🥇Data Engineer ja Data Scientist: mida nad oskavad ja kui palju nad teenivad

Koos Elena Gerasimovaga, Netoloogia "Andmete teadus ja analüüs" juhi, jätkame arutelu, kuidas andmete teadlased ja andmete insenerid omavahel suhtlevad ja millised on nende erinevused.

Esimeses osas rääkisime andmete teadlase ja andmete inseneri peamistest erinevustest.

Selles materjalis arutame, millised teadmised ja oskused peavad spetsialistidel olema, millist haridust tööandjad hindavad, kuidas intervjuud kulgevad, ning kui palju teenivad andmete insenerid ja andmete teadlased.

Mida peavad teadlased ja insenerid teadma

Mõlema spetsialisti erialane haridus on arvutiteadus.

Iga andme spetsialist — andmete teadlane või analüütik — peab suutma tõestada oma järelduste õigsust. Selleks on vajalik teadmised statistikast ja statistikaga seotud põhimatemaatikast.

Masinõpe ja andmeanalüüsi tööriistad on kaasaegses maailmas hädavajalikud. Kui tuttavad tööriistad ei ole kergesti kättesaadavad, on vajalikud oskused uusimate tööriistade kiire omandamine, lihtsate skriptide koostamine ülesannete automatiseerimiseks.

Oluline on märkida, et andmetöötluse spetsialist peab tõhusalt edastama analüüsi tulemused. Selleks aitab andmete visualiseerimine või tehtud uuringute ja hüpoteeside kontrollimise tulemused. Spetsialistid peavad oskama luua diagramme ja graafikuid, kasutama visualiseerimistööriistu ning mõistma ja selgitama andmeid juhtpaneelidelt.

Andmeinseneri jaoks tõuseb esile kolm suunda.

Algoritmid ja andmestruktuurid. Oluline on harjutada koodi kirjutamist ja põhistruktuuride ning algoritmide kasutamist:

algaritmide keerukuse analüüs,
oskus kirjutada arusaadavat, hooldatavat koodi,
põhjalik töötlemine,
reaalne aegne töötlemine.

Andmebaasid ja salvestussüsteemid, Business Intelligence:

andmete salvestamine ja töötlemine,
tööstusharu terviklikkuse projekteerimine,
Andmete kogumine,
jaotatud failisüsteemid.

Hadoop ja Big Data. Andmete hulk suureneb pidevalt ja järgmise 3–5 aasta jooksul saavad need tehnoloogiad iga inseneri jaoks hädavajalikuks. Pluss:

Andmejärved,
töö tegelemine pilveteenuse pakkujatega.

Masinõpe kasutatakse laialdaselt, seega on oluline mõista, milliseid ärilisi probleeme see aitab lahendada. Ei ole tingimata vaja osata mudeleid luua (selleks on andmete teadlased), kuid tuleb mõista nende rakendusi ja vastavaid nõudeid.

Kui palju teenivad insenerid ja teadlased

Andmete töötlemise inseneride sissetulek

Rahvusvaheline praktika algpalk on tavaliselt 100 000 dollarit aastas ja kasvab oluliselt kogemustega, vastavalt Glassdoorile. Lisaks pakuvad ettevõtted sageli aktsiaoptsioone ja 5–15% aastaboonuseid.

Venemaal karjääri alguses on palk tavaliselt vähemalt 50 000 rubla piirkondades ja 80 000 Moskvas. Selles etapis ei nõuta muud kogemust kui läbitud koolitus.

Pärast 1–2 aastat tööd – vahemik 90–100 tuhat rubla.

Vahemik tõuseb 120–160 tuhande rubla juurde 2–5 aasta jooksul. Lisanduvad sellised tegurid nagu eelneva ettevõtte spetsialiseerumine, projektide suurus, töötamine big data'ga ja muu.

Pärast 5 aastat tööd on lihtsam leida töökohti lähedastes valdkondades või kandideerida sellistele kitsastele spetsialiseeritud ametikohtadele nagu:

Arhitekt või peamine arendaja pangas või telekommunikatsioonis – umbes 250 tuhat.

Eelnevalt müügiarvestus teenusepakkuja juures, kellega olete kõige rohkem koos töötanud, — 200 tuhat pluss võimalik boonus (1‒1,5 miljonit rubla).

Enterprise ärirakenduste, nagu SAP, juurutamise ekspertide palk on kuni 350 tuhat.

