डाटा इन्जिनियर र डाटा वैज्ञानिक: उनीहरूले के गर्न सक्छन् र कति कमाउँछन्

एलेना गेरासिमोवा संग, संकाय को प्रमुख "डाटा विज्ञान र विश्लेषण» नेटलोजीमा हामी तिनीहरू कसरी एकअर्कासँग अन्तरक्रिया गर्छन् र कसरी डाटा वैज्ञानिकहरू र डाटा इन्जिनियरहरू भिन्न हुन्छन् भनेर बुझ्न जारी राख्छौं।

पहिलो भागमा उनीहरूले बताए डाटा वैज्ञानिक र डाटा इन्जिनियर बीचको मुख्य भिन्नताहरूको बारेमा.

यस सामग्रीमा हामी विशेषज्ञहरूसँग के ज्ञान र सीपहरू हुनुपर्छ, रोजगारदाताहरूले कस्तो शिक्षालाई महत्त्व दिन्छ, कसरी अन्तर्वार्ता लिन्छ, र डाटा इन्जिनियरहरू र डाटा वैज्ञानिकहरूले कति कमाउँछन् भन्ने बारेमा कुरा गर्नेछौं। 

के वैज्ञानिक र इन्जिनियरहरूले जान्नुपर्छ

दुबै विशेषज्ञहरूको लागि विशेष शिक्षा कम्प्युटर विज्ञान हो।

कुनै पनि डाटा वैज्ञानिक - डाटा वैज्ञानिक वा विश्लेषक - आफ्नो निष्कर्ष को शुद्धता प्रमाणित गर्न सक्षम हुनुपर्छ। यसका लागि ज्ञानबिना गर्न सकिँदैन तथ्याङ्क र तथ्याङ्क-सम्बन्धित आधारभूत गणित.

मेसिन लर्निङ र डाटा एनालिटिक्स उपकरणहरू आधुनिक संसारमा अपरिहार्य छन्। यदि सामान्य उपकरणहरू उपलब्ध छैनन् भने, तपाईंसँग सीपहरू हुन आवश्यक छ द्रुत रूपमा नयाँ उपकरणहरू सिक्दै, कार्यहरू स्वचालित गर्न सरल लिपिहरू सिर्जना गर्दै.

यो नोट गर्नु महत्त्वपूर्ण छ कि डाटा वैज्ञानिकले विश्लेषणको नतिजालाई प्रभावकारी रूपमा सञ्चार गर्नुपर्छ। यसले उहाँलाई यससँग मद्दत गर्नेछ डाटा दृश्यीकरण वा परिकल्पनाहरूको अनुसन्धान र परीक्षणको नतिजाहरू। विशेषज्ञहरूले चार्ट र ग्राफहरू सिर्जना गर्न, भिजुअलाइजेशन उपकरणहरू प्रयोग गर्न, र ड्यासबोर्डहरूबाट डेटा बुझ्न र व्याख्या गर्न सक्षम हुनुपर्छ।

डाटा इन्जिनियरको लागि, तीन क्षेत्रहरू अगाडि आउँछन्।

एल्गोरिदम र डाटा संरचना। कोड लेख्न र आधारभूत संरचना र एल्गोरिदमहरू प्रयोग गरेर राम्रो प्राप्त गर्न महत्त्वपूर्ण छ:

• एल्गोरिथ्म जटिलता विश्लेषण,
• स्पष्ट, रखरखाव योग्य कोड लेख्ने क्षमता, 
• ब्याच प्रशोधन,
• वास्तविक समय प्रशोधन।

डाटाबेस र डाटा गोदामहरू, व्यापार खुफिया:

• डाटा भण्डारण र प्रशोधन,
• पूर्ण प्रणाली को डिजाइन,
• डाटा इन्जेसन,
• वितरित फाइल प्रणाली।

Hadoop र बिग डाटा। त्यहाँ धेरै भन्दा धेरै डाटा छ, र 3-5 वर्षको क्षितिजमा, यी प्रविधिहरू प्रत्येक इन्जिनियरको लागि आवश्यक हुनेछ। प्लस:

• डाटा लेक
• क्लाउड प्रदायकहरूसँग काम गर्दै।

मेशिन शिक्षा सबै ठाउँमा प्रयोग गरिने छ, र यसले कुन व्यापारिक समस्याहरू समाधान गर्न मद्दत गर्छ भन्ने बुझ्नु महत्त्वपूर्ण छ। मोडेलहरू बनाउन सक्षम हुनु आवश्यक छैन (डेटा वैज्ञानिकहरूले यसलाई ह्यान्डल गर्न सक्छन्), तर तपाईंले तिनीहरूको आवेदन र सम्बन्धित आवश्यकताहरू बुझ्न आवश्यक छ।

इन्जिनियर र वैज्ञानिकहरूले कति कमाउँछन्?

