Razem z Eleną Gerasimową, kierownikiem wydziału „» w Netology wciąż rozumiemy, w jaki sposób współdziałają ze sobą i czym różnią się badacze danych od inżynierowie danych.
W pierwszej części powiedzieli .
W tym materiale porozmawiamy o tym, jaką wiedzę i umiejętności powinni posiadać specjaliści, jakie wykształcenie cenią pracodawcy, jak przeprowadzane są rozmowy kwalifikacyjne oraz ile zarabiają inżynierowie danych i badacze danych.
Co powinni wiedzieć naukowcy i inżynierowie
Specjalistycznym wykształceniem obu specjalistów jest informatyka.
Każdy analityk danych – analityk danych lub analityk – musi być w stanie udowodnić poprawność swoich wniosków. W tym celu nie można obejść się bez wiedzy statystyka i podstawy matematyki związane ze statystyką.
Narzędzia do uczenia maszynowego i analityki danych są niezbędne we współczesnym świecie. Jeśli zwykłe narzędzia nie są dostępne, musisz posiadać odpowiednie umiejętności szybko uczysz się nowych narzędzi, tworzysz proste skrypty automatyzujące zadania.
Należy zauważyć, że analityk danych musi skutecznie komunikować wyniki analizy. Pomoże mu to w tym Wizualizacja danych lub wyniki badań i testowania hipotez. Specjaliści muszą umieć tworzyć wykresy i diagramy, korzystać z narzędzi do wizualizacji oraz rozumieć i wyjaśniać dane z dashboardów.
Dla inżyniera danych na pierwszy plan wysuwają się trzy obszary.
Algorytmy i struktury danych. Ważne jest, aby być dobrym w pisaniu kodu i używaniu podstawowych struktur i algorytmów:
- analiza złożoności algorytmu,
- umiejętność pisania przejrzystego, łatwego w utrzymaniu kodu,
- przetwarzanie wsadowe,
- przetwarzanie w czasie rzeczywistym.
Bazy danych i hurtownie danych, Business Intelligence:
- przechowywanie i przetwarzanie danych,
- projektowanie kompletnych systemów,
- Pozyskiwanie danych,
- rozproszone systemy plików.
Hadoop i Big Data. Danych jest coraz więcej i za 3–5 lat technologie te staną się niezbędne każdemu inżynierowi. Plus:
- Jeziora danych
- współpraca z dostawcami usług w chmurze.
Nauczanie maszynowe będzie używany wszędzie i ważne jest, aby zrozumieć, jakie problemy biznesowe pomoże rozwiązać. Nie jest konieczna umiejętność tworzenia modeli (analitycy danych sobie z tym poradzą), ale trzeba zrozumieć ich zastosowanie i odpowiadające im wymagania.
Ile zarabiają inżynierowie i naukowcy?
Dochód inżyniera danych
W praktyce międzynarodowej Według Glassdoor zarobki początkowe wynoszą zazwyczaj 100 000 dolarów rocznie i znacznie rosną wraz z doświadczeniem. Ponadto firmy często oferują opcje na akcje i 5-15% premii rocznych.
W Rosji na początku kariery wynagrodzenie wynosi zwykle nie mniej niż 50 tysięcy rubli w regionach i 80 tysięcy w Moskwie. Na tym etapie nie jest wymagane żadne doświadczenie poza ukończonym szkoleniem.
Po 1-2 latach pracy - widelec 90-100 tysięcy rubli.
Widelec wzrasta do 120–160 tysięcy w ciągu 2–5 lat. Dodawane są takie czynniki, jak specjalizacja poprzednich firm, wielkość projektów, praca z big data itp.
Po 5 latach pracy łatwiej jest szukać wolnych stanowisk w powiązanych działach lub aplikować na stanowiska wysokospecjalistyczne, takie jak:
- Architekt lub główny programista w banku lub telekomunikacji - ok. 250 tys.
- Przedsprzedaż od dostawcy, z którego technologiami współpracowałeś najściślej - 200 tysięcy plus ewentualna premia (1-1,5 miliona rubli).
- Eksperci we wdrażaniu aplikacji biznesowych Enterprise, takich jak SAP – do 350 tys.
Dochody analityków danych
Rynek analityków firmy „Normal Research” i agencji rekrutacyjnej New.HR pokazuje, że specjaliści Data Science otrzymują średnio wyższą pensję niż analitycy innych specjalności.
W Rosji początkowa pensja analityka danych z maksymalnie rocznym doświadczeniem wynosi od 113 tysięcy rubli.
