Bersama Elena Gerasimova, kepala fakultas "“Di Netology kami terus memahami bagaimana mereka berinteraksi satu sama lain dan perbedaan antara Data Scientist dan Data Engineer.
Di bagian pertama mereka menceritakan .
Dalam materi ini kita akan membahas tentang pengetahuan dan keterampilan apa yang harus dimiliki oleh para spesialis, pendidikan apa yang dihargai oleh pemberi kerja, bagaimana wawancara dilakukan, dan berapa penghasilan para data engineer dan data scientist.
Apa yang harus diketahui oleh para ilmuwan dan insinyur
Pendidikan khusus untuk kedua spesialis tersebut adalah Ilmu Komputer.
Setiap data scientist—data scientist atau analis—harus mampu membuktikan kebenaran kesimpulannya. Untuk ini Anda tidak dapat melakukannya tanpa pengetahuan statistika dan matematika dasar yang berhubungan dengan statistika.
Alat pembelajaran mesin dan analisis data sangat diperlukan di dunia modern. Jika alat yang biasa tidak tersedia, Anda perlu memiliki keterampilan mempelajari alat baru dengan cepat, membuat skrip sederhana untuk mengotomatisasi tugas.
Penting untuk dicatat bahwa data scientist harus mengkomunikasikan hasil analisis secara efektif. Ini akan membantunya dalam hal ini visualisasi data atau hasil penelitian dan pengujian hipotesis. Spesialis harus mampu membuat bagan dan grafik, menggunakan alat visualisasi, serta memahami dan menjelaskan data dari dasbor.
Bagi seorang insinyur data, ada tiga bidang yang dikedepankan.
Algoritma dan struktur data. Penting untuk mahir menulis kode dan menggunakan struktur dan algoritma dasar:
- analisis kompleksitas algoritma,
- kemampuan untuk menulis kode yang jelas dan mudah dipelihara,
- pemrosesan batch,
- pemrosesan waktu nyata.
Database dan gudang data, Business Intelligence:
- penyimpanan dan pemrosesan data,
- desain sistem yang lengkap,
- Penyerapan Data,
- sistem file terdistribusi.
Hadoop dan Data Besar. Ada semakin banyak data, dan dalam kurun waktu 3–5 tahun, teknologi ini akan menjadi kebutuhan bagi setiap insinyur. Plus:
- Danau Data
- bekerja dengan penyedia cloud.
Pembelajaran mesin akan digunakan di mana saja, dan penting untuk memahami masalah bisnis apa yang dapat dipecahkannya. Tidak perlu bisa membuat model (data scientist bisa menanganinya), namun Anda perlu memahami penerapannya dan persyaratan terkait.
Berapa penghasilan para insinyur dan ilmuwan?
Pendapatan Insinyur Data
Dalam praktik internasional gaji awal biasanya $100 per tahun dan meningkat secara signifikan seiring dengan pengalaman, menurut Glassdoor. Selain itu, perusahaan sering kali memberikan opsi saham dan bonus tahunan 000-5%.
Di Rusia pada awal karir, gajinya biasanya tidak kurang dari 50 ribu rubel di daerah dan 80 ribu di Moskow. Tidak diperlukan pengalaman selain pelatihan yang telah diselesaikan pada tahap ini.
Setelah 1-2 tahun bekerja - garpu 90-100 ribu rubel.
Jumlahnya meningkat menjadi 120–160 ribu dalam 2–5 tahun. Faktor-faktor seperti spesialisasi perusahaan sebelumnya, ukuran proyek, pekerjaan dengan data besar, dll ditambahkan.
Setelah 5 tahun bekerja, lebih mudah untuk mencari lowongan di departemen terkait atau melamar posisi yang sangat terspesialisasi seperti:
- Arsitek atau pengembang utama di bank atau telekomunikasi - sekitar 250 ribu.
- Pra-Penjualan dari vendor yang teknologinya paling dekat dengan Anda - 200 ribu ditambah kemungkinan bonus (1-1,5 juta rubel).
- Ahli dalam implementasi aplikasi bisnis Enterprise, seperti SAP - hingga 350 ribu.
Pendapatan ilmuwan data
pasar analis dari perusahaan “Normal Research” dan agen perekrutan New.HR menunjukkan bahwa spesialis Ilmu Data rata-rata menerima gaji lebih tinggi daripada analis spesialisasi lainnya.
Di Rusia, gaji awal seorang ilmuwan data dengan pengalaman hingga satu tahun adalah dari 113 ribu rubel.
Penyelesaian program pelatihan kini juga diperhitungkan sebagai pengalaman kerja.
