Avec Elena Gerasimova, directrice de la faculté "» Chez Netology, nous continuons à comprendre comment ils interagissent les uns avec les autres et en quoi les Data Scientists et les Data Engineers diffèrent.
Dans la première partie, ils ont dit .
Dans ce document, nous parlerons des connaissances et des compétences que les spécialistes devraient posséder, de la formation valorisée par les employeurs, de la manière dont les entretiens sont menés et du salaire des ingénieurs de données et des scientifiques de données.
Ce que les scientifiques et les ingénieurs devraient savoir
La formation spécialisée pour les deux spécialistes est l’informatique.
Tout data scientist – data scientist ou analyste – doit être capable de prouver l’exactitude de ses conclusions. Pour cela, vous ne pouvez pas vous passer de connaissances statistiques et mathématiques de base liées aux statistiques.
Les outils d’apprentissage automatique et d’analyse de données sont indispensables dans le monde moderne. Si les outils habituels ne sont pas disponibles, vous devez avoir les compétences apprendre rapidement de nouveaux outils, créer des scripts simples pour automatiser les tâches.
Il est important de noter que le data scientist doit communiquer efficacement les résultats de l’analyse. Cela l'aidera avec ça visualisation de données ou les résultats de recherches et de tests d’hypothèses. Les spécialistes doivent être capables de créer des tableaux et des graphiques, d'utiliser des outils de visualisation et de comprendre et expliquer les données des tableaux de bord.
Pour un ingénieur de données, trois domaines se démarquent.
Algorithmes et structures de données. Il est important de maîtriser l’écriture de code et l’utilisation des structures et algorithmes de base :
- analyse de la complexité des algorithmes,
- capacité à écrire du code clair et maintenable,
- le traitement par lots,
- traitement en temps réel.
Bases de données et entrepôts de données, Business Intelligence:
- stockage et traitement des données,
- conception de systèmes complets,
- Ingestion de données,
- systèmes de fichiers distribués.
Hadoop et le Big Data. Il y a de plus en plus de données et, d’ici 3 à 5 ans, ces technologies deviendront nécessaires à tout ingénieur. Plus:
- Lacs de données
- travailler avec des fournisseurs de cloud.
Apprentissage automatique sera utilisé partout, et il est important de comprendre quels problèmes commerciaux il contribuera à résoudre. Il n’est pas nécessaire d’être capable de créer des modèles (les data scientists peuvent s’en charger), mais il faut comprendre leur application et les exigences correspondantes.
Combien gagnent les ingénieurs et les scientifiques ?
Revenu d’ingénieur de données
Dans la pratique internationale Les salaires de départ sont généralement de 100 000 $ par an et augmentent considérablement avec l'expérience, selon Glassdoor. De plus, les entreprises proposent souvent des stock-options et des bonus annuels de 5 à 15 %.
En Russie au début d'une carrière, le salaire n'est généralement pas inférieur à 50 80 roubles dans les régions et à XNUMX XNUMX roubles à Moscou. Aucune expérience autre qu'une formation complétée n'est requise à ce stade.
Après 1 à 2 ans de travail - une fourchette de 90 à 100 XNUMX roubles.
La fourchette passe à 120 à 160 2 en 5 à XNUMX ans. Des facteurs tels que la spécialisation des entreprises précédentes, la taille des projets, le travail avec le big data, etc.
Après 5 ans de travail, il est plus facile de rechercher des postes vacants dans des départements connexes ou de postuler à des postes hautement spécialisés tels que :
- Architecte ou développeur principal dans une banque ou une société de télécommunications - environ 250 XNUMX.
- Préventes du fournisseur avec lequel vous avez travaillé le plus étroitement sur les technologies - 200 1 plus un éventuel bonus (1,5 à XNUMX million de roubles).
- Experts dans la mise en œuvre d'applications métiers d'entreprise, telles que SAP - jusqu'à 350 XNUMX.
Revenus des data scientists
Le marché des analystes de la société « Normal Research » et de l'agence de recrutement New.HR montre que les spécialistes de la Data Science reçoivent en moyenne un salaire plus élevé que les analystes d'autres spécialités.
En Russie, le salaire de départ d'un data scientist ayant jusqu'à un an d'expérience est de 113 XNUMX roubles.
