ວິສະວະກອນຂໍ້ມູນ ແລະນັກວິທະຍາສາດຂໍ້ມູນ: ສິ່ງທີ່ເຂົາເຈົ້າສາມາດເຮັດໄດ້ ແລະເຂົາເຈົ້າມີລາຍໄດ້ຫຼາຍປານໃດ

ຮ່ວມກັບ Elena Gerasimova, ຫົວຫນ້າຄະນະວິຊາ "ວິທະຍາສາດຂໍ້ມູນ ແລະການວິເຄາະ» ໃນ Netology ພວກເຮົາສືບຕໍ່ເຂົ້າໃຈວ່າພວກເຂົາພົວພັນກັບກັນແລະກັນແນວໃດແລະນັກວິທະຍາສາດຂໍ້ມູນແລະວິສະວະກອນຂໍ້ມູນແຕກຕ່າງກັນແນວໃດ.

ໃນພາກທໍາອິດພວກເຂົາບອກ ກ່ຽວກັບຄວາມແຕກຕ່າງຕົ້ນຕໍລະຫວ່າງ Data Scientist ແລະ Data Engineer.

ໃນເອກະສານນີ້ພວກເຮົາຈະສົນທະນາກ່ຽວກັບຄວາມຮູ້ແລະທັກສະທີ່ຜູ້ຊ່ຽວຊານຄວນຈະມີ, ການສຶກສາທີ່ມີມູນຄ່າໂດຍນາຍຈ້າງ, ວິທີການສໍາພາດໄດ້ຖືກດໍາເນີນ, ແລະວິທີການວິສະວະກອນຂໍ້ມູນແລະນັກວິທະຍາສາດຂໍ້ມູນມີລາຍໄດ້ຫຼາຍປານໃດ. 

ສິ່ງທີ່ນັກວິທະຍາສາດແລະວິສະວະກອນຄວນຮູ້

ການສຶກສາພິເສດສໍາລັບຜູ້ຊ່ຽວຊານທັງສອງແມ່ນວິທະຍາສາດຄອມພິວເຕີ.

ນັກວິທະຍາສາດຂໍ້ມູນ-ນັກວິທະຍາສາດຂໍ້ມູນ ຫຼືນັກວິເຄາະ-ຕ້ອງສາມາດພິສູດຄວາມຖືກຕ້ອງຂອງບົດສະຫຼຸບຂອງເຂົາເຈົ້າ. ສໍາລັບນີ້, ທ່ານບໍ່ສາມາດເຮັດໄດ້ໂດຍບໍ່ມີຄວາມຮູ້ ສະຖິຕິ ແລະສະຖິຕິທີ່ກ່ຽວຂ້ອງກັບຄະນິດສາດພື້ນຖານ.

ການຮຽນຮູ້ເຄື່ອງຈັກແລະເຄື່ອງມືການວິເຄາະຂໍ້ມູນແມ່ນຂາດບໍ່ໄດ້ໃນໂລກທີ່ທັນສະໄຫມ. ຖ້າເຄື່ອງມືປົກກະຕິບໍ່ມີ, ທ່ານຈໍາເປັນຕ້ອງມີທັກສະ ການຮຽນຮູ້ເຄື່ອງມືໃຫມ່ຢ່າງໄວວາ, ການສ້າງສະຄິບທີ່ງ່າຍດາຍເພື່ອເຮັດໃຫ້ວຽກງານອັດຕະໂນມັດ.

ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະສັງເກດວ່ານັກວິທະຍາສາດຂໍ້ມູນຕ້ອງສື່ສານຜົນໄດ້ຮັບຂອງການວິເຄາະຢ່າງມີປະສິດທິພາບ. ມັນຈະຊ່ວຍໃຫ້ລາວມີສິ່ງນີ້ ການເບິ່ງເຫັນຂໍ້ມູນ ຫຼືຜົນຂອງການຄົ້ນຄວ້າແລະການທົດສອບຂອງ hypotheses. ຜູ້ຊ່ຽວຊານຈະຕ້ອງສາມາດສ້າງຕາຕະລາງແລະກາຟ, ໃຊ້ເຄື່ອງມືການເບິ່ງເຫັນ, ແລະເຂົ້າໃຈແລະອະທິບາຍຂໍ້ມູນຈາກ dashboards.

ສໍາລັບວິສະວະກອນຂໍ້ມູນ, ສາມຂົງເຂດແມ່ນມາກ່ອນ.

