🥇Инженер за податоци и научник за податоци: што можат да направат и колку заработуваат

Заедно со Елена Герасимова, раководител на факултетот “Наука за податоци и аналитика» во Netology продолжуваме да разбираме како тие комуницираат едни со други и како се разликуваат Data Scientists и Data Engineers.

Во првиот дел кажаа за главните разлики помеѓу Data Scientist и Data Engineer.

Во овој материјал ќе зборуваме за тоа какви знаења и вештини треба да имаат специјалистите, какво образование се цени од страна на работодавците, како се спроведуваат интервјуата и колку заработуваат инженерите за податоци и научниците за податоци.

Што треба да знаат научниците и инженерите

Специјализираното образование за двајцата специјалисти е компјутерски науки.

Секој научник за податоци - научник за податоци или аналитичар - мора да биде способен да ја докаже точноста на своите заклучоци. За ова не можете без знаење статистика и основна математика поврзана со статистиката.

Алатките за машинско учење и анализа на податоци се незаменливи во современиот свет. Ако вообичаените алатки не се достапни, треба да ги поседувате вештините брзо учење нови алатки, креирање едноставни скрипти за автоматизирање на задачите.

Важно е да се напомене дека научникот за податоци мора ефективно да ги пренесе резултатите од анализата. Тоа ќе му помогне во ова визуелизација на податоци или резултатите од истражувањето и тестирањето на хипотезите. Специјалистите мора да бидат способни да креираат графикони и графикони, да користат алатки за визуелизација и да ги разбираат и објаснуваат податоците од контролните табли.

За инженер за податоци, три области доаѓаат до израз.

Алгоритми и структури на податоци. Важно е да бидете добри во пишување код и користење на основни структури и алгоритми:

анализа на сложеност на алгоритам,
способност за пишување јасен код кој може да се одржува,
сериска обработка,
обработка во реално време.

Бази на податоци и складишта на податоци, деловна интелигенција:

складирање и обработка на податоци,
дизајн на целосни системи,
Проголтување податоци,
дистрибуирани датотечни системи.

Hadoop и Big Data. Има се повеќе и повеќе податоци, а во текот на 3-5 години, овие технологии ќе станат неопходни за секој инженер. Плус:

Дата езера
работа со провајдери на облак.

Машинско учење ќе се користи насекаде, и важно е да се разбере кои деловни проблеми ќе помогне да се решат. Не е неопходно да можете да правите модели (научниците за податоци можат да се справат со ова), но треба да ја разберете нивната примена и соодветните барања.

Колку заработуваат инженерите и научниците?

Приходи од инженери за податоци

Во меѓународната практика почетните плати обично се 100 долари годишно и значително се зголемуваат со искуството, според Glassdoor. Покрај тоа, компаниите често обезбедуваат опции за акции и годишни бонуси од 000-5%.

Во Русија на почетокот на кариерата, платата обично не е помала од 50 илјади рубли во регионите и 80 илјади во Москва. Во оваа фаза не е потребно искуство освен завршена обука.

По 1-2 години работа - вилушка од 90-100 илјади рубли.

Вилушката се зголемува на 120-160 илјади за 2-5 години. Се додаваат фактори како што се специјализацијата на претходните компании, големината на проектите, работата со големи податоци итн.

По 5 години работа, полесно е да барате слободни работни места во сродните одделенија или да аплицирате за високо специјализирани позиции како што се:

Архитект или водечки развивач во банка или телеком - околу 250 илјади.

Претпродажба од продавачот со чии технологии најблиску работевте - 200 илјади плус можен бонус (1-1,5 милиони рубли).

Експерти за имплементација на деловни апликации на Enterprise, како што е SAP - до 350 илјади.

Приходи на научниците за податоци

Истражување пазарот на аналитичари на компанијата „Normal Research“ и агенцијата за регрутирање New.HR покажува дека специјалистите на Data Science во просек добиваат повисока плата од аналитичарите од други специјалности.

