Dmitry Kazakov, Pimpinan Tim Analisis Data ing Kolesa Group, nuduhake wawasan saka survey Kazakhstan pisanan profesional data.
Ing foto: Dmitry Kazakov
Elinga tembung populer sing Big Data paling kaya jinis remaja - kabeh wong ngomong babagan iki, nanging ora ana sing ngerti yen pancen ana. Padha bisa ngandika bab pasar kanggo spesialis data (ing Kazakhstan) - ana hype, nanging sing konco iku (lan apa ana wong ing kabeh) ora rampung cetha - ora kanggo HR, utawa Managers , utawa kanggo ilmuwan data dhewe.
We ngginakaken , ing ngendi dheweke nliti luwih saka 300 spesialis babagan gaji, fungsi, katrampilan, alat lan liya-liyane.
Spoiler: Ya, mesthi ana, nanging kabeh ora gampang.
Wawasan sing apik. Kaping pisanan, ana luwih akeh ilmuwan data tinimbang sing dikarepake. We ngatur kanggo Interview 300 wong, antarane kang padha ora mung analis produk, marketing lan BI, nanging uga ML lan DWH engineers, kang utamané nyenengake. Klompok paling gedhe kalebu kabeh sing nyebut awake dhewe minangka ilmuwan data - yaiku 36% responden. Iku angel ngomong apa iki nyakup panjaluk pasar utawa ora, amarga pasar dhewe lagi wae dibentuk.
Distribusi tingkat proyek mbingungake - ana meh kabeh pimpinan tim lan manajer minangka junior. Ana sawetara alasan kanggo iki. Contone, akeh tim cilik 2-3 wong, ing ngendi pimpinan bisa dadi spesialis tingkat menengah utawa senior.
Alasan liyane bisa uga kekacauan sing saiki ana ing pasar babagan standar distribusi peran lan fungsi. Pimpinan tim kadhangkala ditugasake kanggo wong-wong sing mung kerja setahun utawa rong taun luwih suwe tinimbang liyane, tanpa ngrujuk marang tingkat katrampilan lan kawruh. Kita ndeleng iki ing distribusi fungsi miturut posisi - 38% manajer lan pimpinan tim melu pra-proses lan 33% liyane ing analisis statistik dhasar.
Ing kene kita njaluk responden supaya bisa ngevaluasi tingkat analytics ing perusahaan. Yen sampeyan ndeleng kanthi teliti, sampeyan bisa ndeleng manawa 10% responden sing kerja ing departemen analytics 2-3 wong percaya yen dheweke duwe "tingkat lanjut."
Apa "tingkat lanjutan"? Sistem BI kerjane apik. Ana DWH lan Big Data. Tes A/B ditindakake kanthi rutin. Ana sistem ML lan DS sing digunakake ing produksi. Kaputusan mung adhedhasar data. Departemen pangolahan data lan ilmu data minangka salah sawijining kunci ing perusahaan.
Iku meh mokal kanggo entuk kabeh ing ndhuwur karo departemen 2-3 wong. Aku mikir yen asil survey iki rada lara - wong lanang durung duwe wong sing bisa mbandhingake awake dhewe supaya bisa nemtokake level kanthi luwih objektif.
Kaya sing dikarepake, para ilmuwan data nggunakake akeh wektu ora kanggo matematika utawa teknik super kompleks, nanging kanggo preprocessing, ngundhuh, lan ngresiki data. Ing saben spesialisasi kita ndeleng preprocessing ing ndhuwur 3. Nanging kita jarang ndeleng perkara sing rumit kaya ngembangake model ML utawa nggarap Big Data ing 3 ndhuwur - mung ing antarane insinyur ML lan DWH.
Ana uga saperangan saka wawasan sedih. Para ahli nyetel 40% tugase dhewe. Ing Kazakhstan, nganti saiki mung perusahaan unicorn sing paling dhuwur sing wis nyoba mupangat nggarap data gedhe lan sinau cara nindakake kanthi cekap. Padha siaran menyang pasar sing Big Data lan Machine Learning kelangan, lan eselon kapindho nderek konco, nanging ora tansah ngerti carane nggarap data. Mulane, kita weruh manawa spesialis nyetel tugas kanggo awake dhewe, lan bisnis ora mesthi ngerti apa sing dikarepake.
Aku kaget amarga 20% spesialis ora ngerti manawa perusahaan duwe Gudang Data. Ya, lan karo sistem manajemen database ora kabeh apik - 41% nggunakake MySQL, lan liyane 34% nggunakake PostgreSQL. Apa tegese iki? Dheweke kerjane kanthi data cilik.
Ing pitakonan babagan sistem panyimpenan, kita ndeleng maneh MySQL lan malah (!) Excel. Nanging iki bisa uga nuduhake, contone, manawa umume perusahaan durung duwe panjaluk kanggo nggarap data gedhe.
Ing kene kabeh maneh ambigu. Umumé, gaji rada murah tinimbang sing dakkarepake.
Secara pribadi, saya angel mbayangno insinyur ML sing siap kerja 200 ewu tenge - dheweke bisa uga magang. Salah siji kompetensi spesialis kasebut banget banget, utawa isih angel kanggo perusahaan ngevaluasi karya Ilmu Data kanthi cekap. Nanging mbok menawa iki uga nuduhake yen pasar isih ing wiwitan mateng. Lan liwat wektu, tingkat gaji bakal ditetepake ing tingkat sing luwih nyukupi.
Source: www.habr.com