ສູດການຄິດໄລ່ແລະໂຄງສ້າງຂໍ້ມູນ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຈະຂຽນລະຫັດແລະໃຊ້ໂຄງສ້າງພື້ນຖານແລະສູດການຄິດໄລ່:

• ການ​ວິ​ເຄາະ​ຄວາມ​ສັບ​ສົນ​ຂອງ​ວິ​ຊາ​ການ​,
• ຄວາມສາມາດໃນການຂຽນລະຫັດທີ່ຊັດເຈນ, ຮັກສາໄດ້, 
• ການ​ປຸງ​ແຕ່ງ batch​,
• ການປະມວນຜົນໃນເວລາຈິງ.

ຖານຂໍ້ມູນແລະຄັງຂໍ້ມູນ, Business Intelligence:

• ການ​ເກັບ​ຮັກ​ສາ​ຂໍ້​ມູນ​ແລະ​ການ​ປຸງ​ແຕ່ງ​,
• ການ​ອອກ​ແບບ​ລະ​ບົບ​ຄົບ​ຖ້ວນ​ສົມ​ບູນ​,
• ການ​ນໍາ​ເຂົ້າ​ຂໍ້​ມູນ​,
• ລະບົບໄຟລ໌ທີ່ແຈກຢາຍ.

Hadoop ແລະຂໍ້ມູນໃຫຍ່. ມີຂໍ້ມູນຫຼາຍຂຶ້ນ, ແລະໃນໄລຍະ 3-5 ປີຂ້າງຫນ້າ, ເຕັກໂນໂລຢີເຫຼົ່ານີ້ຈະກາຍເປັນສິ່ງຈໍາເປັນສໍາລັບວິສະວະກອນທຸກໆຄົນ. ບວກ:

• Data Lakes
• ເຮັດວຽກກັບຜູ້ໃຫ້ບໍລິການຟັງ.

ການຮຽນຮູ້ເຄື່ອງຈັກ ຈະຖືກນໍາໃຊ້ຢູ່ທົ່ວທຸກແຫ່ງ, ແລະມັນເປັນສິ່ງສໍາຄັນທີ່ຈະເຂົ້າໃຈວ່າບັນຫາທຸລະກິດໃດທີ່ມັນຈະຊ່ວຍແກ້ໄຂ. ມັນບໍ່ຈໍາເປັນຕ້ອງສາມາດສ້າງແບບຈໍາລອງ (ນັກວິທະຍາສາດຂໍ້ມູນສາມາດຈັດການກັບສິ່ງນີ້ໄດ້), ແຕ່ທ່ານຈໍາເປັນຕ້ອງເຂົ້າໃຈຄໍາຮ້ອງສະຫມັກຂອງພວກເຂົາແລະຄວາມຕ້ອງການທີ່ສອດຄ້ອງກັນ.

ວິສະວະກອນ ແລະນັກວິທະຍາສາດມີລາຍໄດ້ເທົ່າໃດ?

ລາຍໄດ້ວິສະວະກອນຂໍ້ມູນ

ໃນການປະຕິບັດສາກົນ ເງິນເດືອນເລີ່ມຕົ້ນໂດຍປົກກະຕິແມ່ນ $ 100 ຕໍ່ປີແລະເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍກັບປະສົບການ, ອີງຕາມ Glassdoor. ນອກຈາກນັ້ນ, ບໍລິສັດມັກຈະສະຫນອງທາງເລືອກຫຼັກຊັບແລະໂບນັດປະຈໍາປີ 000-5%.

ໃນລັດເຊຍ ໃນຕອນເລີ່ມຕົ້ນຂອງອາຊີບ, ເງິນເດືອນມັກຈະບໍ່ຫນ້ອຍກວ່າ 50 ພັນຮູເບີນໃນພາກພື້ນແລະ 80 ພັນໃນມອດໂກ. ບໍ່ມີປະສົບການອື່ນນອກເໜືອໄປຈາກການຝຶກອົບຮົມທີ່ສຳເລັດແລ້ວແມ່ນຕ້ອງການໃນຂັ້ນຕອນນີ້.

ຫຼັງຈາກ 1-2 ປີຂອງການເຮັດວຽກ - ສ້ອມຂອງ 90-100 ພັນ rubles.

ຄວາມຍາວຂອງສ້ອມຈະເພີ່ມຂຶ້ນເປັນ 120-160 ພັນໃນ 2-5 ປີ. ປັດໄຈຕ່າງໆເຊັ່ນຄວາມຊ່ຽວຊານຂອງບໍລິສັດທີ່ຜ່ານມາ, ຂະຫນາດຂອງໂຄງການ, ການເຮັດວຽກກັບຂໍ້ມູນໃຫຍ່, ແລະອື່ນໆແມ່ນເພີ່ມ.