L'achèvement des programmes de formation est désormais également pris en compte comme expérience professionnelle.
Après 1 à 2 ans, un tel spécialiste peut déjà en recevoir jusqu'à 160 XNUMX.
Pour un salarié ayant 4 à 5 ans d'expérience, la fourchette passe à 310 XNUMX.
Comment se déroulent les entretiens ?
En Occident, les diplômés des programmes de formation professionnelle passent leur premier entretien en moyenne 5 semaines après l'obtention de leur diplôme. Environ 85% trouvent un emploi au bout de 3 mois.
Le processus d'entretien pour les postes d'ingénieur de données et de data scientist est pratiquement le même. Se compose généralement de cinq étapes.
Résumé. Les candidats ayant une expérience préalable non essentielle (par exemple en marketing) doivent préparer une lettre de motivation détaillée pour chaque entreprise ou avoir une référence d'un représentant de cette entreprise.
Examen technique. Cela se déroule généralement par téléphone. Se compose d’une ou deux questions complexes et d’autant de questions simples liées à la pile actuelle de l’employeur.
Entretien RH. Peut être fait par téléphone. À ce stade, le candidat est testé pour son adéquation générale et sa capacité à communiquer.
Entretien technique. Le plus souvent, cela se déroule en personne. Dans différentes entreprises, le niveau des postes dans le tableau des effectifs est différent et les postes peuvent être nommés différemment. Ce sont donc à ce stade les connaissances techniques qui sont testées.
Entretien avec le CTO/architecte en chef. Ingénieur et scientifique sont des postes stratégiques et nouveaux pour de nombreuses entreprises. Il est important que le manager aime le collègue potentiel et soit d'accord avec lui dans son point de vue.
Qu’est-ce qui aidera les scientifiques et les ingénieurs dans leur évolution de carrière ?
De nombreux nouveaux outils pour travailler avec des données sont apparus. Et peu de gens sont aussi bons avec tout le monde.
De nombreuses entreprises ne sont pas prêtes à embaucher des employés sans expérience professionnelle. Cependant, les candidats ayant une expérience minimale et une connaissance des bases des outils populaires peuvent acquérir l'expérience nécessaire s'ils apprennent et se développent par eux-mêmes.
Qualités utiles pour un data Engineer et Data Scientist
Désir et capacité d’apprendre. Vous n'êtes pas obligé de rechercher immédiatement de l'expérience ou de changer d'emploi pour un nouvel outil, mais vous devez être prêt à passer à un nouveau domaine.
Le désir d’automatiser les processus de routine. Ceci est important non seulement pour la productivité, mais également pour maintenir une qualité élevée des données et une rapidité de livraison au consommateur.
Écoute et compréhension de « ce qui se cache sous le capot » des processus. Un spécialiste qui possède une observation et une connaissance approfondie des processus résoudra le problème plus rapidement.
En plus d'une excellente connaissance des algorithmes, des structures de données et des pipelines, vous avez besoin apprendre à penser en produits — considérez l'architecture et la solution métier comme une seule image.
Par exemple, il est utile de prendre n'importe quel service bien connu et de créer une base de données pour celui-ci. Réfléchissez ensuite à la manière de développer ETL et DW qui le rempliront de données, à quel type de consommateurs seront et ce qu'il est important pour eux de savoir sur les données, et aussi à la manière dont les acheteurs interagissent avec les applications : pour la recherche d'emploi et les rencontres, la location de voiture. , application podcast, plateforme pédagogique.
Les postes d'analyste, de data scientist et d'ingénieur sont très proches, vous pouvez donc passer d'une direction à l'autre plus rapidement que depuis d'autres domaines.
Dans tous les cas, ce sera plus facile pour ceux qui ont une formation en informatique que pour ceux qui ne l'ont pas. En moyenne, les adultes motivés se recyclent et changent d’emploi tous les 1,5 à 2 ans. C'est plus facile pour ceux qui étudient en groupe et avec un mentor, que pour ceux qui s'appuient uniquement sur des sources ouvertes.
Des éditeurs de Netology
Si vous vous intéressez au métier de Data Engineer ou Data Scientist, nous vous invitons à étudier nos programmes de formations :
- Profession "».
- Profession "».
- Bien "».
Source: habr.com