"അതെ, അവ നിലവിലുണ്ട്!" കസാക്കിസ്ഥാനിലെ ഡാറ്റാ സയൻസ് സ്പെഷ്യലിസ്റ്റുകൾ എന്താണ് ചെയ്യുന്നത്, അവർ എത്രമാത്രം സമ്പാദിക്കുന്നു?

ദിമിത്രി കസാക്കോവ്, കോളെസ ഗ്രൂപ്പിലെ ഡാറ്റാ അനലിറ്റിക്‌സ് ടീം ലീഡ്, ഡാറ്റ പ്രൊഫഷണലുകളുടെ ആദ്യ കസാക്കിസ്ഥാൻ സർവേയിൽ നിന്നുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ പങ്കിടുന്നു.

ഫോട്ടോയിൽ: ദിമിത്രി കസാക്കോവ്

ബിഗ് ഡാറ്റ കൗമാരപ്രായത്തിലുള്ള ലൈംഗികതയെപ്പോലെയാണെന്ന ജനപ്രിയ വാചകം ഓർക്കുക - എല്ലാവരും അതിനെക്കുറിച്ച് സംസാരിക്കുന്നു, പക്ഷേ അത് യഥാർത്ഥത്തിൽ നിലവിലുണ്ടോ എന്ന് ആർക്കും അറിയില്ല. ഡാറ്റാ സ്പെഷ്യലിസ്റ്റുകൾക്കുള്ള (കസാക്കിസ്ഥാനിൽ) മാർക്കറ്റിനെക്കുറിച്ചും ഇതുതന്നെ പറയാം - ഹൈപ്പ് ഉണ്ട്, എന്നാൽ ആരാണ് ഇതിന് പിന്നിൽ (അവിടെ ആരെങ്കിലും ഉണ്ടോ എന്ന്) പൂർണ്ണമായും വ്യക്തമല്ല - എച്ച്ആർക്കോ മാനേജർമാർക്കോ , അല്ലെങ്കിൽ ഡാറ്റ ശാസ്ത്രജ്ഞർ തന്നെ.

ഞങ്ങള് ചിലവഴിച്ചു പഠിക്കുക, അതിൽ അവർ 300-ലധികം സ്പെഷ്യലിസ്റ്റുകളെ അവരുടെ ശമ്പളം, പ്രവർത്തനങ്ങൾ, കഴിവുകൾ, ടൂളുകൾ എന്നിവയും മറ്റും കുറിച്ച് സർവേ നടത്തി.

സ്‌പോയിലർ: അതെ, അവ തീർച്ചയായും നിലവിലുണ്ട്, പക്ഷേ എല്ലാം അത്ര ലളിതമല്ല.

നല്ല ഉൾക്കാഴ്ച. ഒന്നാമതായി, ഞങ്ങൾ പ്രതീക്ഷിച്ചതിലും കൂടുതൽ ഡാറ്റ ശാസ്ത്രജ്ഞർ ഉണ്ട്. 300 പേരെ അഭിമുഖം നടത്താൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു, അവരിൽ ഉൽപ്പന്നം, മാർക്കറ്റിംഗ്, ബിഐ അനലിസ്റ്റുകൾ മാത്രമല്ല, എം‌എൽ, ഡി‌ഡബ്ല്യുഎച്ച് എഞ്ചിനീയർമാരും ഉൾപ്പെടുന്നു, ഇത് പ്രത്യേകിച്ചും സന്തോഷകരമായിരുന്നു. ഏറ്റവും വലിയ ഗ്രൂപ്പിൽ തങ്ങളെ ഡാറ്റാ സയന്റിസ്റ്റുകൾ എന്ന് വിളിക്കുന്ന എല്ലാവരും ഉൾപ്പെടുന്നു - അത് പ്രതികരിച്ചവരിൽ 36% ആണ്. ഇത് വിപണിയുടെ ഡിമാൻഡ് ഉൾക്കൊള്ളുന്നുണ്ടോ ഇല്ലയോ എന്ന് പറയാൻ പ്രയാസമാണ്, കാരണം മാർക്കറ്റ് തന്നെ രൂപപ്പെടുകയാണ്.

ജോബ് ലെവലുകളുടെ വിതരണം ആശയക്കുഴപ്പമുണ്ടാക്കുന്നു - ജൂനിയർമാരെപ്പോലെ തന്നെ ടീം ലീഡുകളും മാനേജർമാരും ഉണ്ട്. ഇതിന് നിരവധി കാരണങ്ങളുണ്ടാകാം. ഉദാഹരണത്തിന്, 2-3 ആളുകളുടെ ഒരു വലിയ സംഖ്യ ചെറിയ ടീമുകൾ, അതിൽ നേതാവ് ഒരു മിഡിൽ അല്ലെങ്കിൽ സീനിയർ ലെവൽ സ്പെഷ്യലിസ്റ്റ് ആകാം.

