Elena Gerasimovával, a kar vezetőjével együtt "» a Netológiában továbbra is megértjük, hogyan hatnak egymásra, és miben különböznek egymástól az adattudósok és az adatmérnökök.
Az első részben elmondták .
Ebben az anyagban arról lesz szó, hogy milyen ismeretekkel és készségekkel kell rendelkezniük a szakembereknek, milyen oktatást értékelnek a munkaadók, hogyan zajlanak az interjúk, és mennyit keresnek az adatmérnökök és adattudósok.
Amit a tudósoknak és mérnököknek tudniuk kell
Mindkét szakember szakirányú oktatása számítástechnika.
Minden adattudósnak – adattudósnak vagy elemzőnek – be kell tudnia bizonyítani következtetéseinek helyességét. Ehhez nem lehet tudás nélkül statisztika és a statisztikákhoz kapcsolódó alapvető matematika.
A gépi tanulás és az adatelemző eszközök nélkülözhetetlenek a modern világban. Ha a szokásos eszközök nem állnak rendelkezésre, akkor rendelkeznie kell a készségekkel új eszközök gyors megtanulása, egyszerű szkriptek létrehozása a feladatok automatizálásához.
Fontos megjegyezni, hogy az adattudósnak hatékonyan kell közölnie az elemzés eredményeit. Ebben segíteni fog neki adatvizualizáció vagy kutatási eredmények és hipotézisek tesztelése. A szakembereknek képesnek kell lenniük diagramok és grafikonok létrehozására, vizualizációs eszközök használatára, valamint az irányítópultok adatainak megértésére és magyarázatára.
Egy adatmérnök számára három terület kerül előtérbe.
Algoritmusok és adatstruktúrák. Fontos, hogy jól tudjon kódot írni, valamint alapvető struktúrákat és algoritmusokat használni:
- algoritmus komplexitás elemzése,
- világos, karbantartható kód írásának képessége,
- kötegelt feldolgozás,
- valós idejű feldolgozás.
Adatbázisok és adattárházak, Business Intelligence:
- adattárolás és feldolgozás,
- komplett rendszerek tervezése,
- Adatbevitel,
- elosztott fájlrendszerek.
Hadoop és Big Data. Egyre több az adat, és 3-5 év távlatában ezek a technológiák minden mérnök számára szükségessé válnak. Plusz:
- Data Lakes
- felhőszolgáltatókkal együttműködve.
Gépi tanulás mindenhol használni fogják, és fontos megérteni, hogy milyen üzleti problémák megoldásában segít. Nem szükséges modelleket készíteni (ezt az adattudósok is tudják kezelni), de érteni kell az alkalmazásukat és a kapcsolódó követelményeket.
Mennyit keresnek a mérnökök és tudósok?
Adatmérnök bevétel
A nemzetközi gyakorlatban A kezdő fizetések általában évi 100 000 dollár, és a tapasztalattal jelentősen nőnek a Glassdoor szerint. Emellett a cégek gyakran részvényopciót és 5-15%-os éves bónuszt is biztosítanak.
Oroszországban a karrier elején a fizetés általában nem kevesebb, mint 50 ezer rubel a régiókban és 80 ezer Moszkvában. Ebben a szakaszban az elvégzett képzésen kívül más tapasztalat nem szükséges.
1-2 év munka után - egy villa 90-100 ezer rubel.
A villa 120-160 év alatt 2-5 ezerre nő. Olyan tényezőket adnak hozzá, mint a korábbi cégek specializációja, a projektek mérete, a nagy adatokkal végzett munka stb.
5 év munka után könnyebben kereshet üresedést a kapcsolódó részlegeken, vagy jelentkezhet olyan speciális pozíciókra, mint például:
- Építész vagy vezető fejlesztő egy bankban vagy távközlésben - körülbelül 250 ezer.
- Előértékesítés attól az eladótól, akinek a technológiájával a legszorosabban dolgozott - 200 ezer plusz egy lehetséges bónusz (1-1,5 millió rubel).
- A vállalati üzleti alkalmazások, például az SAP megvalósításának szakértői 350 ezerig.
Adattudósok jövedelme
A „Normal Research” cég és a New.HR toborzóiroda elemzőinek piaca azt mutatja, hogy a Data Science szakemberei átlagosan magasabb fizetést kapnak, mint más szakterületek elemzői.
Oroszországban a legfeljebb egy éves tapasztalattal rendelkező adattudós kezdő fizetése 113 ezer rubel.
