데이터 엔지니어 및 데이터 과학자: 그들이 할 수 있는 일과 수입은 얼마입니까?

교수진 인 Elena Gerasimova와 함께 "데이터 과학 및 분석» Netology에서 우리는 서로 상호 작용하는 방식과 데이터 과학자와 데이터 엔지니어가 어떻게 다른지 계속해서 이해합니다.

첫 번째 부분에서 그들은 말했다. 데이터 과학자와 데이터 엔지니어의 주요 차이점에 대해.

이 자료에서는 전문가가 갖춰야 할 지식과 기술이 무엇인지, 고용주가 어떤 교육을 중요하게 생각하는지, 인터뷰가 어떻게 진행되는지, 데이터 엔지니어와 데이터 과학자가 벌어들이는 금액에 대해 이야기하겠습니다. 

과학자와 엔지니어가 알아야 할 사항

두 전문가의 전문 교육은 컴퓨터 과학입니다.

모든 데이터 과학자(데이터 과학자 또는 분석가)는 자신의 결론이 정확하다는 것을 증명할 수 있어야 합니다. 이를 위해서는 지식 없이는 할 수 없습니다 통계 및 통계관련 기초수학.

기계 학습 및 데이터 분석 도구는 현대 세계에서 없어서는 안 될 요소입니다. 일반적인 도구를 사용할 수 없는 경우 기술이 필요합니다. 새로운 도구를 빠르게 학습하고, 작업을 자동화하기 위한 간단한 스크립트를 만듭니다..

데이터 과학자는 분석 결과를 효과적으로 전달해야 한다는 점에 유의하는 것이 중요합니다. 이것이 그에게 도움이 될 것입니다 데이터 시각화 또는 가설에 대한 연구 및 테스트 결과. 전문가는 차트와 그래프를 만들고, 시각화 도구를 사용하고, 대시보드의 데이터를 이해하고 설명할 수 있어야 합니다.

데이터 엔지니어에게는 세 가지 영역이 가장 중요합니다.

알고리즘 및 데이터 구조. 코드를 잘 작성하고 기본 구조와 알고리즘을 사용하는 것이 중요합니다.

• 알고리즘 복잡성 분석,
• 명확하고 유지 관리 가능한 코드를 작성하는 능력, 
• 일괄 처리,
• 실시간 처리.

데이터베이스 및 데이터 웨어하우스, 비즈니스 인텔리전스:

• 데이터 저장 및 처리,
• 완전한 시스템 설계,
• 데이터 수집,
• 분산 파일 시스템.

하둡과 빅데이터. 데이터는 점점 더 많아지고 있으며 3~5년이 지나면 이러한 기술은 모든 엔지니어에게 필요하게 될 것입니다. 을 더한:

• 데이터 레이크
• 클라우드 제공업체와 협력합니다.

기계 학습 어디에서나 사용될 것이므로 어떤 비즈니스 문제를 해결하는 데 도움이 되는지 이해하는 것이 중요합니다. 모델을 만들 수 있을 필요는 없지만(데이터 과학자가 이를 처리할 수 있음) 모델의 애플리케이션과 해당 요구 사항을 이해해야 합니다.

엔지니어와 과학자의 수입은 얼마입니까?

데이터 엔지니어 소득

국제 관행에서 Glassdoor에 따르면 초봉은 일반적으로 연간 $100이며 경험이 쌓이면 크게 늘어납니다. 또한 기업에서는 스톡옵션과 연간 000~5%의 보너스를 제공하는 경우가 많습니다.

러시아의 경력 초기의 급여는 일반적으로 지역에서는 50 루블 이상, 모스크바에서는 80 루블입니다. 이 단계에서는 이수한 교육 외에 다른 경험이 필요하지 않습니다.

1-2 년의 작업 후-90-100 루블의 포크.

포크는 120~160년 안에 2~5으로 증가합니다. 이전 회사의 전문화, 프로젝트 규모, 빅데이터 작업 등의 요소가 추가됩니다.

5년 동안 근무한 후에는 관련 부서에서 공석을 찾거나 다음과 같은 고도로 전문화된 직위에 지원하는 것이 더 쉽습니다.

• 은행이나 통신사의 설계자 또는 수석 개발자 - 약 250만 명.

• 가장 긴밀하게 협력한 기술을 보유한 공급업체의 사전 판매 - 200만 + 가능한 보너스(1~1,5만 루블). 

• SAP와 같은 엔터프라이즈 비즈니스 애플리케이션 구현 전문가 - 최대 350만명.

데이터 과학자의 소득

공부하다 "Normal Research" 회사의 분석가 시장과 채용 대행사 New.HR에 따르면 데이터 과학 전문가는 다른 전문 분야의 분석가보다 평균적으로 더 높은 급여를 받는 것으로 나타났습니다. 

