Sammen med Elena Gerasimova, leder for fakultetet "» i Netology fortsetter vi å forstå hvordan de samhandler med hverandre og hvordan dataforskere og dataingeniører er forskjellige.
I første del fortalte de .
I dette materialet vil vi snakke om hvilke kunnskaper og ferdigheter spesialister bør ha, hvilken utdanning som verdsettes av arbeidsgivere, hvordan intervjuer gjennomføres, og hvor mye dataingeniører og dataforskere tjener.
Hva forskere og ingeniører bør vite
Spesialutdanningen for begge spesialistene er informatikk.
Enhver dataforsker – dataforsker eller analytiker – må kunne bevise at konklusjonene deres er riktige. For dette kan du ikke klare deg uten kunnskap statistikk og statistikkrelatert grunnleggende matematikk.
Maskinlæring og dataanalyseverktøy er uunnværlige i den moderne verden. Hvis de vanlige verktøyene ikke er tilgjengelige, må du ha ferdighetene raskt lære nye verktøy, lage enkle skript for å automatisere oppgaver.
Det er viktig å merke seg at dataforskeren effektivt må formidle resultatene av analysen. Det vil hjelpe ham med dette datavisualisering eller resultatene av forskning og testing av hypoteser. Spesialister må kunne lage diagrammer og grafer, bruke visualiseringsverktøy og forstå og forklare data fra dashboards.
For en dataingeniør kommer tre områder i forgrunnen.
Algoritmer og datastrukturer. Det er viktig å bli god til å skrive kode og bruke grunnleggende strukturer og algoritmer:
- algoritme kompleksitetsanalyse,
- evne til å skrive klar, vedlikeholdbar kode,
- batchbehandling,
- sanntidsbehandling.
Databaser og datavarehus, Business Intelligence:
- datalagring og behandling,
- design av komplette systemer,
- Datainntak,
- distribuerte filsystemer.
Hadoop og Big Data. Det er mer og mer data, og i løpet av de neste 3–5 årene vil disse teknologiene bli nødvendige for hver ingeniør. I tillegg til:
- Data Lakes
- jobber med skyleverandører.
Maskinlæring vil bli brukt overalt, og det er viktig å forstå hvilke forretningsproblemer det vil bidra til å løse. Det er ikke nødvendig å kunne lage modeller (dataforskere kan håndtere dette), men du må forstå deres anvendelse og de tilsvarende kravene.
Hvor mye tjener ingeniører og forskere?
Dataingeniørinntekt
I internasjonal praksis startlønn er typisk $100 000 per år og øker betydelig med erfaring, ifølge Glassdoor. I tillegg gir selskaper ofte aksjeopsjoner og 5-15 % årlig bonus.
I Russland i begynnelsen av en karriere er lønnen vanligvis ikke mindre enn 50 tusen rubler i regionene og 80 tusen i Moskva. Ingen annen erfaring enn fullført opplæring kreves på dette stadiet.
Etter 1-2 års arbeid - en gaffel på 90-100 tusen rubler.
Gaffelen øker til 120–160 tusen på 2–5 år. Faktorer som tidligere bedrifters spesialisering, størrelse på prosjekter, arbeid med big data osv. kommer i tillegg.
Etter 5 års arbeid er det lettere å søke ledige stillinger i relaterte avdelinger eller søke høyt spesialiserte stillinger som:
- Arkitekt eller hovedutvikler i bank eller telekom - ca 250 tusen.
- Forhåndssalg fra leverandøren hvis teknologier du jobbet mest med - 200 tusen pluss en mulig bonus (1-1,5 millioner rubler).
- Eksperter på implementering av Enterprise-forretningsapplikasjoner, for eksempel SAP - opptil 350 tusen.
Inntekt til dataforskere
markedet for analytikere fra selskapet “Normal Research” og rekrutteringsbyrået New.HR viser at Data Science-spesialister i gjennomsnitt mottar en høyere lønn enn analytikere av andre spesialiteter.
I Russland er startlønnen til en dataforsker med opptil ett års erfaring fra 113 tusen rubler.
