En collaboration avec Elena Gerasimova, responsable du département «» chez Netology, nous continuons à explorer comment Data Scientist et Data Engineer interagissent et en quoi ils diffèrent.
Dans la première partie, nous avons discuté .
Dans cet article, nous allons parler des connaissances et compétences nécessaires pour ces spécialistes, de la valeur de l'éducation aux yeux des employeurs, du déroulement des entretiens et des salaires des ingénieurs de données et des data scientists.
Quelles compétences doivent posséder les scientifiques et ingénieurs des données
Une formation spécialisée est requise pour les deux métiers : Informatique.
Tout spécialiste des données, qu'il soit data scientist ou analyste, doit être capable de prouver la validité de ses conclusions. Cela nécessite des connaissances en statistiques et en mathématiques de base associées..
L'apprentissage automatique et les outils d'analyse de données sont indispensables dans le monde moderne. Si les outils habituels ne sont pas disponibles, il faut avoir des compétences en apprentissage rapide de nouveaux outils, rédaction de scripts simples pour automatiser les tâches..
Il est important de noter qu'un spécialiste en données doit être capable de communiquer efficacement les résultats de son analyse. Dans ce but, il lui sera utile de visualiser les données ou les résultats des recherches et vérifications d'hypothèses. Les spécialistes doivent savoir créer des diagrammes et graphiques, utiliser des outils de visualisation, et comprendre et expliquer les données des tableaux de bord.
Pour un ingénieur de données, trois domaines sont particulièrement importants.
Algorithmes et structures de données. Il est essentiel de maîtriser la rédaction de code et l'utilisation des structures et algorithmes de base :
- analyse de la complexité des algorithmes,
- capacité à écrire un code clair et maintenable,
- traitement par lots,
- traitement en temps réel.
Bases et entrepôts de données, Business Intelligence:
- stockage et traitement des données,
- conception de systèmes intégrés,
- Data Ingestion,
- systèmes de fichiers distribués.
Hadoop et Big Data. Les données deviennent de plus en plus nombreuses, et dans les 3 à 5 prochaines années, ces technologies seront indispensables pour chaque ingénieur. De plus :
- Data Lakes,
- collaboration avec des fournisseurs de services cloud.
Apprentissage automatique sera utilisé partout, et il est important de comprendre quelles tâches commerciales il aidera à résoudre. Il n'est pas nécessaire de savoir créer des modèles (les data scientists s'en chargent), mais il faut comprendre leur application et les exigences correspondantes.
Combien gagnent les ingénieurs et les data scientists
Revenu des ingénieurs en traitement de données
Dans la pratique internationale le salaire de départ est généralement de 100 000 $ par an et augmente considérablement avec l'expérience, selon Glassdoor. De plus, les entreprises offrent souvent des options d'actions et des primes annuelles de 5 à 15%.
En Russie au début de la carrière, le salaire est généralement d'au moins 50 000 roubles en régions et de 80 000 à Moscou. À ce stade, aucune expérience n'est requise, autre que la formation suivie.
Après 1 à 2 ans de travail — fourchette de 90 à 100 000 roubles.
La fourchette augmente à 120 à 160 000 roubles après 2 à 5 ans. Des facteurs tels que la spécialisation dans les entreprises passées, la taille des projets, le travail avec des big data, etc. s'ajoutent.
Après 5 ans de travail, il est plus facile de rechercher des offres dans des départements connexes ou de postuler à des postes spécialisés tels que :
- Architecte ou développeur principal dans une banque ou une télécom — environ 250 000.
- Pre-Sales chez un fournisseur dont vous avez le plus travaillé avec — 200 000 plus un bonus possible (1 à 1,5 million de roubles).
- Experts en mise en œuvre d'applications commerciales d'entreprise, telles que SAP — jusqu'à 350 000.
Revenu des data scientists
le marché des analystes de la société «Nouvelles recherches» et de l'agence de recrutement New.HR montre que les spécialistes en Data Science gagnent en moyenne un salaire plus élevé que les analysts d'autres spécialités.
En Russie, le salaire de départ d'un data scientist avec moins d'un an d'expérience est d'au moins 113 000 roubles.