A képzési programok elvégzése ma már munkatapasztalatként is számít.
1-2 év múlva már akár 160 ezret is kaphat egy ilyen szakember.
Egy 4-5 éves gyakorlattal rendelkező alkalmazottnál 310 ezerre nő a villa.
Hogyan zajlanak az interjúk?
Nyugaton a szakképzési programokat végzettek első interjújuk átlagosan 5 héttel a diploma megszerzése után van. Körülbelül 85%-uk 3 hónap után talál munkát.
Az adatmérnöki és adattudósi pozíciók interjúfolyamata gyakorlatilag ugyanaz. Általában öt szakaszból áll.
Összegzés. A nem alapvető (pl. marketing) tapasztalattal rendelkező pályázóknak minden céghez részletes kísérőlevelet kell készíteniük, vagy referenciával kell rendelkezniük az adott cég képviselőjétől.
Műszaki átvilágítás. Általában telefonon történik. Egy-két összetett és ugyanannyi egyszerű kérdésből áll, amelyek a munkáltató aktuális készletére vonatkoznak.
HR interjú. Telefonon is megoldható. Ebben a szakaszban a jelölt általános alkalmasságát és kommunikációs képességét tesztelik.
Technikai interjú. Leggyakrabban személyesen történik. A különböző cégeknél a létszámtáblázatban szereplő pozíciók szintje eltérő, és a pozíciók elnevezése eltérő lehet. Ezért ebben a szakaszban a technikai tudást tesztelik.
Interjú a műszaki igazgatóval/főépítésszel. A mérnök és a tudós stratégiai pozíciók, és sok vállalat számára újdonságnak számítanak. Fontos, hogy a vezető szeresse a potenciális kollégát, és egyetértsen vele a nézeteiben.
Mi segíti a tudósokat és mérnököket karrierjük növekedésében?
Nagyon sok új eszköz jelent meg az adatokkal való munkavégzéshez. És kevés ember mindenkiben egyformán jó.
Sok vállalat nem áll készen arra, hogy munkatapasztalat nélkül alkalmazottakat vegyen fel. A minimális előképzettséggel és a népszerű eszközök alapjait ismerő jelöltek azonban önálló tanulás és fejlesztés esetén megszerezhetik a szükséges tapasztalatokat.
Hasznos tulajdonságok egy adatmérnök és adattudós számára
Tanulási vágy és készség. Nem kell azonnal tapasztalatot szereznie vagy munkahelyet váltania egy új eszközért, de hajlandónak kell lennie egy új területre váltani.
A rutinfolyamatok automatizálásának vágya. Ez nem csak a termelékenység, hanem a magas adatminőség és a fogyasztóhoz való eljuttatás sebességének fenntartása szempontjából is fontos.
Odafigyelés és annak megértése, hogy „mi van a motorháztető alatt” a folyamatokban. A megfigyeléssel és a folyamatokat alaposan ismerő szakember gyorsabban megoldja a problémát.
Az algoritmusok, adatstruktúrák és folyamatok kiváló ismerete mellett szüksége van tanulj meg termékekben gondolkodni — tekintse meg az építészetet és az üzleti megoldást egyetlen képként.
Hasznos például bármely jól ismert szolgáltatást elővenni és adatbázist készíteni hozzá. Ezután gondolja át, hogyan fejleszthet ki adatokkal feltöltő ETL-t és DW-t, milyen fogyasztók lesznek, és mit fontos tudni nekik az adatokról, valamint azt is, hogyan lépnek kapcsolatba a vásárlók a pályázatokkal: álláskeresés és társkereső, autóbérlés esetén. , podcast alkalmazás, oktatási platform.
Az elemző, adattudós és mérnök pozíciói nagyon közel állnak egymáshoz, így gyorsabban lehet egyik irányból a másikba mozogni, mint más területekről.
Mindenesetre könnyebb lesz a dolga annak, aki bármilyen informatikai háttérrel rendelkezik, mint annak, akinek nincs. A motivált felnőttek átlagosan 1,5–2 évente tanulnak át és váltanak munkahelyet. Ez könnyebb azoknak, akik csoportban és mentorral tanulnak, mint azok, akik csak nyílt forrásokra támaszkodnak.
A Netology szerkesztőitől
Ha az adatmérnök vagy adattudós szakmát keresi, kérjük, hogy tanulmányozza kurzusprogramjainkat:
- szakma"".
- szakma"".
- Jól "".
Forrás: will.com