Setelah 1-2 tahun, spesialis tersebut sudah dapat menerima hingga 160 ribu.
Untuk pegawai dengan pengalaman 4-5 tahun, garpunya bertambah menjadi 310 ribu.
Bagaimana wawancara dilakukan?
Di negara-negara Barat, lulusan program pelatihan kejuruan melakukan wawancara pertama mereka rata-rata 5 minggu setelah kelulusan. Sekitar 85% mendapatkan pekerjaan setelah 3 bulan.
Proses wawancara untuk posisi data engineer dan data scientist pada dasarnya sama. Biasanya terdiri dari lima tahap.
Ringkasan. Kandidat dengan pengalaman non-inti sebelumnya (misalnya, pemasaran) diharuskan menyiapkan surat lamaran terperinci untuk setiap perusahaan atau memiliki referensi dari perwakilan perusahaan tersebut.
Penyaringan teknis. Biasanya dilakukan melalui telepon. Terdiri dari satu atau dua pertanyaan kompleks dan banyak pertanyaan sederhana terkait dengan tumpukan pemberi kerja saat ini.
Wawancara SDM. Dapat dilakukan melalui telepon. Pada tahap ini, kandidat diuji kecukupan umum dan kemampuan berkomunikasi.
Wawancara teknis. Paling sering ini terjadi secara langsung. Di perusahaan yang berbeda, tingkat posisi dalam tabel kepegawaian berbeda, dan posisi mungkin diberi nama berbeda. Oleh karena itu, pada tahap ini pengetahuan teknislah yang diuji.
Wawancara dengan CTO/Kepala Arsitek. Insinyur dan ilmuwan adalah posisi strategis, dan bagi banyak perusahaan, posisi tersebut juga merupakan posisi baru. Penting agar manajer menyukai calon rekan kerja dan menyetujui pandangannya.
Apa yang akan membantu ilmuwan dan insinyur dalam pertumbuhan karier mereka?
Cukup banyak alat baru untuk bekerja dengan data telah muncul. Dan hanya sedikit orang yang sama baiknya dalam semua hal.
Banyak perusahaan tidak siap mempekerjakan karyawan tanpa pengalaman kerja. Namun, kandidat dengan latar belakang dan pengetahuan minimal tentang dasar-dasar alat populer dapat memperoleh pengalaman yang diperlukan jika mereka belajar dan mengembangkannya sendiri.
Kualitas yang berguna bagi seorang data engineer dan data scientist
Keinginan dan kemampuan untuk belajar. Anda tidak harus langsung mengejar pengalaman atau berganti pekerjaan untuk mendapatkan alat baru, namun Anda harus bersedia untuk beralih ke bidang baru.
Keinginan untuk mengotomatisasi proses rutin. Hal ini penting tidak hanya untuk produktivitas, tetapi juga untuk menjaga kualitas data yang tinggi dan kecepatan pengiriman ke konsumen.
Perhatian dan pemahaman tentang “apa yang ada dibalik” proses. Seorang spesialis yang memiliki observasi dan pengetahuan menyeluruh tentang proses akan menyelesaikan masalah lebih cepat.
Selain pengetahuan yang sangat baik tentang algoritme, struktur data, dan saluran pipa, Anda juga memerlukannya belajar berpikir dalam produk — melihat arsitektur dan solusi bisnis sebagai satu gambaran.
Misalnya, berguna untuk mengambil layanan terkenal dan membuat database untuknya. Kemudian pikirkan bagaimana mengembangkan ETL dan DW yang akan mengisinya dengan data, konsumennya akan seperti apa dan apa yang penting untuk mereka ketahui tentang data tersebut, dan juga bagaimana pembeli berinteraksi dengan aplikasi: untuk mencari kerja dan berkencan, sewa mobil. , aplikasi podcast, platform pendidikan.
Posisi seorang analis, ilmuwan data, dan insinyur sangat dekat, sehingga Anda dapat berpindah dari satu arah ke arah lain lebih cepat dibandingkan dari area lain.
Bagaimanapun, akan lebih mudah bagi mereka yang memiliki latar belakang TI apa pun daripada mereka yang tidak memilikinya. Rata-rata, orang dewasa yang termotivasi melakukan pelatihan ulang dan berganti pekerjaan setiap 1,5–2 tahun. Hal ini lebih mudah bagi mereka yang belajar dalam kelompok dan dengan mentor, dibandingkan mereka yang hanya mengandalkan open source.
Dari editor Netology
Jika Anda mencari profesi Data Engineer atau Data Scientist, kami mengundang Anda untuk mempelajari program kursus kami:
- Profesi "'.
- Profesi "'.
- Sehat "'.
Sumber: www.habr.com