მონაცემთა ინჟინერი და მონაცემთა მეცნიერი: რისი გაკეთება შეუძლიათ და რამდენს გამოიმუშავებენ

ელენა გერასიმოვასთან ერთად, ფაკულტეტის ხელმძღვანელთან.მონაცემთა მეცნიერება და ანალიტიკა» ნეტოლოგიაში ჩვენ ვაგრძელებთ იმის გაგებას, თუ როგორ ურთიერთობენ ისინი ერთმანეთთან და როგორ განსხვავდებიან მონაცემთა მეცნიერები და მონაცემთა ინჟინრები.

პირველ ნაწილში უთხრეს მონაცემთა მეცნიერსა და მონაცემთა ინჟინერს შორის ძირითადი განსხვავებების შესახებ.

ამ მასალაში ვისაუბრებთ იმაზე, თუ რა ცოდნა და უნარები უნდა ჰქონდეთ სპეციალისტებს, რა განათლებას აფასებენ დამსაქმებლები, როგორ ტარდება ინტერვიუები და რამდენს გამოიმუშავებენ მონაცემთა ინჟინრები და მონაცემთა მეცნიერები. 

რა უნდა იცოდნენ მეცნიერებმა და ინჟინრებმა

ორივე სპეციალისტის სპეციალიზებული განათლება არის კომპიუტერული მეცნიერება.

ნებისმიერ მონაცემთა მეცნიერს - მონაცემთა მეცნიერს ან ანალიტიკოსს - უნდა შეეძლოს დაამტკიცოს თავისი დასკვნების სისწორე. ამისათვის თქვენ არ შეგიძლიათ ცოდნის გარეშე სტატისტიკა და სტატისტიკასთან დაკავშირებული ძირითადი მათემატიკა.

მანქანათმცოდნეობის და მონაცემთა ანალიზის ხელსაწყოები შეუცვლელია თანამედროვე მსოფლიოში. თუ ჩვეულებრივი ინსტრუმენტები არ არის ხელმისაწვდომი, თქვენ უნდა გქონდეთ უნარები ახალი ინსტრუმენტების სწრაფად სწავლა, მარტივი სკრიპტების შექმნა ამოცანების ავტომატიზაციისთვის.

მნიშვნელოვანია აღინიშნოს, რომ მონაცემთა მეცნიერმა ეფექტურად უნდა მიაწოდოს ანალიზის შედეგები. ეს მას ამაში დაეხმარება მონაცემთა ვიზუალიზაცია ან ჰიპოთეზების კვლევისა და ტესტირების შედეგები. სპეციალისტებს უნდა შეეძლოთ სქემებისა და გრაფიკების შექმნა, ვიზუალიზაციის ხელსაწყოების გამოყენება და დაფებიდან მონაცემების გაგება და ახსნა.

მონაცემთა ინჟინრისთვის სამი სფერო გამოდის წინა პლანზე.

ალგორითმები და მონაცემთა სტრუქტურები. მნიშვნელოვანია, რომ კარგად დაწეროთ კოდი და გამოიყენოთ ძირითადი სტრუქტურები და ალგორითმები:

• ალგორითმის სირთულის ანალიზი,
• მკაფიო, შესანარჩუნებელი კოდის დაწერის უნარი, 
• პარტიული დამუშავება,
• რეალურ დროში დამუშავება.

მონაცემთა ბაზები და მონაცემთა საწყობები, ბიზნეს დაზვერვა:

• მონაცემთა შენახვა და დამუშავება,
• სრული სისტემების დიზაინი,
• მონაცემთა გადაყლაპვა,
• განაწილებული ფაილური სისტემები.

Hadoop და Big Data. სულ უფრო მეტი მონაცემია და მომდევნო 3-5 წლის განმავლობაში ეს ტექნოლოგიები საჭირო გახდება ყველა ინჟინრისთვის. პლუს:

• დათა ტბები
• ღრუბლის პროვაიდერებთან მუშაობა.

მანქანა სწავლა გამოყენებული იქნება ყველგან და მნიშვნელოვანია იმის გაგება, თუ რა ბიზნეს პრობლემების მოგვარებაში დაგეხმარებათ. არ არის აუცილებელი, რომ შეძლოთ მოდელების შექმნა (მონაცემთა მეცნიერებს შეუძლიათ გაუმკლავდნენ ამას), მაგრამ თქვენ უნდა გესმოდეთ მათი გამოყენება და შესაბამისი მოთხოვნები.

რამდენს შოულობენ ინჟინრები და მეცნიერები?