ຫຼັງຈາກເຮັດວຽກ 5 ປີ, ມັນງ່າຍທີ່ຈະຊອກຫາບ່ອນຫວ່າງໃນພະແນກທີ່ກ່ຽວຂ້ອງຫຼືສະຫມັກຕໍາແຫນ່ງພິເສດເຊັ່ນ:

• ສະຖາປະນິກຫຼືຜູ້ນໍາພາການພັດທະນາໃນທະນາຄານຫຼືໂທລະຄົມ - ປະມານ 250 ພັນ.

• ການຂາຍກ່ອນການຂາຍຈາກຜູ້ຂາຍທີ່ມີເຕັກໂນໂລຢີທີ່ທ່ານໄດ້ເຮັດວຽກຢ່າງໃກ້ຊິດທີ່ສຸດ - 200 ພັນບວກກັບເງິນໂບນັດທີ່ເປັນໄປໄດ້ (1-1,5 ລ້ານຮູເບີນ). 

• ຜູ້ຊ່ຽວຊານໃນການປະຕິບັດຄໍາຮ້ອງສະຫມັກທຸລະກິດວິສາຫະກິດ, ເຊັ່ນ: SAP - ເຖິງ 350 ພັນ.

ລາຍຮັບຂອງນັກວິທະຍາສາດຂໍ້ມູນ

ການຄົ້ນຄວ້າ ຕະຫຼາດຂອງນັກວິເຄາະຂອງບໍລິສັດ "Normal Research" ແລະອົງການການທົດແທນທີ່ New.HR ສະແດງໃຫ້ເຫັນວ່າຜູ້ຊ່ຽວຊານດ້ານວິທະຍາສາດຂໍ້ມູນໄດ້ຮັບເງິນເດືອນໂດຍສະເລ່ຍສູງກວ່ານັກວິເຄາະພິເສດອື່ນໆ. 

ໃນລັດເຊຍ, ເງິນເດືອນເລີ່ມຕົ້ນຂອງນັກວິທະຍາສາດຂໍ້ມູນທີ່ມີປະສົບການເຖິງຫນຶ່ງປີແມ່ນມາຈາກ 113 ພັນຮູເບີນ. 

ການສໍາເລັດໂຄງການການຝຶກອົບຮົມໃນປັດຈຸບັນຍັງຖືກພິຈາລະນາເປັນປະສົບການການເຮັດວຽກ.

ຫຼັງຈາກ 1-2 ປີ, ຜູ້ຊ່ຽວຊານດັ່ງກ່າວສາມາດໄດ້ຮັບສູງເຖິງ 160 ພັນ.

ສໍາລັບພະນັກງານທີ່ມີປະສົບການ 4-5 ປີ, fork ເພີ່ມຂຶ້ນເປັນ 310 ພັນ.

ການສໍາພາດດໍາເນີນການແນວໃດ?

ໃນພາກຕາເວັນຕົກ, ຜູ້ຮຽນຈົບໂຄງການຝຶກອົບຮົມວິຊາຊີບມີການສໍາພາດຄັ້ງທໍາອິດຂອງພວກເຂົາໂດຍສະເລ່ຍ 5 ອາທິດຫຼັງຈາກຮຽນຈົບ. ປະມານ 85% ຊອກຫາວຽກເຮັດຫຼັງຈາກ 3 ເດືອນ.

ຂະບວນການສໍາພາດສໍາລັບວິສະວະກອນຂໍ້ມູນແລະຕໍາແຫນ່ງນັກວິທະຍາສາດຂໍ້ມູນແມ່ນເກືອບຄືກັນ. ປົກກະຕິແລ້ວປະກອບດ້ວຍຫ້າຂັ້ນຕອນ.

Summary. ຜູ້ສະຫມັກທີ່ມີປະສົບການທີ່ບໍ່ແມ່ນຫຼັກ (ເຊັ່ນ: ການຕະຫຼາດ) ຈໍາເປັນຕ້ອງໄດ້ກະກຽມຈົດຫມາຍສະບັບລາຍລະອຽດສໍາລັບແຕ່ລະບໍລິສັດຫຼືມີເອກະສານອ້າງອີງຈາກຕົວແທນຂອງບໍລິສັດນັ້ນ.