റോളുകളുടെയും പ്രവർത്തനത്തിന്റെയും വിതരണത്തിലെ മാനദണ്ഡങ്ങൾ സംബന്ധിച്ച് നിലവിൽ വിപണിയിൽ നിലനിൽക്കുന്ന കുഴപ്പമാണ് മറ്റൊരു കാരണം. കഴിവുകളുടെയും അറിവിന്റെയും നിലവാരം പരാമർശിക്കാതെ, മറ്റുള്ളവരേക്കാൾ ഒന്നോ രണ്ടോ വർഷം കൂടുതൽ ജോലി ചെയ്യുന്നവരെ ചിലപ്പോൾ ടീം ലീഡുകൾ നിയോഗിക്കാറുണ്ട്. സ്ഥാനമനുസരിച്ചുള്ള ഫംഗ്‌ഷനുകളുടെ വിതരണത്തിൽ ഞങ്ങൾ ഇത് കാണുന്നു - 38% മാനേജർമാരും ടീം ലീഡർമാരും പ്രീ-പ്രോസസ്സിംഗിലും മറ്റൊരു 33% അടിസ്ഥാന സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലനത്തിലും ഏർപ്പെട്ടിരിക്കുന്നു.

ഇവിടെ പ്രതികരിക്കുന്നവരോട് അവരുടെ കമ്പനികളിലെ അനലിറ്റിക്‌സിന്റെ നിലവാരം ആത്മനിഷ്ഠമായി വിലയിരുത്താൻ ഞങ്ങൾ ആവശ്യപ്പെട്ടു. നിങ്ങൾ സൂക്ഷ്മമായി നോക്കിയാൽ, 10-2 ആളുകളുടെ അനലിറ്റിക്സ് ഡിപ്പാർട്ട്മെന്റുകളിൽ ജോലി ചെയ്യുന്നവരിൽ 3% പേരും തങ്ങൾക്ക് ഒരു "അഡ്വാൻസ്ഡ് ലെവൽ" ഉണ്ടെന്ന് വിശ്വസിക്കുന്നതായി നിങ്ങൾക്ക് കാണാൻ കഴിയും.

എന്താണ് "വിപുലമായ ലെവൽ"? BI സിസ്റ്റം മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നു. DWH ഉം ബിഗ് ഡാറ്റയും ഉണ്ട്. എ/ബി ടെസ്റ്റുകൾ പതിവായി നടത്തുന്നു. ഉൽപ്പാദനത്തിൽ പ്രവർത്തിക്കുന്ന ML, DS സംവിധാനങ്ങളുണ്ട്. ഡാറ്റയെ അടിസ്ഥാനമാക്കി മാത്രമാണ് തീരുമാനങ്ങൾ എടുക്കുന്നത്. ഡാറ്റാ പ്രോസസ്സിംഗ്, ഡാറ്റാ സയൻസ് ഡിപ്പാർട്ട്‌മെന്റ് കമ്പനിയിലെ പ്രധാന വിഭാഗങ്ങളിലൊന്നാണ്.

2-3 ആളുകളുടെ ഒരു വകുപ്പ് ഉപയോഗിച്ച് മുകളിൽ പറഞ്ഞവയെല്ലാം നേടുന്നത് മിക്കവാറും അസാധ്യമാണ്. ഈ സർവേ ഫലം നേരിയ തോതിൽ വളരുന്ന വേദനയാണെന്ന് ഞാൻ കരുതുന്നു - ആൺകുട്ടികൾക്ക് അവരുടെ നില കൂടുതൽ വസ്തുനിഷ്ഠമായി നിർണ്ണയിക്കാൻ തങ്ങളെ താരതമ്യം ചെയ്യാൻ ഇതുവരെ ആരുമില്ല.

പ്രതീക്ഷിച്ചതുപോലെ, ഡാറ്റാ സയന്റിസ്റ്റുകൾ അവരുടെ സമയത്തിന്റെ ഭൂരിഭാഗവും ചെലവഴിക്കുന്നത് സൂപ്പർ കോംപ്ലക്സ് മാത്തമാറ്റിക്‌സിലോ എഞ്ചിനീയറിംഗിലോ അല്ല, മറിച്ച് ഡാറ്റ പ്രീപ്രോസസിംഗ്, ഡൗൺലോഡ്, ക്ലീനിംഗ് എന്നിവയിലാണ്. എല്ലാ സ്പെഷ്യലൈസേഷനിലും നമ്മൾ മുൻകൂർ പ്രോസസ്സിംഗ് കാണുന്നത് ടോപ്പ് 3 ൽ ആണ്. എന്നാൽ ML മോഡലുകൾ വികസിപ്പിക്കുക അല്ലെങ്കിൽ ബിഗ് ഡാറ്റയിൽ പ്രവർത്തിക്കുക തുടങ്ങിയ സങ്കീർണ്ണമായ കാര്യങ്ങൾ ഞങ്ങൾ അപൂർവ്വമായി മാത്രമേ കാണുന്നുള്ളൂ - ML, DWH എഞ്ചിനീയർമാർക്കിടയിൽ മാത്രം.