러시아에서는 최대 113년의 경력을 가진 데이터 과학자의 초봉이 XNUMX루블입니다. 

이제 훈련 프로그램 이수도 업무 경험으로 간주됩니다.

1~2년 후에 그러한 전문가는 이미 최대 160만 달러를 받을 수 있습니다.

4~5년 경력의 직원의 경우 포크가 310만 개로 늘어납니다.

면접은 어떻게 진행되나요?

서양에서는 직업훈련 프로그램을 이수한 사람들이 졸업 후 평균 5주 후에 첫 면접을 본다. 약 85%가 3개월 후에 일자리를 찾습니다.

데이터 엔지니어와 데이터 과학자 직위의 인터뷰 프로세스는 사실상 동일합니다. 일반적으로 XNUMX단계로 구성됩니다.

개요. 비핵심 이전 경험(예: 마케팅)이 있는 지원자는 각 회사에 대한 자세한 자기 소개서를 준비하거나 해당 회사 대표의 추천서를 받아야 합니다.

기술심사. 대개 전화로 진행됩니다. 고용주의 현재 스택과 관련된 하나 또는 두 개의 복잡하고 많은 간단한 질문으로 구성됩니다.

HR 면접. 전화로 가능합니다. 이 단계에서는 후보자의 전반적인 적절성과 의사소통 능력을 테스트합니다.

기술면접. 대부분의 경우 직접 진행됩니다. 회사마다 직원 테이블의 직위 수준이 다르며 직위 이름도 다를 수 있습니다. 따라서 이 단계에서는 기술 지식을 테스트합니다.

CTO/수석 설계자와의 인터뷰. 엔지니어와 과학자는 전략적 위치이지만 많은 기업에서는 새로운 역할이기도 합니다. 관리자가 잠재적인 동료를 좋아하고 그의 견해에 동의하는 것이 중요합니다.

과학자와 엔지니어의 경력 성장에 무엇이 도움이 될까요?

데이터 작업을 위한 새로운 도구가 많이 등장했습니다. 그리고 모든 사람을 동등하게 잘하는 사람은 거의 없습니다. 

많은 기업에서는 경력이 없는 직원을 채용할 준비가 되어 있지 않습니다. 그러나 인기 있는 도구에 대한 기본 지식과 최소한의 배경 지식을 갖춘 지원자가 스스로 학습하고 개발하면 필요한 경험을 얻을 수 있습니다.

데이터 엔지니어 및 데이터 과학자에게 유용한 자질

학습에 대한 욕구와 능력. 새로운 도구를 위해 즉시 경험을 쌓거나 직업을 바꿀 필요는 없지만 기꺼이 새로운 영역으로 전환해야 합니다.

일상적인 프로세스를 자동화하려는 욕구. 이는 생산성뿐만 아니라 높은 데이터 품질과 소비자에게 전달되는 속도를 유지하는 데에도 중요합니다.

프로세스의 "내부 내용"에 대한 세심함과 이해. 프로세스에 대한 관찰과 철저한 지식을 갖춘 전문가가 문제를 더 빨리 해결할 것입니다.

알고리즘, 데이터 구조 및 파이프라인에 대한 뛰어난 지식 외에도 다음이 필요합니다. 제품에 대해 생각하는 법을 배우세요 — 아키텍처와 비즈니스 솔루션을 하나의 그림으로 봅니다. 

예를 들어, 잘 알려진 서비스를 선택하고 이에 대한 데이터베이스를 만드는 것이 유용합니다. 그런 다음 데이터로 채울 ETL 및 DW를 어떻게 개발할지, 소비자가 어떤 유형일지, 데이터에 대해 알아야 할 것이 무엇인지, 구직, 데이트, 자동차 렌트 등 구매자가 애플리케이션과 어떻게 상호 작용하는지 생각해 보세요. , 팟캐스트 애플리케이션, 교육 플랫폼.

분석가, 데이터 과학자, 엔지니어의 직위가 매우 가까워서 다른 분야보다 한 방향에서 다른 방향으로 더 빠르게 이동할 수 있습니다.

어쨌든, IT 배경이 없는 사람보다 IT 배경이 있는 사람이 더 쉬울 것입니다. 평균적으로 의욕이 있는 성인은 1,5~2년마다 재교육을 받고 직업을 바꿉니다. 이는 오픈 소스에만 의존하는 사람들에 비해 그룹 및 멘토와 함께 공부하는 사람들에게 더 쉽습니다.

Netology의 편집자로부터

데이터 엔지니어 또는 데이터 과학자라는 직업을 찾고 있다면 다음 과정 프로그램을 공부해 보시기 바랍니다.

• 직업 "데이터 엔지니어".  
• 직업 "데이터 과학자".
• 잘 "데이터 분석가".

출처 : habr.com