Dmitri Kazakov, Sef de echipă de analiză a datelor la Kolesa Group, împărtășește informații din primul sondaj din Kazahstan asupra profesioniștilor de date.
În fotografie: Dmitri Kazakov
Amintiți-vă de expresia populară că Big Data seamănă cel mai mult cu sexul adolescentin - toată lumea vorbește despre asta, dar nimeni nu știe dacă există cu adevărat. Același lucru s-ar putea spune despre piața specialiștilor de date (din Kazahstan) - există hype, dar cine este în spatele lui (și dacă există cineva acolo) nu a fost complet clar - nici pentru HR, nici pentru manageri, nici pentru oamenii de știință de date înșiși.
Am petrecut , în care au chestionat peste 300 de specialiști despre salariile, funcțiile, abilitățile, instrumentele și multe altele.
Spoiler: Da, ele există cu siguranță, dar totul nu este atât de simplu.
Frumoasă perspectivă. În primul rând, există mai mulți oameni de știință de date decât ne așteptam. Am reușit să intervievăm 300 de persoane, printre care nu se numărau doar analiști de produs, marketing și BI, ci și ingineri ML și DWH, ceea ce a fost deosebit de plăcut. Cel mai mare grup i-a inclus pe toți cei care se autointitulează oameni de știință ai datelor – adică 36% dintre respondenți. Este dificil de spus dacă aceasta acoperă cererea pieței sau nu, deoarece piața în sine este în curs de formare.
Distribuția nivelurilor de locuri de muncă este confuză - există aproape la fel de mulți lideri de echipă și manageri ca și juniori. Pot exista mai multe motive pentru aceasta. De exemplu, un număr mare de echipe mici de 2-3 persoane, în care liderul poate fi un specialist de nivel mediu sau superior.
Un alt motiv poate fi haosul care domnește în prezent pe piață în ceea ce privește standardele în distribuția rolurilor și funcționalități. Conducătorii de echipă sunt uneori atribuiți celor care lucrează pur și simplu cu un an sau doi mai mult decât alții, fără a se referi la nivelul de abilități și cunoștințe. Vedem acest lucru în repartizarea funcțiilor pe poziție - 38% dintre manageri și liderii de echipă sunt angajați în preprocesare și alți 33% în analiza statistică de bază.
Aici le-am cerut respondenților să evalueze subiectiv nivelul de analiză în companiile lor. Dacă te uiți cu atenție, poți observa că 10% dintre respondenții care lucrează în departamente de analiză de 2-3 persoane cred că au un „nivel avansat”.
Ce este „nivelul avansat”? Sistemul BI funcționează excelent. Există DWH și Big Data. Testele A/B sunt efectuate în mod regulat. Există sisteme ML și DS funcționale în producție. Deciziile se iau numai pe baza datelor. Departamentul de prelucrare și știință a datelor este unul dintre cei cheie în companie.
Este aproape imposibil de realizat toate cele de mai sus cu un departament de 2-3 persoane. Cred că rezultatul acestui sondaj este o ușoară durere de creștere - băieții nu au încă cu cine să se compare pentru a-și determina nivelul mai obiectiv.
După cum era de așteptat, oamenii de știință de date își petrec cea mai mare parte a timpului nu pe matematică sau inginerie super-complexă, ci pe preprocesare, descărcare și curățare a datelor. În fiecare specializare vedem preprocesarea în primele 3. Dar rareori vedem lucruri complexe, cum ar fi dezvoltarea modelelor ML sau lucrul cu Big Data în primele 3 - doar printre inginerii ML și DWH.
Există, de asemenea, câteva perspective triste. Experții își stabilesc ei înșiși 40% din sarcinile lor. În Kazahstan, până acum, doar companiile de top unicorn au încercat beneficiile lucrului cu big data și au învățat cum să o facă în mod competent. Ei transmit pe piață că Big Data și Machine Learning sunt cool, iar al doilea eșalon urmează, dar nu înțelege întotdeauna cum funcționează lucrul cu date. Prin urmare, vedem că specialiștii își stabilesc sarcini, iar afacerile nu știu întotdeauna ce își doresc.
Am fost surprins că 20% dintre specialiști nici măcar nu știu dacă firma lor are un Data Warehouse. Da, iar cu sistemele de gestionare a bazelor de date nu totul este atât de bine - 41% folosesc MySQL, iar alți 34% folosesc PostgreSQL. Ce ar putea însemna asta? Ei lucrează mai degrabă cu date mici.
În întrebarea despre sistemele de stocare, vedem din nou MySQL și chiar (!) Excel. Dar acest lucru poate indica, de exemplu, că majoritatea companiilor pur și simplu nu au încă o solicitare de a lucra cu date mari.
Aici totul este din nou ambiguu. În general, salariile au fost puțin mai mici decât mă așteptam.
Personal, îmi este greu să-mi imaginez un inginer ML care este gata să lucreze pentru 200 de mii de tenge - probabil că este un stagiar. Fie competențele unor astfel de specialiști sunt foarte slabe, fie este încă dificil pentru companii să evalueze în mod adecvat activitatea Data Science. Dar poate că acest lucru indică și faptul că piața este încă la începutul maturizării sale. Iar în timp, nivelul salariilor va fi stabilit la un nivel mai adecvat.
Sursa: www.habr.com