സങ്കടകരമായ ഒന്നുരണ്ട് ഉൾക്കാഴ്ചകളും ഉണ്ട്. വിദഗ്ധർ അവരുടെ ജോലിയുടെ 40% സ്വയം സജ്ജമാക്കുന്നു. കസാക്കിസ്ഥാനിൽ, ഇതുവരെ മികച്ച യൂണികോൺ കമ്പനികൾ മാത്രമാണ് ബിഗ് ഡാറ്റ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നതിന്റെ നേട്ടങ്ങൾ പരീക്ഷിക്കുകയും അത് എങ്ങനെ കാര്യക്ഷമമായി ചെയ്യാമെന്ന് മനസിലാക്കുകയും ചെയ്തത്. ബിഗ് ഡാറ്റയും മെഷീൻ ലേണിംഗും രസകരമാണെന്ന് അവർ വിപണിയിൽ പ്രക്ഷേപണം ചെയ്യുന്നു, രണ്ടാമത്തെ എച്ചലോൺ പിന്നിൽ പിന്തുടരുന്നു, പക്ഷേ ഡാറ്റയുമായി എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് എല്ലായ്പ്പോഴും മനസ്സിലാകുന്നില്ല. അതിനാൽ, സ്പെഷ്യലിസ്റ്റുകൾ തങ്ങൾക്കായി ടാസ്‌ക്കുകൾ സജ്ജീകരിക്കുന്നത് ഞങ്ങൾ കാണുന്നു, ബിസിനസ്സുകൾക്ക് അവർക്ക് എന്താണ് വേണ്ടതെന്ന് എല്ലായ്പ്പോഴും അറിയില്ല.

20% സ്പെഷ്യലിസ്റ്റുകൾക്ക് അവരുടെ കമ്പനിക്ക് ഒരു ഡാറ്റ വെയർഹൗസ് ഉണ്ടോ എന്ന് പോലും അറിയില്ല എന്നത് എന്നെ അത്ഭുതപ്പെടുത്തി. അതെ, ഡാറ്റാബേസ് മാനേജ്മെന്റ് സിസ്റ്റങ്ങളിൽ എല്ലാം അത്ര നല്ലതല്ല - 41% MySQL ഉപയോഗിക്കുന്നു, മറ്റൊരു 34% PostgreSQL ഉപയോഗിക്കുന്നു. ഇത് എന്താണ് അർത്ഥമാക്കുന്നത്? ചെറിയ ഡാറ്റ ഉപയോഗിച്ചാണ് അവ പ്രവർത്തിക്കുന്നത്.

സ്റ്റോറേജ് സിസ്റ്റങ്ങളെക്കുറിച്ചുള്ള ചോദ്യത്തിൽ, ഞങ്ങൾ വീണ്ടും MySQL ഉം (!) Excel ഉം കാണുന്നു. എന്നാൽ ഇത് സൂചിപ്പിക്കാം, ഉദാഹരണത്തിന്, മിക്ക കമ്പനികൾക്കും വലിയ ഡാറ്റയുമായി പ്രവർത്തിക്കാനുള്ള അഭ്യർത്ഥന ഇതുവരെ ഇല്ല.

ഇവിടെ എല്ലാം വീണ്ടും അവ്യക്തമാണ്. പൊതുവേ, ശമ്പളം ഞാൻ പ്രതീക്ഷിച്ചതിലും അല്പം കുറവായിരുന്നു.

വ്യക്തിപരമായി, 200 ആയിരം ടെൻഗെയിൽ ജോലി ചെയ്യാൻ തയ്യാറുള്ള ഒരു എം‌എൽ എഞ്ചിനീയറെ സങ്കൽപ്പിക്കാൻ എനിക്ക് പ്രയാസമാണ് - അവൻ ഒരുപക്ഷേ ഒരു ഇന്റേൺ ആണ്. ഒന്നുകിൽ അത്തരം സ്പെഷ്യലിസ്റ്റുകളുടെ കഴിവുകൾ വളരെ ദുർബലമാണ്, അല്ലെങ്കിൽ കമ്പനികൾക്ക് ഡാറ്റ സയൻസിന്റെ പ്രവർത്തനം വേണ്ടത്ര വിലയിരുത്തുന്നത് ഇപ്പോഴും ബുദ്ധിമുട്ടാണ്. എന്നാൽ വിപണി ഇപ്പോഴും അതിന്റെ പക്വതയുടെ തുടക്കത്തിൽ തന്നെയാണെന്നും ഇത് സൂചിപ്പിക്കുന്നു. കാലക്രമേണ, ശമ്പളത്തിന്റെ നിലവാരം കൂടുതൽ മതിയായ തലത്തിൽ സ്ഥാപിക്കപ്പെടും.

അവലംബം: www.habr.com