डाटा इन्जिनियर आय

अन्तर्राष्ट्रिय अभ्यासमा Glassdoor को अनुसार, शुरुवात तलबहरू सामान्यतया प्रति वर्ष $ 100 हुन्छ र अनुभव संग उल्लेखनीय वृद्धि हुन्छ। थप रूपमा, कम्पनीहरूले प्रायः स्टक विकल्पहरू र 000-5% वार्षिक बोनसहरू प्रदान गर्छन्।

रूसमा क्यारियरको सुरुमा, तलब सामान्यतया क्षेत्रहरूमा 50 हजार रूबल र मस्कोमा 80 हजार भन्दा कम हुँदैन। यस चरणमा पूरा प्रशिक्षण बाहेक अरू कुनै अनुभव आवश्यक छैन।

काम को 1-2 वर्ष पछि - 90-100 हजार rubles को एक काँटा।

काँटा 120-160 वर्षमा 2-5 हजारमा बढ्छ। अघिल्लो कम्पनीहरूको विशेषज्ञता, परियोजनाहरूको आकार, ठूलो डाटाको साथ काम, आदि जस्ता कारकहरू थपिएका छन्।

5 वर्षको काम पछि, सम्बन्धित विभागहरूमा रिक्त पदहरू खोज्न वा उच्च विशिष्ट पदहरूको लागि आवेदन दिन सजिलो हुन्छ जस्तै:

• वास्तुकार वा बैंक वा टेलिकममा प्रमुख विकासकर्ता - लगभग 250 हजार।

• विक्रेताबाट पूर्व-बिक्री जसको टेक्नोलोजीहरू तपाईंले धेरै नजिकबाट काम गर्नुभयो - 200 हजार थप एक सम्भावित बोनस (1-1,5 मिलियन रूबल)। 

• 350 हजार सम्म - SAP जस्तै उद्यम व्यापार अनुप्रयोगहरूको कार्यान्वयनमा विशेषज्ञहरू।

डाटा वैज्ञानिकहरूको आय

अनुसन्धान कम्पनी "सामान्य अनुसन्धान" र भर्ती एजेन्सी New.HR को विश्लेषकहरूको बजारले डेटा विज्ञान विशेषज्ञहरूले अन्य विशेषताहरूको विश्लेषकहरू भन्दा औसतमा उच्च तलब पाउँछन्। 

रूस मा, अनुभव को एक वर्ष सम्म संग एक डाटा वैज्ञानिक को शुरुवात तलब 113 हजार rubles बाट छ। 

तालिम कार्यक्रमको समापनलाई पनि अब कार्य अनुभवको रूपमा लिइन्छ।

1-2 वर्ष पछि, यस्तो विशेषज्ञ पहिले नै 160 हजार सम्म प्राप्त गर्न सक्नुहुन्छ।

4-5 वर्षको अनुभव भएको कर्मचारीको लागि, फोर्क 310 हजार सम्म बढ्छ।

साक्षात्कार कसरी गरिन्छ?

पश्चिममा, व्यावसायिक प्रशिक्षण कार्यक्रमका स्नातकहरूले स्नातक गरेपछि औसत ५ हप्तामा पहिलो अन्तर्वार्ता लिन्छन्। लगभग 5% ले 85 महिना पछि काम खोज्छ।

डाटा इन्जिनियर र डाटा वैज्ञानिक पदहरूको लागि अन्तर्वार्ता प्रक्रिया लगभग समान छ। सामान्यतया पाँच चरणहरू हुन्छन्।

सारांश। गैर-कोर पूर्व अनुभव (जस्तै, मार्केटिङ) भएका उम्मेद्वारहरूले प्रत्येक कम्पनीको लागि विस्तृत आवरण पत्र तयार गर्न वा त्यो कम्पनीको प्रतिनिधिबाट सन्दर्भ हुन आवश्यक छ।

प्राविधिक स्क्रिनिङ। यो सामान्यतया फोन मा स्थान लिन्छ। रोजगारदाताको हालको स्ट्याकसँग सम्बन्धित एक वा दुईवटा जटिल र धेरै साधारण प्रश्नहरू समावेश हुन्छन्।

HR अन्तर्वार्ता। फोन मार्फत गर्न सकिन्छ। यस चरणमा, उम्मेद्वारलाई सामान्य पर्याप्तता र सञ्चार गर्ने क्षमताको लागि परीक्षण गरिन्छ।

प्राविधिक अन्तर्वार्ता। प्रायजसो यो व्यक्ति मा स्थान लिन्छ। विभिन्न कम्पनीहरूमा, कर्मचारी तालिकामा पदहरूको स्तर फरक छ, र पदहरू फरक नामकरण गर्न सकिन्छ। तसर्थ, यस चरणमा यो प्राविधिक ज्ञान परीक्षण गरिन्छ।

CTO/चीफ आर्किटेक्टसँग अन्तर्वार्ता। इन्जिनियर र वैज्ञानिकहरू रणनीतिक स्थिति हुन्, र धेरै कम्पनीहरूको लागि तिनीहरू नयाँ पनि छन्। यो महत्त्वपूर्ण छ कि प्रबन्धकले सम्भावित सहकर्मीलाई मन पराउनुहुन्छ र उसको विचारमा उहाँसँग सहमत हुनुहुन्छ।

वैज्ञानिकहरू र इन्जिनियरहरूलाई तिनीहरूको क्यारियर वृद्धिमा के मद्दत गर्दछ?

