ಅಧ್ಯಾಪಕರ ಮುಖ್ಯಸ್ಥ ಎಲೆನಾ ಗೆರಾಸಿಮೊವಾ ಅವರೊಂದಿಗೆ "» ನೆಟಾಲಜಿಯಲ್ಲಿ ಅವರು ಪರಸ್ಪರ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾರೆ ಮತ್ತು ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಡೇಟಾ ಇಂಜಿನಿಯರ್‌ಗಳು ಹೇಗೆ ಭಿನ್ನವಾಗಿರುತ್ತವೆ ಎಂಬುದನ್ನು ನಾವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ.
ಮೊದಲ ಭಾಗದಲ್ಲಿ ಅವರು ಹೇಳಿದರು .
ತಜ್ಞರು ಯಾವ ಜ್ಞಾನ ಮತ್ತು ಕೌಶಲ್ಯಗಳನ್ನು ಹೊಂದಿರಬೇಕು, ಉದ್ಯೋಗದಾತರು ಯಾವ ಶಿಕ್ಷಣವನ್ನು ಗೌರವಿಸುತ್ತಾರೆ, ಸಂದರ್ಶನಗಳನ್ನು ಹೇಗೆ ನಡೆಸುತ್ತಾರೆ ಮತ್ತು ಡೇಟಾ ಎಂಜಿನಿಯರ್‌ಗಳು ಮತ್ತು ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ಎಷ್ಟು ಗಳಿಸುತ್ತಾರೆ ಎಂಬುದರ ಕುರಿತು ಈ ವಸ್ತುವಿನಲ್ಲಿ ನಾವು ಮಾತನಾಡುತ್ತೇವೆ.
ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್‌ಗಳು ಏನು ತಿಳಿದಿರಬೇಕು
ಎರಡೂ ತಜ್ಞರಿಗೆ ವಿಶೇಷ ಶಿಕ್ಷಣವೆಂದರೆ ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್.
ಯಾವುದೇ ದತ್ತಾಂಶ ವಿಜ್ಞಾನಿ-ದತ್ತಾಂಶ ವಿಜ್ಞಾನಿ ಅಥವಾ ವಿಶ್ಲೇಷಕ-ತಮ್ಮ ತೀರ್ಮಾನಗಳ ನಿಖರತೆಯನ್ನು ಸಾಬೀತುಪಡಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಇದಕ್ಕಾಗಿ ನೀವು ಜ್ಞಾನವಿಲ್ಲದೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ಅಂಕಿಅಂಶಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಮೂಲ ಗಣಿತಶಾಸ್ತ್ರ.
ಆಧುನಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಣಾ ಸಾಧನಗಳು ಅನಿವಾರ್ಯವಾಗಿವೆ. ಸಾಮಾನ್ಯ ಉಪಕರಣಗಳು ಲಭ್ಯವಿಲ್ಲದಿದ್ದರೆ, ನೀವು ಕೌಶಲ್ಯಗಳನ್ನು ಹೊಂದಿರಬೇಕು ಹೊಸ ಪರಿಕರಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಕಲಿಯುವುದು, ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಸರಳ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ರಚಿಸುವುದು.
ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ವಿಶ್ಲೇಷಣೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಂವಹನ ಮಾಡಬೇಕು ಎಂಬುದನ್ನು ಗಮನಿಸುವುದು ಮುಖ್ಯ. ಇದು ಅವನಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ಅಥವಾ ಊಹೆಗಳ ಸಂಶೋಧನೆ ಮತ್ತು ಪರೀಕ್ಷೆಯ ಫಲಿತಾಂಶಗಳು. ತಜ್ಞರು ಚಾರ್ಟ್‌ಗಳು ಮತ್ತು ಗ್ರಾಫ್‌ಗಳನ್ನು ರಚಿಸಲು, ದೃಶ್ಯೀಕರಣ ಪರಿಕರಗಳನ್ನು ಬಳಸಲು ಮತ್ತು ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳಿಂದ ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ವಿವರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಡೇಟಾ ಎಂಜಿನಿಯರ್‌ಗೆ, ಮೂರು ಕ್ಷೇತ್ರಗಳು ಮುಂಚೂಣಿಗೆ ಬರುತ್ತವೆ.