ການກວດສອບດ້ານວິຊາການ. ມັນມັກຈະເກີດຂຶ້ນຜ່ານໂທລະສັບ. ປະກອບດ້ວຍຫນຶ່ງຫຼືສອງຄໍາຖາມທີ່ງ່າຍດາຍຫຼາຍທີ່ກ່ຽວຂ້ອງກັບ stack ໃນປະຈຸບັນຂອງນາຍຈ້າງ.

ການສໍາພາດ HR. ສາມາດເຮັດໄດ້ຜ່ານໂທລະສັບ. ໃນຂັ້ນຕອນນີ້, ຜູ້ສະຫມັກໄດ້ຖືກທົດສອບສໍາລັບຄວາມພຽງພໍທົ່ວໄປແລະຄວາມສາມາດໃນການສື່ສານ.

ການສໍາພາດດ້ານວິຊາການ. ສ່ວນຫຼາຍມັກ, ມັນເກີດຂຶ້ນໃນບຸກຄົນ. ໃນບໍລິສັດທີ່ແຕກຕ່າງກັນ, ລະດັບຕໍາແຫນ່ງໃນຕາຕະລາງພະນັກງານແມ່ນແຕກຕ່າງກັນ, ແລະຕໍາແຫນ່ງອາດຈະຖືກຕັ້ງຊື່ແຕກຕ່າງກັນ. ດັ່ງນັ້ນ, ໃນຂັ້ນຕອນນີ້ມັນແມ່ນຄວາມຮູ້ດ້ານວິຊາການທີ່ຖືກທົດສອບ.

ສຳພາດ CTO/Chief Architect. ວິສະວະກອນແລະນັກວິທະຍາສາດແມ່ນຕໍາແຫນ່ງຍຸດທະສາດ, ແລະສໍາລັບບໍລິສັດຈໍານວນຫຼາຍພວກເຂົາຍັງໃຫມ່. ມັນເປັນສິ່ງສໍາຄັນທີ່ຜູ້ຈັດການມັກເພື່ອນຮ່ວມງານທີ່ມີທ່າແຮງແລະຕົກລົງກັບລາວໃນທັດສະນະຂອງລາວ.

ສິ່ງ​ໃດ​ຈະ​ຊ່ວຍ​ນັກ​ວິ​ທະ​ຍາ​ສາດ​ແລະ​ວິ​ສະ​ວະ​ກອນ​ໃນ​ການ​ຂະ​ຫຍາຍ​ຕົວ​ໃນ​ການ​ເຮັດ​ວຽກ​ຂອງ​ເຂົາ​ເຈົ້າ?

ຂ້ອນຂ້າງຫຼາຍຂອງເຄື່ອງມືໃຫມ່ສໍາລັບການເຮັດວຽກກັບຂໍ້ມູນໄດ້ປາກົດ. ແລະມີຈໍານວນຫນ້ອຍຄົນທີ່ດີເທົ່າທຽມກັນກັບທຸກຄົນ. 

ບໍລິສັດຈໍານວນຫຼາຍບໍ່ພ້ອມທີ່ຈະຈ້າງພະນັກງານໂດຍບໍ່ມີປະສົບການເຮັດວຽກ. ຢ່າງໃດກໍ່ຕາມ, ຜູ້ສະຫມັກທີ່ມີພື້ນຖານຫນ້ອຍແລະຄວາມຮູ້ພື້ນຖານຂອງເຄື່ອງມືທີ່ນິຍົມສາມາດໄດ້ຮັບປະສົບການທີ່ຈໍາເປັນຖ້າພວກເຂົາຮຽນຮູ້ແລະພັດທະນາດ້ວຍຕົນເອງ.

ຄຸນນະພາບທີ່ເປັນປະໂຫຍດສໍາລັບວິສະວະກອນຂໍ້ມູນແລະນັກວິທະຍາສາດຂໍ້ມູນ

ຄວາມປາຖະຫນາແລະຄວາມສາມາດໃນການຮຽນຮູ້. ທ່ານບໍ່ຈໍາເປັນຕ້ອງແລ່ນປະສົບການທັນທີຫຼືປ່ຽນວຽກສໍາລັບເຄື່ອງມືໃຫມ່, ແຕ່ທ່ານຈໍາເປັນຕ້ອງເຕັມໃຈທີ່ຈະປ່ຽນໄປຫາພື້ນທີ່ໃຫມ່.