Gjennomføring av opplæringsprogram regnes nå også som arbeidserfaring.
Etter 1–2 år kan en slik spesialist allerede motta opptil 160 tusen.
For en ansatt med 4-5 års erfaring øker gaffelen til 310 tusen.
Hvordan gjennomføres intervjuer?
I Vesten har nyutdannede fra yrkesfaglige opplæringsprogram sitt første intervju i gjennomsnitt 5 uker etter endt utdanning. Omtrent 85 % finner jobb etter 3 måneder.
Intervjuprosessen for stillinger som dataingeniør og dataforsker er praktisk talt den samme. Består vanligvis av fem stadier.
Oppsummering. Kandidater med ikke-kjerne tidligere erfaring (f.eks. markedsføring) må utarbeide et detaljert følgebrev for hvert selskap eller ha en referanse fra en representant for det selskapet.
Teknisk screening. Det skjer vanligvis over telefon. Består av ett eller to komplekse og like mange enkle spørsmål knyttet til arbeidsgivers nåværende stabel.
HR-intervju. Kan gjøres over telefon. På dette stadiet testes kandidaten for generell tilstrekkelighet og evne til å kommunisere.
Teknisk intervju. Oftest foregår det personlig. I ulike virksomheter er stillingsnivået i bemanningstabellen forskjellig, og stillingene kan ha forskjellig navn. Derfor er det på dette stadiet teknisk kunnskap som testes.
Intervju med CTO/sjefsarkitekt. Ingeniør og vitenskapsmann er strategiske stillinger, og for mange bedrifter er de også nye. Det er viktig at lederen liker den potensielle kollegaen og er enig med ham i hans synspunkter.
Hva vil hjelpe forskere og ingeniører i deres karrierevekst?
Det har dukket opp ganske mange nye verktøy for å jobbe med data. Og få mennesker er like gode på alle.
Mange bedrifter er ikke klare til å ansette ansatte uten arbeidserfaring. Imidlertid kan kandidater med minimal bakgrunn og kunnskap om det grunnleggende om populære verktøy få den nødvendige erfaringen hvis de lærer og utvikler seg på egenhånd.
Nyttige egenskaper for en dataingeniør og dataforsker
Lyst og evne til å lære. Du trenger ikke umiddelbart å jage etter erfaring eller bytte jobb for et nytt verktøy, men du må være villig til å bytte til et nytt område.
Ønsket om å automatisere rutineprosesser. Dette er viktig ikke bare for produktiviteten, men også for å opprettholde høy datakvalitet og leveringshastighet til forbrukeren.
Oppmerksomhet og forståelse for "hva er under panseret" av prosesser. En spesialist som har observasjon og grundig kunnskap om prosessene vil løse problemet raskere.
I tillegg til utmerket kunnskap om algoritmer, datastrukturer og pipelines, trenger du lære å tenke i produkter — se arkitektur og forretningsløsning som ett enkelt bilde.
For eksempel er det nyttig å ta en hvilken som helst kjent tjeneste og komme opp med en database for den. Tenk deretter på hvordan du kan utvikle ETL og DW som vil fylle den med data, hva slags forbrukere vil være og hva som er viktig for dem å vite om dataene, og også hvordan kjøpere samhandler med applikasjoner: for jobbsøk og dating, bilutleie , podcastapplikasjon, pedagogisk plattform.
Stillingene til en analytiker, dataforsker og ingeniør er veldig nærme, så du kan bevege deg fra en retning til en annen raskere enn fra andre områder.
Uansett vil det være lettere for de med hvilken som helst IT-bakgrunn enn for de som ikke har det. I gjennomsnitt omskolerer motiverte voksne seg og bytter jobb hvert 1,5–2 år. Dette er lettere for de som studerer i gruppe og med en mentor, sammenlignet med de som kun baserer seg på åpne kilder.
Fra redaktørene i Netology
Hvis du ser på yrket som dataingeniør eller dataforsker, inviterer vi deg til å studere våre kursprogrammer:
- Yrke "'.
- Yrke "'.
- Vi vil "'.
Kilde: www.habr.com