მონაცემთა ინჟინრის შემოსავალი

საერთაშორისო პრაქტიკაში Glassdoor-ის თანახმად, საწყისი ხელფასები, როგორც წესი, არის $100 წელიწადში და მნიშვნელოვნად იზრდება გამოცდილებით. გარდა ამისა, კომპანიები ხშირად უზრუნველყოფენ აქციების ოფციონებს და 000-5%-იან წლიურ ბონუსებს.

რუსეთში კარიერის დასაწყისში ხელფასი ჩვეულებრივ არანაკლებ 50 ათასი რუბლია რეგიონებში და 80 ათასი მოსკოვში. ამ ეტაპზე დასრულებული ტრენინგის გარდა სხვა გამოცდილება არ არის საჭირო.

1-2 წლის მუშაობის შემდეგ - ჩანგალი 90-100 ათასი რუბლი.

ჩანგალი 120-160 წელიწადში 2-5 ათასამდე იზრდება. ემატება ისეთი ფაქტორები, როგორიცაა წინა კომპანიების სპეციალიზაცია, პროექტების ზომა, დიდი მონაცემებით მუშაობა და ა.შ.

5 წლიანი მუშაობის შემდეგ, უფრო ადვილია მოძებნოთ ვაკანსიები შესაბამის განყოფილებებში ან მიმართოთ მაღალ სპეციალიზებულ პოზიციებს, როგორიცაა:

• არქიტექტორი ან წამყვანი დეველოპერი ბანკში ან ტელეკომში - დაახლოებით 250 ათასი.

• წინასწარი გაყიდვები იმ გამყიდველისგან, რომლის ტექნოლოგიებთანაც ყველაზე მჭიდროდ მუშაობდით - 200 ათასი პლუს შესაძლო ბონუსი (1-1,5 მილიონი რუბლი). 

• საწარმოთა ბიზნეს აპლიკაციების განხორციელების ექსპერტები, როგორიცაა SAP - 350 ათასამდე.

მონაცემთა მეცნიერთა შემოსავალი

კვლევა კომპანია Normal Research-ის ანალიტიკოსთა ბაზარი და დასაქმების სააგენტო New.HR აჩვენებს, რომ მონაცემთა მეცნიერების სპეციალისტები საშუალოდ უფრო მაღალ ხელფასს იღებენ, ვიდრე სხვა სპეციალობების ანალიტიკოსები. 

რუსეთში, ერთ წლამდე გამოცდილების მქონე მონაცემთა მეცნიერის საწყისი ხელფასი 113 ათასი რუბლიდან არის. 

სასწავლო პროგრამების დასრულება ახლა ასევე გათვალისწინებულია სამუშაო გამოცდილებად.

1-2 წლის შემდეგ, ასეთ სპეციალისტს უკვე შეუძლია მიიღოს 160 ათასამდე.

4-5 წლიანი გამოცდილების მქონე თანამშრომლისთვის ჩანგალი იზრდება 310 ათასამდე.

როგორ ტარდება ინტერვიუები?

დასავლეთში პროფესიული გადამზადების პროგრამების კურსდამთავრებულებს პირველი გასაუბრება აქვთ საშუალოდ დამთავრებიდან 5 კვირის შემდეგ. დაახლოებით 85% პოულობს სამსახურს 3 თვის შემდეგ.

ინტერვიუს პროცესი მონაცემთა ინჟინრისა და მონაცემთა მეცნიერის პოზიციებისთვის პრაქტიკულად იგივეა. ჩვეულებრივ შედგება ხუთი ეტაპისგან.

რეზიუმე. კანდიდატებს, რომლებსაც აქვთ წინა გამოცდილება (მაგ., მარკეტინგი) უნდა მოამზადონ დეტალური სამოტივაციო წერილი თითოეული კომპანიისთვის ან ჰქონდეთ მითითება ამ კომპანიის წარმომადგენლისგან.

ტექნიკური სკრინინგი. ეს ჩვეულებრივ ხდება ტელეფონით. შედგება ერთი ან ორი რთული და ამდენივე მარტივი კითხვისგან, რომლებიც დაკავშირებულია დამსაქმებლის ამჟამინდელ დასტასთან.

HR ინტერვიუ. შეიძლება გაკეთდეს ტელეფონით. ამ ეტაპზე კანდიდატი ამოწმებს ზოგად ადეკვატურობას და კომუნიკაციის უნარს.

ტექნიკური ინტერვიუ. ყველაზე ხშირად ეს ხდება პირადად. სხვადასხვა კომპანიაში საშტატო ცხრილში პოზიციების დონე განსხვავებულია და თანამდებობები შეიძლება სხვაგვარად იყოს დასახელებული. ამიტომ, ამ ეტაპზე ტესტირება ხდება ტექნიკური ცოდნაზე.