ຄວາມປາຖະຫນາທີ່ຈະອັດຕະໂນມັດຂະບວນການປົກກະຕິ. ນີ້ເປັນສິ່ງສໍາຄັນບໍ່ພຽງແຕ່ສໍາລັບຜົນຜະລິດ, ແຕ່ຍັງຮັກສາຄຸນນະພາບຂໍ້ມູນສູງແລະຄວາມໄວຂອງການຈັດສົ່ງໃຫ້ຜູ້ບໍລິໂພກ.

ຄວາມເອົາໃຈໃສ່ແລະຄວາມເຂົ້າໃຈຂອງ "ສິ່ງທີ່ຢູ່ພາຍໃຕ້ຜ້າມ່ານ" ຂອງຂະບວນການ. ຜູ້ຊ່ຽວຊານທີ່ມີການສັງເກດການແລະຄວາມຮູ້ຢ່າງລະອຽດກ່ຽວກັບຂະບວນການຈະແກ້ໄຂບັນຫາໄດ້ໄວຂຶ້ນ.

ນອກເຫນືອໄປຈາກຄວາມຮູ້ທີ່ດີເລີດຂອງ algorithms, ໂຄງສ້າງຂໍ້ມູນແລະທໍ່, ທ່ານຕ້ອງການ ຮຽນຮູ້ທີ່ຈະຄິດໃນຜະລິດຕະພັນ — ເບິ່ງສະຖາປັດຕະຍະກໍາ ແລະການແກ້ໄຂທຸລະກິດເປັນຮູບດຽວ. 

ຕົວຢ່າງ, ມັນເປັນປະໂຫຍດທີ່ຈະເອົາການບໍລິການທີ່ມີຊື່ສຽງໃດໆແລະມາກັບຖານຂໍ້ມູນສໍາລັບມັນ. ຫຼັງຈາກນັ້ນ, ຄິດກ່ຽວກັບການພັດທະນາ ETL ແລະ DW ທີ່ຈະຕື່ມຂໍ້ມູນໃສ່, ປະເພດຂອງຜູ້ບໍລິໂພກຈະເປັນແນວໃດແລະສິ່ງທີ່ສໍາຄັນສໍາລັບພວກເຂົາທີ່ຈະຮູ້ກ່ຽວກັບຂໍ້ມູນ, ແລະຍັງວິທີທີ່ຜູ້ຊື້ພົວພັນກັບຄໍາຮ້ອງສະຫມັກ: ສໍາລັບການຊອກຫາວຽກແລະການນັດພົບ, ການເຊົ່າລົດ. , ຄໍາຮ້ອງສະຫມັກ podcast, ເວທີການສຶກສາ.

ຕໍາແຫນ່ງຂອງນັກວິເຄາະ, ນັກວິທະຍາສາດຂໍ້ມູນແລະວິສະວະກອນແມ່ນໃກ້ຊິດ, ດັ່ງນັ້ນທ່ານສາມາດຍ້າຍຈາກທິດທາງຫນຶ່ງໄປຫາອີກທາງຫນຶ່ງໄວກວ່າຈາກເຂດອື່ນໆ.

ໃນກໍລະນີໃດກໍ່ຕາມ, ມັນຈະງ່າຍຂຶ້ນສໍາລັບຜູ້ທີ່ມີພື້ນຖານ IT ຫຼາຍກ່ວາສໍາລັບຜູ້ທີ່ບໍ່ມີມັນ. ໂດຍສະເລ່ຍແລ້ວ, ຜູ້ໃຫຍ່ທີ່ມີແຮງຈູງໃຈ ຝຶກຝົນ ແລະປ່ຽນວຽກທຸກໆ 1,5-2 ປີ. ນີ້ແມ່ນງ່າຍກວ່າສໍາລັບຜູ້ທີ່ສຶກສາໃນກຸ່ມແລະກັບຜູ້ໃຫ້ຄໍາແນະນໍາ, ເມື່ອທຽບກັບຜູ້ທີ່ອີງໃສ່ພຽງແຕ່ແຫຼ່ງເປີດ.

ຈາກບັນນາທິການຂອງ Netology

ຖ້າທ່ານຊອກຫາອາຊີບຂອງ Data Engineer ຫຼື Data Scientist, ພວກເຮົາຂໍເຊີນທ່ານເຂົ້າມາສຶກສາຫຼັກສູດຂອງພວກເຮົາ:

• ອາຊີບວິສະວະກອນຂໍ້ມູນ".  
• ອາຊີບData Scientist".
• ດີ "ນັກວິເຄາະຂໍ້ມູນ".

ແຫຼ່ງຂໍ້ມູນ: www.habr.com