ಕ್ರಮಾವಳಿಗಳು ಮತ್ತು ಡೇಟಾ ರಚನೆಗಳು. ಕೋಡ್ ಬರೆಯಲು ಮತ್ತು ಮೂಲ ರಚನೆಗಳು ಮತ್ತು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವಲ್ಲಿ ಉತ್ತಮವಾಗುವುದು ಮುಖ್ಯ:
- ಅಲ್ಗಾರಿದಮ್ ಸಂಕೀರ್ಣತೆಯ ವಿಶ್ಲೇಷಣೆ,
- ಸ್ಪಷ್ಟ, ನಿರ್ವಹಿಸಬಹುದಾದ ಕೋಡ್ ಬರೆಯುವ ಸಾಮರ್ಥ್ಯ,
- ಬ್ಯಾಚ್ ಸಂಸ್ಕರಣೆ,
- ನೈಜ-ಸಮಯದ ಸಂಸ್ಕರಣೆ.
ಡೇಟಾಬೇಸ್‌ಗಳು ಮತ್ತು ಡೇಟಾ ವೇರ್‌ಹೌಸ್‌ಗಳು, ಬಿಸಿನೆಸ್ ಇಂಟೆಲಿಜೆನ್ಸ್:
- ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಸಂಸ್ಕರಣೆ,
- ಸಂಪೂರ್ಣ ವ್ಯವಸ್ಥೆಗಳ ವಿನ್ಯಾಸ,
- ಡೇಟಾ ಸೇವನೆ,
- ವಿತರಿಸಿದ ಕಡತ ವ್ಯವಸ್ಥೆಗಳು.
ಹಡೂಪ್ ಮತ್ತು ಬಿಗ್ ಡೇಟಾ. ಹೆಚ್ಚು ಹೆಚ್ಚು ಡೇಟಾ ಇದೆ, ಮತ್ತು 3-5 ವರ್ಷಗಳ ಹಾರಿಜಾನ್‌ನಲ್ಲಿ, ಈ ತಂತ್ರಜ್ಞಾನಗಳು ಪ್ರತಿಯೊಬ್ಬ ಎಂಜಿನಿಯರ್‌ಗೆ ಅಗತ್ಯವಾಗುತ್ತವೆ. ಜೊತೆಗೆ:
- ಡೇಟಾ ಸರೋವರಗಳು
- ಕ್ಲೌಡ್ ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಕೆಲಸ.
ಯಂತ್ರ ಕಲಿಕೆ ಎಲ್ಲೆಡೆ ಬಳಸಲಾಗುವುದು, ಮತ್ತು ಇದು ಯಾವ ವ್ಯವಹಾರ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮುಖ್ಯವಾಗಿದೆ. ಮಾದರಿಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಗುವುದು ಅನಿವಾರ್ಯವಲ್ಲ (ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು ಇದನ್ನು ನಿಭಾಯಿಸಬಹುದು), ಆದರೆ ನೀವು ಅವರ ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ಅನುಗುಣವಾದ ಅವಶ್ಯಕತೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು.
ಎಂಜಿನಿಯರ್‌ಗಳು ಮತ್ತು ವಿಜ್ಞಾನಿಗಳು ಎಷ್ಟು ಸಂಪಾದಿಸುತ್ತಾರೆ?
ಡೇಟಾ ಇಂಜಿನಿಯರ್ ಆದಾಯ
ಅಂತರರಾಷ್ಟ್ರೀಯ ಅಭ್ಯಾಸದಲ್ಲಿ ಗ್ಲಾಸ್‌ಡೋರ್ ಪ್ರಕಾರ ಆರಂಭಿಕ ವೇತನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ವರ್ಷಕ್ಕೆ $100 ಮತ್ತು ಅನುಭವದೊಂದಿಗೆ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಇದರ ಜೊತೆಗೆ, ಕಂಪನಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಸ್ಟಾಕ್ ಆಯ್ಕೆಗಳನ್ನು ಮತ್ತು 000-5% ವಾರ್ಷಿಕ ಬೋನಸ್ಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ.
ರಷ್ಯಾದಲ್ಲಿ ವೃತ್ತಿಜೀವನದ ಆರಂಭದಲ್ಲಿ, ಸಂಬಳವು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರದೇಶಗಳಲ್ಲಿ 50 ಸಾವಿರ ರೂಬಲ್ಸ್ಗಳಿಗಿಂತ ಕಡಿಮೆಯಿಲ್ಲ ಮತ್ತು ಮಾಸ್ಕೋದಲ್ಲಿ 80 ಸಾವಿರ. ಈ ಹಂತದಲ್ಲಿ ಪೂರ್ಣಗೊಂಡ ತರಬೇತಿಯನ್ನು ಹೊರತುಪಡಿಸಿ ಯಾವುದೇ ಅನುಭವದ ಅಗತ್ಯವಿಲ್ಲ.