Во Русија, почетната плата на научник за податоци со искуство до една година е од 113 илјади рубли.

Завршувањето на програмите за обука сега се зема предвид и како работно искуство.

По 1-2 години, таков специјалист веќе може да добие до 160 илјади.

За вработен со 4-5 години искуство, вилушката се зголемува на 310 илјади.

Како се спроведуваат интервјуата?

На Запад, дипломираните студенти на програми за стручна обука го имаат своето прво интервју во просек 5 недели по дипломирањето. Околу 85% наоѓаат работа по 3 месеци.

Процесот на интервју за позициите инженери за податоци и научник за податоци е практично ист. Обично се состои од пет фази.

Краток преглед. Од кандидатите со несуштинско претходно искуство (на пример, маркетинг) се бара да подготват детално мотивационо писмо за секоја компанија или да имаат референца од претставник на таа компанија.

Технички скрининг. Обично се одвива преку телефон. Се состои од едно или две сложени и исто толку едноставни прашања поврзани со тековниот оџак на работодавачот.

Интервју за човечки ресурси. Може да се направи преку телефон. Во оваа фаза, кандидатот се тестира за општа адекватност и способност за комуникација.

Техничко интервју. Најчесто тоа се случува лично. Во различни компании, нивото на позиции во табелата за персонал е различно, а позициите може да се именуваат поинаку. Затоа, во оваа фаза се тестираат техничките знаења.

Интервју со CTO/Главен архитект. Инженер и научник се стратешки позиции, а за многу компании се и нови. Важно е менаџерот да му се допаѓа потенцијалниот колега и да се согласува со него во неговите ставови.

Што ќе им помогне на научниците и инженерите во нивниот раст на кариерата?

Се појавија доста нови алатки за работа со податоци. А малку луѓе се подеднакво добри за секого.

Многу компании не се подготвени да вработат вработени без работно искуство. Сепак, кандидатите со минимална позадина и познавање на основите на популарните алатки можат да го стекнат потребното искуство доколку учат и се развиваат сами.

Корисни квалитети за инженер за податоци и научник за податоци

Желба и способност за учење. Не треба веднаш да бркате искуство или да менувате работни места за нова алатка, но треба да бидете подготвени да се префрлите на нова област.

Желбата да се автоматизираат рутинските процеси. Ова е важно не само за продуктивноста, туку и за одржување на висок квалитет на податоците и брзина на испорака до потрошувачот.

Внимание и разбирање на „она што е под капакот“ на процесите. Специјалист кој има набљудување и темелно познавање на процесите ќе го реши проблемот побрзо.

Покрај одличното познавање на алгоритми, структури на податоци и цевководи, ви треба научете да размислувате за производите — погледнете ја архитектурата и деловното решение како единствена слика.

На пример, корисно е да земете која било добро позната услуга и да излезете со база на податоци за неа. Потоа размислете како да ги развиете ETL и DW кои ќе ги пополнат со податоци, какви потрошувачи ќе бидат и што е важно за нив да знаат за податоците, а исто така и како купувачите комуницираат со апликациите: за барање работа и запознавање, изнајмување автомобили , апликација за подкаст, едукативна платформа.

Позициите на аналитичар, научник за податоци и инженер се многу блиски, така што можете да се движите од една во друга насока побрзо отколку од други области.

Во секој случај, на оние со какво било ИТ позадина ќе им биде полесно отколку на оние кои го немаат. Во просек, мотивираните возрасни лица се преквалификуваат и менуваат работни места на секои 1,5-2 години. Ова е полесно за оние кои учат во група и со ментор, во споредба со оние кои се потпираат само на отворени извори.

Од уредниците на Нетологија

Ако ја гледате професијата инженер за податоци или научник за податоци, ве покануваме да ги проучувате нашите курсеви програми:

Извор: www.habr.com

Инженер за податоци и научник за податоци: што можат да направат и колку заработуваат