Ukończenie programów szkoleniowych jest obecnie brane pod uwagę jako doświadczenie zawodowe.
Po 1–2 latach taki specjalista może już otrzymać nawet 160 tys.
Dla pracownika z 4-5 letnim stażem widelec wzrasta do 310 tys.
Jak przeprowadzane są rozmowy kwalifikacyjne?
Na Zachodzie absolwenci programów szkolenia zawodowego odbywają pierwszą rozmowę kwalifikacyjną średnio 5 tygodni po ukończeniu studiów. Około 85% znajduje pracę po 3 miesiącach.
Proces rozmowy kwalifikacyjnej na stanowiska inżyniera danych i analityka danych jest praktycznie taki sam. Zwykle składa się z pięciu etapów.
Streszczenie. Kandydaci posiadający wcześniejsze doświadczenie inne niż podstawowe (np. marketing) muszą przygotować szczegółowy list motywacyjny dla każdej firmy lub posiadać referencje od przedstawiciela tej firmy.
Przegląd techniczny. Zwykle odbywa się to przez telefon. Składa się z jednego lub dwóch złożonych i tylu prostych pytań związanych z aktualnym stosem pracodawcy.
Wywiad HR. Można to zrobić przez telefon. Na tym etapie kandydat jest sprawdzany pod kątem ogólnej adekwatności i umiejętności komunikowania się.
Wywiad techniczny. Najczęściej odbywa się to osobiście. W różnych firmach poziom stanowisk w tabeli personelu jest inny, a stanowiska mogą być inaczej nazywane. Dlatego na tym etapie sprawdzana jest wiedza techniczna.
Wywiad z CTO/głównym architektem. Inżynier i naukowiec to stanowiska strategiczne, a dla wielu firm także nowe. Ważne jest, aby menedżer lubił potencjalnego współpracownika i zgadzał się z nim w jego poglądach.
Co pomoże naukowcom i inżynierom w rozwoju ich kariery?
Pojawiło się całkiem sporo nowych narzędzi do pracy z danymi. A niewielu ludzi jest równie dobrych we wszystkich.
Wiele firm nie jest gotowych zatrudniać pracowników bez doświadczenia zawodowego. Natomiast kandydaci posiadający minimalną bazę i znajomość podstaw popularnych narzędzi mogą zdobyć niezbędne doświadczenie, jeśli będą się uczyć i rozwijać samodzielnie.
Przydatne cechy dla inżyniera danych i analityka danych
Chęć i umiejętność uczenia się. Nie musisz od razu gonić za doświadczeniem ani zmieniać pracy na nowe narzędzie, ale musisz chcieć przejść do nowego obszaru.
Chęć automatyzacji rutynowych procesów. Jest to ważne nie tylko ze względu na produktywność, ale także na utrzymanie wysokiej jakości danych i szybkości dostarczania ich do konsumenta.
Uważność i zrozumienie „tego, co kryje się pod maską” procesów. Specjalista, który ma obserwację i dogłębną wiedzę na temat procesów, szybciej rozwiąże problem.
Oprócz doskonałej znajomości algorytmów, struktur danych i potoków potrzebujesz naucz się myśleć produktami — postrzegaj architekturę i rozwiązanie biznesowe jako jeden obraz.
Na przykład przydatne jest skorzystanie z dowolnej znanej usługi i utworzenie dla niej bazy danych. Następnie zastanów się, jak opracować ETL i DW, które wypełnią go danymi, jakimi będą konsumentami i co jest dla nich ważne, aby wiedzieć o danych, a także w jaki sposób kupujący wchodzą w interakcję z aplikacjami: do poszukiwania pracy i randkowania, wynajmu samochodów , aplikacja podcastowa, platforma edukacyjna.
Stanowiska analityka, analityka danych i inżyniera są bardzo blisko siebie, dzięki czemu można przemieszczać się z jednego kierunku na drugi szybciej niż z innych obszarów.
W każdym razie będzie to łatwiejsze dla tych, którzy mają jakiekolwiek doświadczenie informatyczne niż dla tych, którzy go nie mają. Zmotywowani dorośli przekwalifikowują się i zmieniają pracę średnio co 1,5–2 lata. Jest to łatwiejsze dla tych, którzy uczą się w grupie i pod okiem mentora, w porównaniu z tymi, którzy opierają się wyłącznie na otwartych źródłach.
Od redakcji Netology
Jeśli zastanawiasz się nad zawodem Inżyniera Danych lub Naukowca Danych, zapraszamy do zapoznania się z naszymi programami kursów:
- Zawód "".
- Zawód "".
- Dobrze "".
Źródło: www.habr.com