1-2 ವರ್ಷಗಳ ಕೆಲಸದ ನಂತರ - 90-100 ಸಾವಿರ ರೂಬಲ್ಸ್ಗಳ ಫೋರ್ಕ್.
ಫೋರ್ಕ್ 120-160 ವರ್ಷಗಳಲ್ಲಿ 2-5 ಸಾವಿರಕ್ಕೆ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಹಿಂದಿನ ಕಂಪನಿಗಳ ವಿಶೇಷತೆ, ಪ್ರಾಜೆಕ್ಟ್‌ಗಳ ಗಾತ್ರ, ದೊಡ್ಡ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಇತ್ಯಾದಿ ಅಂಶಗಳನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ.
5 ವರ್ಷಗಳ ಕೆಲಸದ ನಂತರ, ಸಂಬಂಧಿತ ಇಲಾಖೆಗಳಲ್ಲಿ ಖಾಲಿ ಹುದ್ದೆಗಳನ್ನು ಹುಡುಕುವುದು ಅಥವಾ ಹೆಚ್ಚು ವಿಶೇಷವಾದ ಹುದ್ದೆಗಳಿಗೆ ಅರ್ಜಿ ಸಲ್ಲಿಸುವುದು ಸುಲಭ:
- ಬ್ಯಾಂಕ್ ಅಥವಾ ಟೆಲಿಕಾಂನಲ್ಲಿ ವಾಸ್ತುಶಿಲ್ಪಿ ಅಥವಾ ಪ್ರಮುಖ ಡೆವಲಪರ್ - ಸುಮಾರು 250 ಸಾವಿರ.
- ನೀವು ಹೆಚ್ಚು ನಿಕಟವಾಗಿ ಕೆಲಸ ಮಾಡಿದ ತಂತ್ರಜ್ಞಾನಗಳೊಂದಿಗೆ ಮಾರಾಟಗಾರರಿಂದ ಪೂರ್ವ-ಮಾರಾಟ - 200 ಸಾವಿರ ಜೊತೆಗೆ ಸಂಭವನೀಯ ಬೋನಸ್ (1-1,5 ಮಿಲಿಯನ್ ರೂಬಲ್ಸ್ಗಳು).
- ಎಂಟರ್ಪ್ರೈಸ್ ವ್ಯವಹಾರ ಅನ್ವಯಗಳ ಅನುಷ್ಠಾನದಲ್ಲಿ ತಜ್ಞರು, ಉದಾಹರಣೆಗೆ SAP - 350 ಸಾವಿರ ವರೆಗೆ.
ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳ ಆದಾಯ
"ಸಾಮಾನ್ಯ ಸಂಶೋಧನೆ" ಕಂಪನಿಯ ವಿಶ್ಲೇಷಕರ ಮಾರುಕಟ್ಟೆ ಮತ್ತು ನೇಮಕಾತಿ ಏಜೆನ್ಸಿ New.HR ಡೇಟಾ ಸೈನ್ಸ್ ತಜ್ಞರು ಇತರ ವಿಶೇಷತೆಗಳ ವಿಶ್ಲೇಷಕರಿಗಿಂತ ಸರಾಸರಿ ಹೆಚ್ಚಿನ ಸಂಬಳವನ್ನು ಪಡೆಯುತ್ತಾರೆ ಎಂದು ತೋರಿಸುತ್ತದೆ.
ರಷ್ಯಾದಲ್ಲಿ, ಒಂದು ವರ್ಷದವರೆಗೆ ಅನುಭವ ಹೊಂದಿರುವ ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳ ಆರಂಭಿಕ ವೇತನವು 113 ಸಾವಿರ ರೂಬಲ್ಸ್ಗಳಿಂದ.
ತರಬೇತಿ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸುವುದನ್ನು ಈಗ ಕೆಲಸದ ಅನುಭವವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ.
1-2 ವರ್ಷಗಳ ನಂತರ, ಅಂತಹ ತಜ್ಞರು ಈಗಾಗಲೇ 160 ಸಾವಿರದವರೆಗೆ ಪಡೆಯಬಹುದು.