डाटासँग काम गर्नका लागि धेरै नयाँ उपकरणहरू देखा परेका छन्। र थोरै व्यक्तिहरू सबैमा समान रूपमा असल हुन्छन्। 

धेरै कम्पनीहरू कामको अनुभव बिना कर्मचारीहरू भर्ती गर्न तयार छैनन्। यद्यपि, न्यूनतम पृष्ठभूमि र लोकप्रिय उपकरणहरूको आधारभूत ज्ञान भएका उम्मेद्वारहरूले आवश्यक अनुभव प्राप्त गर्न सक्छन् यदि उनीहरू आफैले सिक्छन् र विकास गर्छन्।

डाटा इन्जिनियर र डाटा वैज्ञानिकका लागि उपयोगी गुणहरू

इच्छा र सिक्ने क्षमता। तपाईंले नयाँ उपकरणको लागि तुरुन्तै अनुभवको पछि लाग्नु वा कामहरू परिवर्तन गर्नु पर्दैन, तर तपाईंले नयाँ क्षेत्रमा स्विच गर्न इच्छुक हुन आवश्यक छ।

नियमित प्रक्रियाहरू स्वचालित गर्ने इच्छा। यो उत्पादकताका लागि मात्र होइन, उच्च डाटा गुणस्तर र उपभोक्तालाई डेलिभरीको गति कायम राख्न पनि महत्त्वपूर्ण छ।

प्रक्रियाहरूको "हुड अन्तर्गत के छ" को ध्यान र समझ। प्रक्रियाहरूको अवलोकन र पूर्ण ज्ञान भएको विशेषज्ञले समस्या छिटो समाधान गर्नेछ।

एल्गोरिदम, डाटा संरचना र पाइपलाइनहरूको उत्कृष्ट ज्ञानको अतिरिक्त, तपाईंलाई आवश्यक छ उत्पादनहरूमा सोच्न सिक्नुहोस् - एकल चित्रको रूपमा वास्तुकला र व्यापार समाधान हेर्नुहोस्। 

उदाहरण को लागी, यो कुनै पनि प्रसिद्ध सेवा लिन र यसको लागि डाटाबेस संग आउन उपयोगी छ। त्यसपछि ETL र DW कसरी विकास गर्ने भन्ने बारे सोच्नुहोस् जसले यसलाई डाटाले भर्नेछ, कुन प्रकारका उपभोक्ताहरू हुनेछन् र तिनीहरूका लागि डाटाको बारेमा के जान्न महत्त्वपूर्ण छ, र साथै खरिदकर्ताहरूले आवेदनहरूसँग कसरी अन्तरक्रिया गर्छन्: जागिर खोज्न र डेटिङ, कार भाडाको लागि। , पोडकास्ट आवेदन, शैक्षिक प्लेटफर्म।

एक विश्लेषक, डाटा वैज्ञानिक र इन्जिनियर को स्थिति धेरै नजिक छ, त्यसैले तपाईं एक दिशा देखि अर्को दिशा मा अन्य क्षेत्रहरु भन्दा छिटो सार्न सक्नुहुन्छ।

जे भए पनि, यो कुनै पनि आईटी पृष्ठभूमि भएकाहरूका लागि यो नभएकाहरूको लागि भन्दा सजिलो हुनेछ। औसतमा, उत्प्रेरित वयस्कहरूले प्रत्येक 1,5-2 वर्षमा पुन: तालिम दिन्छन् र जागिर परिवर्तन गर्छन्। खुला स्रोतहरूमा मात्र भर पर्नेहरूको तुलनामा समूहमा र सल्लाहकारसँग अध्ययन गर्नेहरूका लागि यो सजिलो छ।

नेटोलोजीका सम्पादकहरूबाट

यदि तपाईं डाटा इन्जिनियर वा डाटा वैज्ञानिकको पेशा हेर्दै हुनुहुन्छ भने, हामी तपाईंलाई हाम्रा पाठ्यक्रम कार्यक्रमहरू अध्ययन गर्न आमन्त्रित गर्दछौं:

• पेशा"डाटा इन्जिनियर"।  
• पेशा"डेटा वैज्ञानिक"।
• खैर"डाटा विश्लेषक"।

स्रोत: www.habr.com