ProHoster > Օրագիր > Վարչակազմը > Տվյալների ինժեներ և տվյալների գիտնական. ինչ կարող են անել և որքան են նրանք վաստակում
Տվյալների ինժեներ և տվյալների գիտնական. ինչ կարող են անել և որքան են նրանք վաստակում
Ելենա Գերասիմովայի հետ, ֆակուլտետի ղեկավար »Տվյալների գիտություն և վերլուծություն«Netology-ում մենք շարունակում ենք հասկանալ, թե ինչպես են նրանք փոխազդում միմյանց հետ և ինչպես են տարբերվում տվյալների գիտնականները և տվյալների ինժեներները:
Այս նյութում մենք կխոսենք այն մասին, թե ինչ գիտելիքներ և հմտություններ պետք է ունենան մասնագետները, ինչ կրթություն են գնահատում գործատուները, ինչպես են անցկացվում հարցազրույցները և որքան են վաստակում տվյալների ինժեներներն ու տվյալների գիտնականները:
Ինչ պետք է իմանան գիտնականներն ու ինժեներները
Երկու մասնագետների մասնագիտացված կրթությունն էլ համակարգչային գիտությունն է:
Տվյալների ցանկացած գիտնական՝ տվյալների գիտնական կամ վերլուծաբան, պետք է կարողանա ապացուցել իր եզրակացությունների ճիշտությունը: Դրա համար դուք չեք կարող անել առանց գիտելիքի վիճակագրություն և վիճակագրության հետ կապված հիմնական մաթեմատիկա.
Մեքենայական ուսուցման և տվյալների վերլուծության գործիքներն անփոխարինելի են ժամանակակից աշխարհում: Եթե սովորական գործիքները մատչելի չեն, դուք պետք է ունենաք հմտություններ արագ սովորելով նոր գործիքներ, ստեղծելով պարզ սցենարներ՝ առաջադրանքները ավտոմատացնելու համար.
Կարևոր է նշել, որ տվյալների գիտնականը պետք է արդյունավետ կերպով փոխանցի վերլուծության արդյունքները: Դա նրան կօգնի այս հարցում տվյալների վիզուալիզացիա կամ հետազոտության և վարկածների փորձարկման արդյունքները: Մասնագետները պետք է կարողանան ստեղծել գծապատկերներ և գծապատկերներ, օգտագործել վիզուալիզացիայի գործիքներ և հասկանալ և բացատրել վահանակների տվյալները:
Տվյալների ինժեների համար երեք ոլորտներ առաջին պլան են մղվում.
Ալգորիթմներ և տվյալների կառուցվածքներ. Կարևոր է լավ տիրապետել կոդ գրելու և հիմնական կառուցվածքների և ալգորիթմների օգտագործմանը.
ալգորիթմի բարդության վերլուծություն,
հստակ, պահպանվող կոդ գրելու ունակություն,
խմբաքանակի վերամշակում,
իրական ժամանակի մշակում:
Տվյալների բազաներ և տվյալների պահեստներ, Բիզնես հետախուզություն:
տվյալների պահպանում և մշակում,
ամբողջական համակարգերի նախագծում,
Տվյալների ընդունում,
բաշխված ֆայլային համակարգեր.