4-5 ವರ್ಷಗಳ ಅನುಭವ ಹೊಂದಿರುವ ಉದ್ಯೋಗಿಗೆ, ಫೋರ್ಕ್ 310 ಸಾವಿರಕ್ಕೆ ಹೆಚ್ಚಾಗುತ್ತದೆ.
ಸಂದರ್ಶನಗಳನ್ನು ಹೇಗೆ ನಡೆಸಲಾಗುತ್ತದೆ?
ಪಶ್ಚಿಮದಲ್ಲಿ, ವೃತ್ತಿಪರ ತರಬೇತಿ ಕಾರ್ಯಕ್ರಮಗಳ ಪದವೀಧರರು ಪದವಿಯ ನಂತರ ಸರಾಸರಿ 5 ವಾರಗಳಲ್ಲಿ ತಮ್ಮ ಮೊದಲ ಸಂದರ್ಶನವನ್ನು ಹೊಂದಿರುತ್ತಾರೆ. ಸುಮಾರು 85% ಜನರು 3 ತಿಂಗಳ ನಂತರ ಕೆಲಸ ಹುಡುಕುತ್ತಾರೆ.
ಡೇಟಾ ಇಂಜಿನಿಯರ್ ಮತ್ತು ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಹುದ್ದೆಗಳಿಗೆ ಸಂದರ್ಶನ ಪ್ರಕ್ರಿಯೆಯು ವಾಸ್ತವಿಕವಾಗಿ ಒಂದೇ ಆಗಿರುತ್ತದೆ. ಸಾಮಾನ್ಯವಾಗಿ ಐದು ಹಂತಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
ಸಾರಾಂಶ. ಕೋರ್ ಅಲ್ಲದ ಪೂರ್ವ ಅನುಭವ ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಗಳು (ಉದಾ., ಮಾರ್ಕೆಟಿಂಗ್) ಪ್ರತಿ ಕಂಪನಿಗೆ ವಿವರವಾದ ಕವರ್ ಲೆಟರ್ ಅನ್ನು ಸಿದ್ಧಪಡಿಸುವ ಅಗತ್ಯವಿದೆ ಅಥವಾ ಆ ಕಂಪನಿಯ ಪ್ರತಿನಿಧಿಯಿಂದ ಉಲ್ಲೇಖವನ್ನು ಹೊಂದಿರಬೇಕು.
ತಾಂತ್ರಿಕ ಸ್ಕ್ರೀನಿಂಗ್. ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಫೋನ್ ಮೂಲಕ ನಡೆಯುತ್ತದೆ. ಉದ್ಯೋಗದಾತರ ಪ್ರಸ್ತುತ ಸ್ಟಾಕ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಒಂದು ಅಥವಾ ಎರಡು ಸಂಕೀರ್ಣ ಮತ್ತು ಸರಳವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
ಮಾನವ ಸಂಪನ್ಮೂಲ ಸಂದರ್ಶನ. ಫೋನ್ ಮೂಲಕ ಮಾಡಬಹುದು. ಈ ಹಂತದಲ್ಲಿ, ಅಭ್ಯರ್ಥಿಯನ್ನು ಸಾಮಾನ್ಯ ಸಮರ್ಪಕತೆ ಮತ್ತು ಸಂವಹನ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ.
ತಾಂತ್ರಿಕ ಸಂದರ್ಶನ. ಹೆಚ್ಚಾಗಿ ಇದು ವೈಯಕ್ತಿಕವಾಗಿ ನಡೆಯುತ್ತದೆ. ವಿವಿಧ ಕಂಪನಿಗಳಲ್ಲಿ, ಸಿಬ್ಬಂದಿ ಕೋಷ್ಟಕದಲ್ಲಿನ ಸ್ಥಾನಗಳ ಮಟ್ಟವು ವಿಭಿನ್ನವಾಗಿದೆ ಮತ್ತು ಸ್ಥಾನಗಳನ್ನು ವಿಭಿನ್ನವಾಗಿ ಹೆಸರಿಸಬಹುದು. ಆದ್ದರಿಂದ, ಈ ಹಂತದಲ್ಲಿ ತಾಂತ್ರಿಕ ಜ್ಞಾನವನ್ನು ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ.