ინტერვიუ CTO/მთავარ არქიტექტორთან. ინჟინერი და მეცნიერი სტრატეგიული პოზიციებია და ბევრი კომპანიისთვის ისინი ასევე ახალია. მნიშვნელოვანია, რომ მენეჯერს მოსწონდეს პოტენციური კოლეგა და ეთანხმებოდეს მას თავის შეხედულებებში.

რა დაეხმარება მეცნიერებსა და ინჟინრებს კარიერულ ზრდაში?

საკმაოდ ბევრი ახალი ინსტრუმენტი გამოჩნდა მონაცემებთან მუშაობისთვის. და რამდენიმე ადამიანი ერთნაირად კარგია ყველას მიმართ. 

ბევრი კომპანია არ არის მზად თანამშრომლების დასაქირავებლად სამუშაო გამოცდილების გარეშე. თუმცა, კანდიდატებს, რომლებსაც აქვთ მინიმალური გამოცდილება და პოპულარული ინსტრუმენტების საფუძვლების ცოდნა, შეუძლიათ მიიღონ საჭირო გამოცდილება, თუ ისინი დამოუკიდებლად ისწავლიან და განვითარდებიან.

სასარგებლო თვისებები მონაცემთა ინჟინრისთვის და მონაცემთა მეცნიერისთვის

სწავლის სურვილი და უნარი. თქვენ არ გჭირდებათ დაუყოვნებლივ დაედევნოთ გამოცდილება ან შეცვალოთ სამუშაოები ახალი ხელსაწყოსთვის, მაგრამ თქვენ უნდა იყოთ მზად ახალ სფეროში გადახვიდეთ.

რუტინული პროცესების ავტომატიზაციის სურვილი. ეს მნიშვნელოვანია არა მხოლოდ პროდუქტიულობისთვის, არამედ მონაცემთა მაღალი ხარისხისა და მომხმარებლისთვის მიწოდების სიჩქარის შესანარჩუნებლად.

პროცესების „რა არის ქუდის ქვეშ“ ყურადღება და გაგება. სპეციალისტი, რომელსაც აქვს დაკვირვება და პროცესების საფუძვლიანი ცოდნა, პრობლემას უფრო სწრაფად მოაგვარებს.

ალგორითმების, მონაცემთა სტრუქტურებისა და მილსადენების შესანიშნავი ცოდნის გარდა, თქვენ გჭირდებათ ისწავლეთ პროდუქტებზე ფიქრი — იხილეთ არქიტექტურა და ბიზნეს გადაწყვეტა, როგორც ერთი სურათი. 

მაგალითად, სასარგებლოა ნებისმიერი ცნობილი სერვისის მიღება და ამისთვის მონაცემთა ბაზის შემუშავება. შემდეგ იფიქრეთ იმაზე, თუ როგორ უნდა განავითაროთ ETL და DW, რომლებიც შეავსებენ მას მონაცემებით, როგორი მომხმარებლები იქნებიან და რა არის მათთვის მნიშვნელოვანი, რომ იცოდნენ მონაცემების შესახებ და ასევე, როგორ ურთიერთობენ მყიდველები აპლიკაციებთან: სამუშაოს საძიებლად და გაცნობისთვის, მანქანის დაქირავება. , პოდკასტის აპლიკაცია, საგანმანათლებლო პლატფორმა.

ანალიტიკოსის, მონაცემთა მეცნიერის და ინჟინრის პოზიციები ძალიან ახლოსაა, ასე რომ თქვენ შეგიძლიათ გადახვიდეთ ერთი მიმართულებით მეორეზე უფრო სწრაფად, ვიდრე სხვა სფეროებიდან.

ნებისმიერ შემთხვევაში, მათთვის, ვისაც აქვს IT გამოცდილება, უფრო ადვილი იქნება, ვიდრე მათთვის, ვისაც ეს არ აქვს. საშუალოდ, მოტივირებული მოზარდები ყოველ 1,5-2 წელიწადში ერთხელ ამზადებენ და იცვლიან სამუშაოს. ეს უფრო ადვილია მათთვის, ვინც სწავლობს ჯგუფში და მენტორთან შედარებით, მათთვის, ვინც მხოლოდ ღია წყაროებს ეყრდნობა.

ნეტოლოგიის რედაქტორებიდან

თუ თქვენ ეძებთ მონაცემთა ინჟინრის ან მონაცემთა მეცნიერის პროფესიას, გეპატიჟებით შეისწავლოთ ჩვენი კურსის პროგრამები:

• პროფესია"მონაცემთა ინჟინერი".  
• პროფესია"მონაცემთა მეცნიერი".
• კარგად"მონაცემთა ანალიტიკოსი".

წყარო: www.habr.com