Andmete teadlaste sissetulek

Uuring analüütikute turust ettevõtte "Normaalne uurimine" ja värbamisto агентuuri New.HR andmetel saavad Data Science spetsialistid keskmiselt suuremat palka kui teiste erialade analüütikud.

Venemaal on andmete teadlase algpalk, kellel on kuni aasta töökogemus, alates 113 tuhandest rubla.

Käivitatavaid koolitusprogramme arvestatakse nüüd ka töökoguseks.

1‒2 aasta jooksul võib selline spetsialist teenida kuni 160 tuhat.

4‒5 aastat kogemusega töötaja palk tõuseb kuni 310 tuhande rubla.

Kuidas intervjuud käivad

Läänes lõpetavad ametikoolide lõpetajad esimese intervjuu keskmiselt 5 nädalat pärast koolituse lõppu. Umbes 85% leiab töö kolme kuu jooksul.

Andmeinseneri ja andmete teadlase tööintervjuu protsess on praktiliselt sama. See koosneb tavaliselt viiest etapist.

Kokkuvõte. Kandidaatide, kellel on mitteprofiilne eelnev kogemus (näiteks turundusest), tuleb iga ettevõtte jaoks valmistada detailne kaaskiri või omada soovitusi selle ettevõtte esindajalt.

Tehniline skriinimine. Enamasti toimub see telefoni teel. Koosneb ühest-kahest keerulisest ja sama palju lihtsast küsimusest, mis puudutavad tööandaja praegust tehnoloogiastikku.

HR-intervjuu. Võib toimuda telefoni teel. Sellel etapil kontrollitakse kandidaadi üldist adekvaatsust ja suhtlemisvõimet.

Tehniline intervjuu. Enamasti toimub see isiklikult. Erinevates ettevõtetes positsioonide tasemed erinevad, ja positsioonide nimed võivad olla erinevad. Seega sellel etapil kontrollitakse just tehnilisi teadmisi.

Intervjuu tehnilise direktori / pea-arhitektiga. Insenerid ja teadlased on strateegilised positsioonid, ja paljude ettevõtete jaoks on need ka uued. Oluline on, et potentsiaalne kolleeg meeldiks juhile ja jagaks temaga sarnaseid vaateid.

Mis aitab teadlastel ja inseneridel karjääriredelil ülespoole liikuda

Andmeidöötluseks on tekkinud palju uusi tööriistu. Kuid vähesed oskavad kõigis ühtviisi hästi suhestuda.

Paljud ettevõtted ei ole valmis palkama töötajaid ilma töökogemuseta. Siiski saavad kandidaadid, kellel on minimaalne alus ja teadmised populaarsete tööriistade põhitõdedest, vajalikku kogemust omandada, kui nad õpivad ja arenevad iseseisvalt.

Kasulikud omadused andmete insenerile ja andmete teadlasele

Soov ja oskus õppida. Ei ole vaja kohe püüda saada kogemust või vahetada tööd uue tööriista nimel, kuid tuleb olla valmis liikuma uude valdkonda.

Püüdlus automatiseerida rutiinseid protsesse. See on oluline mitte ainult tootlikkuse, vaid ka andmete kvaliteedi ja nende edastamise kiirus säilitamise jaoks.

Tähelepanelikkus ja arusaam 'mis seal kapoti all' toimub. Kiiremini lahendab ülesande spetsialist, kes tunneb protsesse ja on nende üle põhjalikult kursis.

Lisaks suurepärasele algoritmide, andmestruktuuride ja andmevoogude tundmisele tuleb õppida mõtlema toodete kaudu — nägema arhitektuuri ja ärilahendust tervikuna.

Näiteks on kasulik võtta üks tuntud teenus ja luua selle jaoks andmebaas. Seejärel mõelda, kuidas arendada ETL ja DW, mis täidavad selle andmetega, kes on tarbijad ja mis on nende jaoks andmete juures oluline, samuti kuidas kliendid rakendustega suhtlevad: tööotsingu ja tutvumise, autorendi, taskuhäälingu rakendus, haridusplatvorm.

Analüütiku, andmete teadlase ja inseneri positsioonid on väga sarnased, seetõttu on üleminek ühest suunast teise kiirem kui teistest valdkondadest.

Igal juhul on IT-tausta omavatel isikutel lihtsam kui neil, kellel seda ei ole. Keskmiselt vahetavad motiveeritud täiskasvanud töökohti iga 1,5–2 aasta tagant. Kergem on see neile, kes õpivad grupis ja mentoriga, võrreldes nendega, kellel on vaid avatud allikad.