Hadoop և Big Data. Կան ավելի ու ավելի շատ տվյալներ, և 3-5 տարվա հորիզոնում այդ տեխնոլոգիաները կդառնան անհրաժեշտ յուրաքանչյուր ինժեների համար: Plus:
Տվյալների լճեր
աշխատել ամպային մատակարարների հետ:
Մեքենայի ուսուցում կօգտագործվի ամենուր, և կարևոր է հասկանալ, թե ինչ բիզնես խնդիրներ է դա կօգնի լուծել։ Պարտադիր չէ, որ կարողանաք մոդելներ պատրաստել (տվյալների գիտնականները կարող են դա անել), բայց դուք պետք է հասկանաք դրանց կիրառությունը և համապատասխան պահանջները։
Որքա՞ն են վաստակում ինժեներներն ու գիտնականները:
Տվյալների ինժեների եկամուտը
Միջազգային պրակտիկայում Ըստ Glassdoor-ի, մեկնարկային աշխատավարձերը սովորաբար կազմում են տարեկան $100 և զգալիորեն ավելանում են փորձի հետ: Բացի այդ, ընկերությունները հաճախ տրամադրում են բաժնետոմսերի օպցիոններ և տարեկան 000-5% բոնուսներ:
Ռուսաստանում կարիերայի սկզբում մարզերում աշխատավարձը սովորաբար կազմում է ոչ պակաս, քան 50 հազար ռուբլի, իսկ Մոսկվայում՝ 80 հազար: Այս փուլում ավարտված վերապատրաստումից բացի այլ փորձ չի պահանջվում:
1-2 տարվա աշխատանքից հետո `90-100 հազար ռուբլի պատառաքաղ:
Պատառաքաղը 120–160 տարում ավելանում է մինչև 2–5 հազար։ Ավելացվում են այնպիսի գործոններ, ինչպիսիք են նախկին ընկերությունների մասնագիտացումը, նախագծերի չափը, մեծ տվյալների հետ աշխատանքը և այլն։
5 տարվա աշխատանքից հետո ավելի հեշտ է թափուր աշխատատեղեր փնտրել հարակից բաժիններում կամ դիմել բարձր մասնագիտացված պաշտոնների, ինչպիսիք են.
Ճարտարապետ կամ առաջատար ծրագրավորող բանկում կամ հեռահաղորդակցում՝ մոտ 250 հազ.
Նախնական վաճառք այն վաճառողի կողմից, որի տեխնոլոգիաների հետ դուք առավել սերտ եք աշխատել՝ 200 հազար գումարած հնարավոր բոնուս (1-1,5 միլիոն ռուբլի):
Enterprise բիզնես հավելվածների ներդրման փորձագետներ, ինչպիսիք են SAP-ը` մինչև 350 հազ.
Տվյալների գիտնականների եկամուտները
Հետազոտություն «Normal Research» ընկերության և New.HR հավաքագրող գործակալության վերլուծաբանների շուկան ցույց է տալիս, որ Data Science-ի մասնագետները միջինում ավելի բարձր աշխատավարձ են ստանում, քան այլ մասնագիտությունների վերլուծաբանները։
Ռուսաստանում մինչև մեկ տարվա փորձ ունեցող տվյալների գիտնականի մեկնարկային աշխատավարձը կազմում է 113 հազար ռուբլի:
Որպես աշխատանքային փորձ այժմ հաշվի է առնվում նաև վերապատրաստման ծրագրերի ավարտը։
1-2 տարի հետո նման մասնագետն արդեն կարող է ստանալ մինչեւ 160 հազ.
4-5 տարվա ստաժ ունեցող աշխատողի համար պատառաքաղը հասնում է 310 հազ.
Ինչպե՞ս են անցկացվում հարցազրույցները:
Արևմուտքում մասնագիտական ուսուցման ծրագրերի շրջանավարտներն իրենց առաջին հարցազրույցն ունենում են ուսումն ավարտելուց միջինը 5 շաբաթ անց: Մոտ 85%-ը աշխատանք է գտնում 3 ամիս հետո։
Տվյալների ինժեների և տվյալների գիտնականի պաշտոնների համար հարցազրույցի գործընթացը գրեթե նույնն է: Սովորաբար բաղկացած է հինգ փուլից.
