Ynghyd ag Elena Gerasimova, pennaeth y gyfadran "» yn Netology rydym yn parhau i ddeall sut maen nhw'n rhyngweithio â'i gilydd a sut mae Gwyddonwyr Data a Pheirianwyr Data yn wahanol.
Yn y rhan gyntaf dywedasant .
Yn y deunydd hwn byddwn yn siarad am yr hyn y dylai arbenigwyr gwybodaeth a sgiliau ei gael, pa addysg sy'n cael ei gwerthfawrogi gan gyflogwyr, sut y cynhelir cyfweliadau, a faint mae peirianwyr data a gwyddonwyr data yn ei ennill.
Yr hyn y dylai gwyddonwyr a pheirianwyr ei wybod
Yr addysg arbenigol ar gyfer y ddau arbenigwr yw Cyfrifiadureg.
Rhaid i unrhyw wyddonydd data - gwyddonydd data neu ddadansoddwr - allu profi cywirdeb eu casgliadau. Am hyn ni ellwch wneuthur heb wybodaeth ystadegau a mathemateg sylfaenol sy'n gysylltiedig ag ystadegau.
Mae offer dysgu peiriannau a dadansoddi data yn anhepgor yn y byd modern. Os nad yw'r offer arferol ar gael, mae angen i chi feddu ar y sgiliau dysgu offer newydd yn gyflym, creu sgriptiau syml i awtomeiddio tasgau.
Mae'n bwysig nodi bod yn rhaid i'r gwyddonydd data gyfathrebu canlyniadau'r dadansoddiad yn effeithiol. Bydd yn ei helpu gyda hyn delweddu data neu ganlyniadau ymchwil a phrofi damcaniaethau. Rhaid i arbenigwyr allu creu siartiau a graffiau, defnyddio offer delweddu, a deall ac egluro data o ddangosfyrddau.
Ar gyfer peiriannydd data, daw tri maes i'r amlwg.
Algorithmau a strwythurau data. Mae'n bwysig bod yn dda am ysgrifennu cod a defnyddio strwythurau ac algorithmau sylfaenol:
- dadansoddi cymhlethdod algorithm,
- y gallu i ysgrifennu cod clir, cynaliadwy,
- prosesu swp,
- prosesu amser real.
Cronfeydd data a warysau data, Gwybodaeth Busnes:
- storio a phrosesu data,
- dylunio systemau cyflawn,
- Amlyncu Data,
- systemau ffeiliau wedi'u dosbarthu.
Hadoop a Data Mawr. Mae mwy a mwy o ddata, a thros y gorwel o 3-5 mlynedd, bydd y technolegau hyn yn dod yn angenrheidiol i bob peiriannydd. Byd Gwaith:
- Llynnoedd Data
- gweithio gyda darparwyr cwmwl.
Dysgu peiriant yn cael ei ddefnyddio ym mhobman, ac mae'n bwysig deall pa broblemau busnes y bydd yn helpu i'w datrys. Nid oes angen gallu gwneud modelau (gall gwyddonwyr data drin hyn), ond mae angen i chi ddeall eu cymhwysiad a'r gofynion cyfatebol.
Faint mae peirianwyr a gwyddonwyr yn ei ennill?
Incwm Peiriannydd Data
Mewn ymarfer rhyngwladol mae cyflogau cychwynnol fel arfer yn $100 y flwyddyn ac yn cynyddu'n sylweddol gyda phrofiad, yn ôl Glassdoor. Yn ogystal, mae cwmnïau'n aml yn darparu opsiynau stoc a bonysau blynyddol 000-5%.
Yn Rwsia ar ddechrau gyrfa, mae'r cyflog fel arfer yn ddim llai na 50 mil rubles yn y rhanbarthau ac 80 mil ym Moscow. Nid oes angen unrhyw brofiad heblaw hyfforddiant gorffenedig ar hyn o bryd.
Ar ôl 1-2 flynedd o waith - fforc o 90-100 mil rubles.
Mae'r fforc yn cynyddu i 120-160 mil mewn 2-5 mlynedd. Ychwanegir ffactorau megis arbenigedd cwmnïau blaenorol, maint prosiectau, gwaith gyda data mawr, ac ati.
Ar ôl 5 mlynedd o waith, mae'n haws chwilio am swyddi gwag mewn adrannau cysylltiedig neu wneud cais am swyddi arbenigol iawn fel:
- Pensaer neu ddatblygwr arweiniol mewn banc neu telathrebu - tua 250 mil.
- Cyn-werthiannau gan y gwerthwr y buoch chi'n gweithio orau gyda thechnolegau - 200 mil ynghyd â bonws posibl (1-1,5 miliwn rubles).
- Arbenigwyr yn y broses o weithredu Menter ceisiadau busnes, megis SAP - hyd at 350 mil.
Incwm gwyddonwyr data
marchnad o ddadansoddwyr y cwmni "Ymchwil Normal" a'r asiantaeth recriwtio New.HR yn dangos bod arbenigwyr Gwyddor Data yn derbyn cyflog uwch ar gyfartaledd na dadansoddwyr o arbenigeddau eraill.
Yn Rwsia, mae cyflog cychwynnol gwyddonydd data gyda hyd at flwyddyn o brofiad yn dod o 113 mil rubles.
Mae cwblhau rhaglenni hyfforddi bellach yn cael ei ystyried fel profiad gwaith.
