Dmitry Kazakov, Data Analytics Team Lead by Kolesa Group, dielt ynsichten fan 'e earste Kazachstan-ûndersyk fan dataprofessionals.
Op de foto: Dmitry Kazakov
Unthâld de populêre sin dat Big Data it meast liket op teenerseks - elkenien praat der oer, mar gjinien wit oft it eins bestiet. Itselde soe sein wurde kinne oer de merk foar dataspesjalisten (yn Kazachstan) - der is hype, mar wa't der efter sit (en oft der überhaupt immen is) wie net folslein dúdlik - noch foar HR, noch foar managers, noch foar de data wittenskippers sels.
We jouwe ut , wêryn't se mear as 300 spesjalisten ûndersochten oer har salaris, funksjes, feardichheden, ark en folle mear.
Spoiler: Ja, se besteane perfoarst, mar alles is net sa ienfâldich.
Moai ynsjoch. As earste binne d'r mear gegevenswittenskippers dan wy ferwachte. Wy slaggen om ynterviewe 300 minsken, ûnder wa wiene net allinnich produkt, marketing en BI analysts, mar ek ML en DWH yngenieurs, dat wie foaral noflik. De grutste groep omfette al dyjingen dy't harsels gegevenswittenskippers neame - dat is 36% fan 'e respondinten. It is lestich om te sizzen oft dit de fraach fan 'e merk dekt of net, om't de merk sels krekt wurdt foarme.
De ferdieling fan baannivo's is betiizjend - d'r binne hast likefolle teamlieders en managers as junioaren. D'r kinne ferskate redenen foar wêze. Bygelyks in grut oantal lytse teams fan 2-3 persoanen, wêryn de lieder in spesjalist op midden of senior nivo kin wêze.
In oare reden kin wêze de gaos dy't op it stuit hearsket yn 'e merk oangeande noarmen yn' e ferdieling fan rollen en funksjonaliteit. Team leads wurde soms tawiisd oan dyjingen dy't gewoan in jier as twa langer wurkje as oaren, sûnder ferwizing nei it nivo fan feardigens en kennis. Wy sjogge dit yn 'e ferdieling fan funksjes troch posysje - 38% fan managers en teamlieders binne dwaande mei pre-ferwurking en nochris 33% yn basis statistyske analyze.
Hjir fregen wy respondinten om it nivo fan analytyk yn har bedriuwen subjektyf te beoardieljen. As jo goed sjogge, kinne jo sjen dat 10% fan respondinten dy't wurkje yn analytyske ôfdielingen fan 2-3 minsken leauwe dat se in "avansearre nivo" hawwe.
Wat is "avansearre nivo"? It BI-systeem wurket geweldich. D'r is DWH en Big Data. A/B-tests wurde regelmjittich útfierd. D'r wurkje ML- en DS-systemen yn produksje. Besluten wurde makke allinnich basearre op gegevens. De ôfdieling gegevensferwurking en gegevenswittenskip is ien fan 'e kaaien yn it bedriuw.
It is hast ûnmooglik om al it boppesteande te berikken mei in ôfdieling fan 2-3 minsken. Ik tink dat dit enkêteresultaat in lichte groeipine is - de jonges hawwe noch gjinien om harsels mei te fergelykjen om har nivo objektyfer te bepalen.
Lykas ferwachte besteegje gegevenswittenskippers it measte fan har tiid net oan super komplekse wiskunde of engineering, mar oan it foarferwurkjen, downloaden en skjinmeitsjen fan gegevens. Yn elke spesjalisaasje sjogge wy foarferwurking yn 'e top 3. Mar wy sjogge komselden komplekse dingen lykas it ûntwikkeljen fan ML-modellen of wurkje mei Big Data yn 'e top 3 - allinich ûnder ML- en DWH-yngenieurs.
Der binne ek in pear tryste ynsjoggen. Eksperts sette 40% fan har taken sels. Yn Kazachstan hawwe oant no ta allinich top-unicornbedriuwen de foardielen besocht fan wurkjen mei grutte gegevens en leard hoe't se it mei kompetinte dwaan kinne. Se stjoere nei de merk dat Big Data en Machine Learning cool binne, en de twadde echelon folget efter, mar begrypt net altyd hoe't wurkje mei gegevens wurket. Dêrom sjogge wy dat spesjalisten har taken opstelle, en bedriuwen net altyd witte wat se wolle.
Ik wie ferrast dat 20% fan spesjalisten net iens witte oft har bedriuw in Data Warehouse hat. Ja, en mei databankbehearsystemen is net alles sa goed - 41% brûkt MySQL, en in oare 34% brûkt PostgreSQL. Wat soe dit betsjutte kinne? Se wurkje earder mei lytse gegevens.
Yn 'e fraach oer opslachsystemen sjogge wy wer MySQL en sels (!) Excel. Mar dit kin bygelyks oanjaan dat de measte bedriuwen gewoan noch gjin fersyk hawwe om mei big data te wurkjen.
Hjir is alles wer dûbelsinnich. Yn 't algemien wiene de salarissen wat leger as ik ferwachte.
Persoanlik is it dreech foar my om my in ML-yngenieur foar te stellen dy't ree is om te wurkjen foar 200 tûzen tenge - hy is wierskynlik in stazjêre. Of de kompetinsjes fan sokke spesjalisten binne tige swak, of it is noch altyd lestich foar bedriuwen om it wurk fan Data Science adekwaat te evaluearjen. Mar miskien jout dit ek oan dat de merk noch oan it begjin fan syn maturaasje is. En yn 'e rin fan' e tiid sil it nivo fan salarissen op in mear adekwaat nivo fêststeld wurde.
Boarne: www.habr.com