Pamoja na Elena Gerasimova, mkuu wa kitivo "Β»katika Netolojia tunaendelea kuelewa jinsi wanavyoingiliana na jinsi Wanasayansi wa Data na Wahandisi wa Data hutofautiana.
Katika sehemu ya kwanza walisema .
Katika nyenzo hii tutazungumza juu ya ujuzi na ujuzi ambao wataalam wanapaswa kuwa nao, ni elimu gani inathaminiwa na waajiri, jinsi mahojiano yanafanywa, na ni kiasi gani wahandisi wa data na wanasayansi wa data hupata.
Wanasayansi na wahandisi wanapaswa kujua nini
Elimu maalum kwa wataalam wote wawili ni Sayansi ya Kompyuta.
Mwanasayansi yeyote wa data-mwanasayansi wa data au mchambuzi-lazima aweze kuthibitisha usahihi wa hitimisho lake. Kwa hili huwezi kufanya bila ujuzi takwimu na hisabati msingi zinazohusiana na takwimu.
Zana za kujifunza mashine na uchanganuzi wa data ni muhimu sana katika ulimwengu wa kisasa. Ikiwa zana za kawaida hazipatikani, unahitaji kuwa na ujuzi kujifunza haraka zana mpya, kuunda hati rahisi za kugeuza kazi otomatiki.
Ni muhimu kutambua kwamba mwanasayansi wa data lazima awasilishe kwa ufanisi matokeo ya uchambuzi. Itamsaidia kwa hili taswira ya data au matokeo ya utafiti na majaribio ya dhahania. Wataalamu lazima waweze kuunda chati na grafu, kutumia zana za taswira, na kuelewa na kueleza data kutoka kwa dashibodi.
Kwa mhandisi wa data, maeneo matatu yanakuja mbele.
Algorithms na miundo ya data. Ni muhimu kupata vizuri katika kuandika msimbo na kutumia miundo ya msingi na algorithms:
- uchambuzi wa utata wa algorithm,
- uwezo wa kuandika msimbo wazi, unaoweza kudumishwa,
- usindikaji wa kundi,
- usindikaji wa wakati halisi.
Hifadhidata na maghala ya data, Ushauri wa Biashara:
- kuhifadhi na usindikaji wa data,
- muundo wa mifumo kamili,
- Uingizaji wa data,
- mifumo ya faili iliyosambazwa.
Hadoop na Data Kubwa. Kuna data zaidi na zaidi, na katika upeo wa miaka 3-5, teknolojia hizi zitakuwa muhimu kwa kila mhandisi. Pamoja:
- Maziwa ya data
- kufanya kazi na watoa huduma za wingu.
Kujifunza kwa mashine itatumika kila mahali, na ni muhimu kuelewa ni matatizo gani ya biashara ambayo itasaidia kutatua. Sio lazima kuwa na uwezo wa kufanya mifano (wanasayansi wa data wanaweza kushughulikia hili), lakini unahitaji kuelewa maombi yao na mahitaji yanayofanana.
Wahandisi na wanasayansi wanapata kiasi gani?
Mapato ya Mhandisi wa Data
Katika mazoezi ya kimataifa mishahara ya kuanzia kwa kawaida ni $100 kwa mwaka na huongezeka sana kutokana na uzoefu, kulingana na Glassdoor. Aidha, makampuni mara nyingi hutoa chaguzi za hisa na bonuses 000-5% ya kila mwaka.
Katika Urusi mwanzoni mwa kazi, mshahara kawaida sio chini ya rubles elfu 50 katika mikoa na elfu 80 huko Moscow. Hakuna uzoefu mwingine isipokuwa mafunzo yaliyokamilishwa unahitajika katika hatua hii.
Baada ya miaka 1-2 ya kazi - uma wa rubles 90-100.
Uma huongezeka hadi 120-160 elfu katika miaka 2-5. Mambo kama vile utaalam wa makampuni ya awali, ukubwa wa miradi, kufanya kazi na data kubwa, nk huongezwa.
Baada ya miaka 5 ya kazi, ni rahisi kutafuta nafasi za kazi katika idara zinazohusiana au kutuma maombi ya nafasi maalum kama vile:
- Mbunifu au msanidi programu anayeongoza katika benki au mawasiliano ya simu - karibu 250.
- Uuzaji wa awali kutoka kwa muuzaji ambaye ulifanya kazi na teknolojia kwa karibu - elfu 200 pamoja na bonasi inayowezekana (rubles milioni 1-1,5).
- Wataalam katika utekelezaji wa maombi ya biashara ya Biashara, kama vile SAP - hadi 350 elfu.