Ar ôl 1-2 flynedd, gall arbenigwr o'r fath eisoes dderbyn hyd at 160 mil.
Ar gyfer gweithiwr sydd â 4-5 mlynedd o brofiad, mae'r fforc yn cynyddu i 310 mil.
Sut mae cyfweliadau yn cael eu cynnal?
Yn y Gorllewin, mae graddedigion rhaglenni hyfforddiant galwedigaethol yn cael eu cyfweliad cyntaf ar gyfartaledd 5 wythnos ar ôl graddio. Mae tua 85% yn dod o hyd i swydd ar ôl 3 mis.
Mae'r broses gyfweld ar gyfer swyddi peirianwyr data a gwyddonwyr data fwy neu lai yr un peth. Fel arfer mae'n cynnwys pum cam.
Crynodeb. Mae'n ofynnol i ymgeiswyr sydd â phrofiad blaenorol anghraidd (e.e., marchnata) baratoi llythyr eglurhaol manwl ar gyfer pob cwmni neu gael geirda gan gynrychiolydd o'r cwmni hwnnw.
Sgrinio technegol. Fel arfer mae'n digwydd dros y ffôn. Mae’n cynnwys un neu ddau o gwestiynau cymhleth a chymaint o gwestiynau syml sy’n ymwneud â phentwr presennol y cyflogwr.
Cyfweliad AD. Gellir ei wneud dros y ffôn. Ar y cam hwn, caiff yr ymgeisydd ei brofi am ddigonolrwydd cyffredinol a gallu i gyfathrebu.
Cyfweliad technegol. Yn fwyaf aml mae'n digwydd yn bersonol. Mewn gwahanol gwmnïau, mae lefel y swyddi yn y tabl staffio yn wahanol, a gellir enwi swyddi'n wahanol. Felly, ar hyn o bryd gwybodaeth dechnegol sy'n cael ei phrofi.
Cyfweliad gyda CTO/Prif Bensaer. Mae peiriannydd a gwyddonydd yn swyddi strategol, ac i lawer o gwmnïau maent hefyd yn newydd. Mae'n bwysig bod y rheolwr yn hoffi'r cydweithiwr posibl ac yn cytuno ag ef yn ei farn.
Beth fydd yn helpu gwyddonwyr a pheirianwyr yn eu gyrfa?
Mae cryn dipyn o offer newydd ar gyfer gweithio gyda data wedi ymddangos. Ac ychydig o bobl sydd yr un mor dda am bawb.
Nid yw llawer o gwmnïau'n barod i logi gweithwyr heb brofiad gwaith. Fodd bynnag, gall ymgeiswyr sydd ag ychydig iawn o gefndir a gwybodaeth am hanfodion offer poblogaidd ennill y profiad angenrheidiol os ydynt yn dysgu ac yn datblygu ar eu pen eu hunain.
Nodweddion defnyddiol ar gyfer peiriannydd data a gwyddonydd data
Awydd a gallu i ddysgu. Nid oes yn rhaid i chi fynd ar ôl profiad ar unwaith neu newid swyddi am declyn newydd, ond mae angen i chi fod yn barod i newid i faes newydd.
Yr awydd i awtomeiddio prosesau arferol. Mae hyn yn bwysig nid yn unig ar gyfer cynhyrchiant, ond hefyd ar gyfer cynnal ansawdd data uchel a chyflymder cyflwyno i'r defnyddiwr.
Astudrwydd a dealltwriaeth o “beth sydd o dan y cwfl” prosesau. Bydd arbenigwr sydd ag arsylwi a gwybodaeth drylwyr o'r prosesau yn datrys y broblem yn gyflymach.
Yn ogystal â gwybodaeth ragorol am algorithmau, strwythurau data a phiblinellau, mae angen ichi dysgu meddwl mewn cynhyrchion — gweld pensaernïaeth a datrysiad busnes fel un darlun.
Er enghraifft, mae'n ddefnyddiol cymryd unrhyw wasanaeth adnabyddus a chreu cronfa ddata ar ei gyfer. Yna meddyliwch am sut i ddatblygu ETL a DW a fydd yn ei lenwi â data, pa fath o ddefnyddwyr fydd a beth sy'n bwysig iddynt wybod am y data, a hefyd sut mae prynwyr yn rhyngweithio â cheisiadau: ar gyfer chwilio am swydd a dyddio, rhentu ceir , cais podlediad, llwyfan addysgol.
Mae swyddi dadansoddwr, gwyddonydd data a pheiriannydd yn agos iawn, felly gallwch chi symud o un cyfeiriad i'r llall yn gyflymach nag o ardaloedd eraill.
Beth bynnag, bydd yn haws i'r rhai ag unrhyw gefndir TG nag i'r rhai nad oes ganddynt unrhyw gefndir TG. Ar gyfartaledd, mae oedolion brwdfrydig yn ailhyfforddi ac yn newid swyddi bob 1,5–2 flynedd. Mae hyn yn haws i'r rhai sy'n astudio mewn grŵp a gyda mentor, o'i gymharu â'r rhai sy'n dibynnu ar ffynonellau agored yn unig.
Oddiwrth olygyddion Netology
Os ydych yn edrych ar broffesiwn Peiriannydd Data neu Wyddonydd Data, rydym yn eich gwahodd i astudio ein rhaglenni cwrs:
- Proffesiwn "'.
- Proffesiwn "'.
- Wel"'.
Ffynhonnell: hab.com