capó" dels processos. Un especialista que tingui observació i un coneixement exhaustiu dels processos solucionarà el problema més ràpidament.
A més d'un excel·lent coneixement d'algorismes, estructures de dades i canalitzacions, necessiteu aprendre a pensar en els productes — veure l'arquitectura i la solució empresarial com una sola imatge.
Per exemple, és útil agafar qualsevol servei conegut i crear-ne una base de dades. A continuació, penseu en com desenvolupar ETL i DW que l'ompliran de dades, quin tipus de consumidors seran i què és important per a ells saber sobre les dades, i també com interactuen els compradors amb les aplicacions: per a la recerca de feina i cites, lloguer de cotxes. , aplicació de podcast, plataforma educativa.
Les posicions d'un analista, científic de dades i enginyer són molt properes, de manera que pots moure't d'una direcció a una altra més ràpidament que des d'altres àrees.
En qualsevol cas, serà més fàcil per a aquells amb qualsevol formació informàtica que per als que no en tinguin. De mitjana, els adults motivats es tornen a formar i canvien de feina cada 1,5-2 anys. Això és més fàcil per a aquells que estudien en grup i amb un mentor, en comparació amb els que només confien en fonts obertes.
Dels editors de Netology
Si esteu mirant la professió d'enginyer de dades o científic de dades, us convidem a estudiar els nostres programes de cursos:
- Professió"».
- Professió"».
- Bé "».
Font: www.habr.com