Le passage par des programmes de formation est actuellement également considéré comme expérience professionnelle.
Après 1 à 2 ans, ce spécialiste peut déjà gagner jusqu'à 160 000.
Pour un employé avec 4 à 5 ans d'expérience, la fourchette augmente jusqu'à 310 000.
Comment se passent les entretiens
À l'étranger, les diplômés des programmes de formation professionnelle passent leur premier entretien en moyenne 5 semaines après la fin de leur formation. Environ 85% trouvent un emploi dans les 3 mois.
Le processus d'entretien pour des postes d'ingénieur en données et de data scientist ne diffère pratiquement pas. Il se compose généralement de cinq étapes.
RésuméPour les candidats sans expérience professionnelle pertinente (par exemple, en marketing), il est nécessaire de préparer une lettre de motivation détaillée pour chaque entreprise ou d'avoir des recommandations d'un représentant de cette entreprise.
Évaluation techniqueCela se fait généralement par téléphone. Il consiste en une ou deux questions complexes et autant de questions simples concernant la pile technologique actuelle de l'employeur.
Entretien RHCela peut se faire par téléphone. À ce stade, le candidat est évalué sur son bon sens général et sa capacité à communiquer.
Entretien techniqueCela se déroule le plus souvent en personne. Dans différentes entreprises, le niveau des postes dans l'organigramme varie, et les titres de postes peuvent être différents. C'est pourquoi, à ce stade, les connaissances techniques sont vérifiées.
Entretien avec le directeur technique / architecte principalL'ingénieur et le scientifique des données sont des postes stratégiques, et pour de nombreuses entreprises, ils sont également nouveaux. Il est important que le collègue potentiel soit apprécié par le responsable et partage ses opinions.
Ce qui aidera les scientifiques des données et les ingénieurs à progresser dans leur carrière
De nombreux nouveaux outils pour travailler avec les données sont apparus. Peu de gens maîtrisent tous ces outils de manière équivalente.
De nombreuses entreprises ne sont pas prêtes à embaucher des employés sans expérience. Cependant, les candidats ayant des bases minimales et une connaissance des outils populaires peuvent acquérir l'expérience nécessaire s'ils se forment et se développent de manière autonome.
Qualités utiles pour un ingénieur en données et un scientifique des données
Désir et capacité à apprendreIl n'est pas nécessaire de courir après l'expérience immédiatement ou de changer de travail pour un nouvel outil, mais il faut être prêt à se tourner vers un nouveau domaine.
Aspiration à automatiser les processus routiniersC'est important non seulement pour la productivité, mais aussi pour maintenir une haute qualité des données et la rapidité de leur livraison au consommateur.
Attention et compréhension de 'ce qui se passe en coulisses' des processusLe spécialiste qui a de l'expérience et une connaissance approfondie des processus résoudra plus rapidement le problème.
En plus d'une excellente connaissance des algorithmes, des structures de données et des pipelines, il est nécessaire d'apprendre à penser en termes de produits — voir l'architecture et la solution commerciale comme un tout.
Par exemple, il est utile de prendre un service connu et de concevoir une base de données pour celui-ci. Ensuite, il faut réfléchir à comment développer l'ETL et le DW qui la rempliront de données, quels seront les consommateurs et ce qu'ils doivent savoir sur les données, ainsi que comment les acheteurs interagissent avec les applications : pour chercher un emploi et faire des rencontres, la location de voitures, une application de podcasts, une plateforme éducative.
Les rôles d'analyste, de data scientist et d'ingénieur sont très proches, donc il est possible de passer d'un domaine à l'autre plus rapidement que dans d'autres secteurs.
Dans tous les cas, les personnes ayant un arrière-plan en informatique auront plus defacilité que celles qui n'en ont pas. En moyenne, les adultes motivés changent de carrière et de travail tous les 1,5 à 2 ans. Cela est plus facile pour ceux qui apprennent en groupe et avec un mentor, par rapport à ceux qui s'appuient uniquement sur des sources ouvertes.
De la rédaction de Netology
Si vous envisagez une carrière en tant que Data Engineer ou Data Scientist, nous vous invitons à découvrir nos programmes de cours :
- La profession «».
- La profession «».
- Cours «».
Source : habr.com