Ամփոփում. Նախկին ոչ հիմնական փորձ ունեցող թեկնածուներից (օրինակ՝ մարքեթինգային) պահանջվում է մանրամասն ուղեկցող նամակ պատրաստել յուրաքանչյուր ընկերության համար կամ տեղեկանք ունենալ այդ ընկերության ներկայացուցչից:
Տեխնիկական զննում. Այն սովորաբար տեղի է ունենում հեռախոսով: Բաղկացած է մեկ կամ երկու բարդ և նույնքան պարզ հարցերից, որոնք վերաբերում են գործատուի ընթացիկ խմբաքանակին:
HR հարցազրույց. Կարելի է անել հեռախոսով։ Այս փուլում թեկնածուն ստուգվում է ընդհանուր ադեկվատության և հաղորդակցվելու կարողության համար:
Տեխնիկական հարցազրույց. Ամենից հաճախ դա տեղի է ունենում անձամբ: Տարբեր ընկերություններում անձնակազմի աղյուսակում պաշտոնների մակարդակը տարբեր է, և պաշտոնները կարող են տարբեր անվանվել: Հետևաբար, այս փուլում փորձարկվում են տեխնիկական գիտելիքները։
Հարցազրույց CTO/գլխավոր ճարտարապետի հետ. Ինժեներն ու գիտնականը ռազմավարական պաշտոններ են, և շատ ընկերությունների համար դրանք նույնպես նոր են։ Կարևոր է, որ մենեջերը հավանի պոտենցիալ գործընկերոջը և համաձայն լինի նրա հետ իր հայացքներում:
Ի՞նչը կօգնի գիտնականներին և ինժեներներին իրենց կարիերայի աճում:
Տվյալների հետ աշխատելու բավականին նոր գործիքներ են հայտնվել։ Եվ քչերն են բոլորի համար հավասարապես լավ:
Շատ ընկերություններ պատրաստ չեն աշխատանքի ընդունել առանց աշխատանքային փորձի։ Այնուամենայնիվ, թեկնածուները, ովքեր ունեն նվազագույն գիտելիքներ և հանրաճանաչ գործիքների հիմունքների իմացություն, կարող են ձեռք բերել անհրաժեշտ փորձ, եթե նրանք ինքնուրույն սովորեն և զարգանան:
Օգտակար հատկություններ տվյալների ինժեների և տվյալների գիտնականի համար
Սովորելու ցանկություն և կարողություն. Պետք չէ անմիջապես հետապնդել փորձը կամ փոխել աշխատանքը նոր գործիքի համար, բայց դուք պետք է պատրաստ լինեք անցնել նոր տարածք:
Առօրյա գործընթացները ավտոմատացնելու ցանկություն. Սա կարևոր է ոչ միայն արտադրողականության, այլ նաև տվյալների բարձր որակի և սպառողին առաքման արագության պահպանման համար:
Ուշադրություն և գործընթացների «այն ինչ կա գլխարկի տակ»:. Մասնագետը, ով ունի դիտարկում և գործընթացների հիմնավոր իմացություն, ավելի արագ կլուծի խնդիրը։
Բացի ալգորիթմների, տվյալների կառուցվածքների և խողովակաշարերի գերազանց իմացությունից, ձեզ անհրաժեշտ է սովորել մտածել ապրանքների մեջ — տեսնել ճարտարապետությունը և բիզնես լուծումը որպես մեկ պատկեր:
Օրինակ՝ օգտակար է ցանկացած հայտնի ծառայություն վերցնել և դրա համար շտեմարան ստեղծել։ Այնուհետև մտածեք, թե ինչպես զարգացնել ETL-ը և DW-ն, որոնք այն կլցնեն տվյալները, ինչպիսի սպառողներ կլինեն և ինչն է նրանց համար կարևոր իմանալ տվյալների մասին, ինչպես նաև ինչպես են գնորդները փոխազդում դիմումների հետ. աշխատանք փնտրելու և ծանոթությունների համար, ավտոմեքենաների վարձույթ: , podcast հավելված, կրթական հարթակ։
Վերլուծաբանի, տվյալների գիտնականի և ինժեների պաշտոնները շատ մոտ են, այնպես որ դուք կարող եք մի ուղղությամբ շարժվել մյուսն ավելի արագ, քան այլ ոլորտներից:
Ամեն դեպքում, ցանկացած ՏՏ մասնագիտություն ունեցողների համար ավելի հեշտ կլինի, քան չունեցողների համար։ Միջին հաշվով, մոտիվացված մեծահասակները 1,5–2 տարին մեկ վերապատրաստվում և փոխում են աշխատանքը: Սա ավելի հեշտ է նրանց համար, ովքեր սովորում են խմբով և մենթորի հետ, համեմատած նրանց հետ, ովքեր ապավինում են միայն բաց աղբյուրներին:
Netology-ի խմբագիրներից
Եթե դուք փնտրում եք տվյալների ինժեների կամ տվյալների գիտնականի մասնագիտությունը, մենք ձեզ հրավիրում ենք ուսումնասիրելու մեր դասընթացների ծրագրերը.