CTO/ಚೀಫ್ ಆರ್ಕಿಟೆಕ್ಟ್ ಜೊತೆ ಸಂದರ್ಶನ. ಇಂಜಿನಿಯರ್ ಮತ್ತು ವಿಜ್ಞಾನಿಗಳು ಕಾರ್ಯತಂತ್ರದ ಸ್ಥಾನಗಳು, ಮತ್ತು ಅನೇಕ ಕಂಪನಿಗಳಿಗೆ ಅವು ಹೊಸದು. ವ್ಯವಸ್ಥಾಪಕರು ಸಂಭಾವ್ಯ ಸಹೋದ್ಯೋಗಿಯನ್ನು ಇಷ್ಟಪಡುತ್ತಾರೆ ಮತ್ತು ಅವರ ಅಭಿಪ್ರಾಯಗಳಲ್ಲಿ ಅವರೊಂದಿಗೆ ಒಪ್ಪಿಕೊಳ್ಳುವುದು ಮುಖ್ಯ.
ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್‌ಗಳು ತಮ್ಮ ವೃತ್ತಿಜೀವನದ ಬೆಳವಣಿಗೆಯಲ್ಲಿ ಏನು ಸಹಾಯ ಮಾಡುತ್ತದೆ?
ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಸಾಕಷ್ಟು ಹೊಸ ಪರಿಕರಗಳು ಕಾಣಿಸಿಕೊಂಡಿವೆ. ಮತ್ತು ಕೆಲವು ಜನರು ಎಲ್ಲರಿಗೂ ಸಮಾನವಾಗಿ ಒಳ್ಳೆಯವರಾಗಿದ್ದಾರೆ.
ಕೆಲಸದ ಅನುಭವವಿಲ್ಲದೆ ಉದ್ಯೋಗಿಗಳನ್ನು ನೇಮಿಸಿಕೊಳ್ಳಲು ಅನೇಕ ಕಂಪನಿಗಳು ಸಿದ್ಧವಾಗಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಕನಿಷ್ಠ ಹಿನ್ನೆಲೆ ಮತ್ತು ಜನಪ್ರಿಯ ಪರಿಕರಗಳ ಮೂಲಭೂತ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಗಳು ತಮ್ಮದೇ ಆದದನ್ನು ಕಲಿತು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರೆ ಅಗತ್ಯ ಅನುಭವವನ್ನು ಪಡೆಯಬಹುದು.
ಡೇಟಾ ಎಂಜಿನಿಯರ್ ಮತ್ತು ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳಿಗೆ ಉಪಯುಕ್ತ ಗುಣಗಳು
ಬಯಕೆ ಮತ್ತು ಕಲಿಯುವ ಸಾಮರ್ಥ್ಯ. ನೀವು ತಕ್ಷಣ ಅನುಭವವನ್ನು ಬೆನ್ನಟ್ಟಬೇಕಾಗಿಲ್ಲ ಅಥವಾ ಹೊಸ ಉಪಕರಣಕ್ಕಾಗಿ ಉದ್ಯೋಗಗಳನ್ನು ಬದಲಾಯಿಸಬೇಕಾಗಿಲ್ಲ, ಆದರೆ ನೀವು ಹೊಸ ಪ್ರದೇಶಕ್ಕೆ ಬದಲಾಯಿಸಲು ಸಿದ್ಧರಿರಬೇಕು.
ದಿನನಿತ್ಯದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಬಯಕೆ. ಇದು ಉತ್ಪಾದಕತೆಗೆ ಮಾತ್ರವಲ್ಲ, ಹೆಚ್ಚಿನ ಡೇಟಾ ಗುಣಮಟ್ಟ ಮತ್ತು ಗ್ರಾಹಕರಿಗೆ ತಲುಪಿಸುವ ವೇಗವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಸಹ ಮುಖ್ಯವಾಗಿದೆ.
ಪ್ರಕ್ರಿಯೆಗಳ "ಹುಡ್ ಅಡಿಯಲ್ಲಿ ಏನಿದೆ" ಎಂಬುದರ ಗಮನ ಮತ್ತು ತಿಳುವಳಿಕೆ. ಪ್ರಕ್ರಿಯೆಗಳ ವೀಕ್ಷಣೆ ಮತ್ತು ಸಂಪೂರ್ಣ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರುವ ತಜ್ಞರು ಸಮಸ್ಯೆಯನ್ನು ವೇಗವಾಗಿ ಪರಿಹರಿಸುತ್ತಾರೆ.
ಅಲ್ಗಾರಿದಮ್‌ಗಳು, ಡೇಟಾ ರಚನೆಗಳು ಮತ್ತು ಪೈಪ್‌ಲೈನ್‌ಗಳ ಅತ್ಯುತ್ತಮ ಜ್ಞಾನದ ಜೊತೆಗೆ, ನಿಮಗೆ ಅಗತ್ಯವಿದೆ ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಯೋಚಿಸಲು ಕಲಿಯಿರಿ - ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ವ್ಯವಹಾರ ಪರಿಹಾರವನ್ನು ಒಂದೇ ಚಿತ್ರವಾಗಿ ನೋಡಿ.
ಉದಾಹರಣೆಗೆ, ಯಾವುದೇ ಪ್ರಸಿದ್ಧ ಸೇವೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಮತ್ತು ಅದಕ್ಕಾಗಿ ಡೇಟಾಬೇಸ್ನೊಂದಿಗೆ ಬರಲು ಇದು ಉಪಯುಕ್ತವಾಗಿದೆ. ನಂತರ ETL ಮತ್ತು DW ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಹೇಗೆ ಎಂದು ಯೋಚಿಸಿ ಅದು ಡೇಟಾವನ್ನು ತುಂಬುತ್ತದೆ, ಯಾವ ರೀತಿಯ ಗ್ರಾಹಕರು ಇರುತ್ತಾರೆ ಮತ್ತು ಡೇಟಾದ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳಲು ಅವರಿಗೆ ಯಾವುದು ಮುಖ್ಯವಾಗಿದೆ ಮತ್ತು ಖರೀದಿದಾರರು ಅಪ್ಲಿಕೇಶನ್‌ಗಳೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾರೆ: ಉದ್ಯೋಗ ಹುಡುಕಾಟ ಮತ್ತು ಡೇಟಿಂಗ್, ಕಾರು ಬಾಡಿಗೆ , ಪಾಡ್‌ಕ್ಯಾಸ್ಟ್ ಅಪ್ಲಿಕೇಶನ್, ಶೈಕ್ಷಣಿಕ ವೇದಿಕೆ.
ವಿಶ್ಲೇಷಕ, ಡೇಟಾ ವಿಜ್ಞಾನಿ ಮತ್ತು ಇಂಜಿನಿಯರ್‌ನ ಸ್ಥಾನಗಳು ತುಂಬಾ ಹತ್ತಿರದಲ್ಲಿವೆ, ಆದ್ದರಿಂದ ನೀವು ಇತರ ಪ್ರದೇಶಗಳಿಗಿಂತ ವೇಗವಾಗಿ ಒಂದು ದಿಕ್ಕಿನಿಂದ ಇನ್ನೊಂದಕ್ಕೆ ಚಲಿಸಬಹುದು.
ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ಯಾವುದೇ ಐಟಿ ಹಿನ್ನೆಲೆ ಹೊಂದಿರುವವರಿಗೆ ಅದು ಇಲ್ಲದವರಿಗಿಂತ ಸುಲಭವಾಗುತ್ತದೆ. ಸರಾಸರಿಯಾಗಿ, ಪ್ರೇರಿತ ವಯಸ್ಕರು ಪ್ರತಿ 1,5-2 ವರ್ಷಗಳಿಗೊಮ್ಮೆ ಪುನಃ ತರಬೇತಿ ಪಡೆಯುತ್ತಾರೆ ಮತ್ತು ಉದ್ಯೋಗಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತಾರೆ. ತೆರೆದ ಮೂಲಗಳನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸಿರುವವರಿಗೆ ಹೋಲಿಸಿದರೆ ಗುಂಪಿನಲ್ಲಿ ಮತ್ತು ಮಾರ್ಗದರ್ಶಕರೊಂದಿಗೆ ಅಧ್ಯಯನ ಮಾಡುವವರಿಗೆ ಇದು ಸುಲಭವಾಗಿದೆ.
ನೆಟಾಲಜಿಯ ಸಂಪಾದಕರಿಂದ
ನೀವು ಡೇಟಾ ಇಂಜಿನಿಯರ್ ಅಥವಾ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ವೃತ್ತಿಯನ್ನು ನೋಡುತ್ತಿದ್ದರೆ, ನಮ್ಮ ಕೋರ್ಸ್ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ನಾವು ನಿಮ್ಮನ್ನು ಆಹ್ವಾನಿಸುತ್ತೇವೆ:
- ವೃತ್ತಿ "».
- ವೃತ್ತಿ "».
- ಸರಿ"».
ಮೂಲ: www.habr.com