Mapato ya wanasayansi wa data
soko la wachambuzi wa kampuni ya "Utafiti wa Kawaida" na wakala wa kuajiri New.HR inaonyesha kuwa wataalamu wa Sayansi ya Takwimu hupokea wastani wa mshahara wa juu kuliko wachambuzi wa taaluma zingine.
Huko Urusi, mshahara wa kuanzia wa mwanasayansi wa data na hadi mwaka wa uzoefu ni kutoka rubles 113.
Kukamilika kwa programu za mafunzo sasa pia kunazingatiwa kama uzoefu wa kazi.
Baada ya miaka 1-2, mtaalamu kama huyo anaweza tayari kupokea hadi elfu 160.
Kwa mfanyakazi aliye na uzoefu wa miaka 4-5, uma huongezeka hadi 310 elfu.
Mahojiano yanafanywaje?
Katika nchi za Magharibi, wahitimu wa programu za mafunzo ya ufundi wana mahojiano yao ya kwanza kwa wastani wiki 5 baada ya kuhitimu. Takriban 85% hupata kazi baada ya miezi 3.
Mchakato wa mahojiano kwa mhandisi wa data na nafasi za mwanasayansi wa data ni sawa. Kawaida inajumuisha hatua tano.
Muhtasari. Wagombea walio na uzoefu usio wa msingi wa awali (k.m., uuzaji) wanahitajika kuandaa barua ya kina ya kazi kwa kila kampuni au kuwa na marejeleo kutoka kwa mwakilishi wa kampuni hiyo.
Uchunguzi wa kiufundi. Kawaida hufanyika kupitia simu. Inajumuisha swali moja au mbili ngumu na nyingi rahisi zinazohusiana na mrundikano wa sasa wa mwajiri.
mahojiano ya HR. Inaweza kufanywa kwa njia ya simu. Katika hatua hii, mgombea hujaribiwa kwa utoshelevu wa jumla na uwezo wa kuwasiliana.
Mahojiano ya kiufundi. Mara nyingi hufanyika kibinafsi. Katika makampuni tofauti, kiwango cha nafasi katika meza ya wafanyakazi ni tofauti, na nafasi zinaweza kutajwa tofauti. Kwa hiyo, katika hatua hii ni ujuzi wa kiufundi unaojaribiwa.
Mahojiano na CTO/Msanifu Mkuu. Mhandisi na mwanasayansi ni nafasi za kimkakati, na kwa kampuni nyingi pia ni mpya. Ni muhimu kwamba meneja apende mfanyakazi mwenzako na akubaliane naye katika maoni yake.
Ni nini kitakachowasaidia wanasayansi na wahandisi katika ukuaji wao wa kazi?
Zana nyingi mpya za kufanya kazi na data zimeonekana. Na watu wachache ni sawa kwa kila mtu.
Kampuni nyingi haziko tayari kuajiri wafanyikazi bila uzoefu wa kazi. Hata hivyo, watahiniwa walio na usuli mdogo na ujuzi wa misingi ya zana maarufu wanaweza kupata uzoefu unaohitajika ikiwa watajifunza na kuendeleza wao wenyewe.
Sifa muhimu kwa mhandisi wa data na mwanasayansi wa data
Tamaa na uwezo wa kujifunza. Sio lazima kufuata uzoefu mara moja au kubadilisha kazi kwa zana mpya, lakini unahitaji kuwa tayari kuhamia eneo jipya.
Tamaa ya kubinafsisha michakato ya kawaida. Hii ni muhimu sio tu kwa tija, lakini pia kwa kudumisha ubora wa juu wa data na kasi ya utoaji kwa watumiaji.
Usikivu na uelewa wa "kilicho chini ya kofia" ya michakato. Mtaalam ambaye ana uchunguzi na ujuzi kamili wa taratibu atasuluhisha tatizo haraka.
Mbali na ujuzi bora wa algorithms, miundo ya data na mabomba, unahitaji jifunze kufikiria katika bidhaa - tazama usanifu na suluhisho la biashara kama picha moja.
Kwa mfano, ni muhimu kuchukua huduma yoyote inayojulikana na kuja na hifadhidata yake. Kisha fikiria jinsi ya kuendeleza ETL na DW ambayo itajaza data, ni aina gani ya watumiaji watakuwa na nini ni muhimu kwao kujua kuhusu data, na pia jinsi wanunuzi wanavyoingiliana na maombi: kwa kutafuta kazi na dating, kukodisha gari. , programu ya podikasti, jukwaa la elimu.
Nafasi za mchambuzi, mwanasayansi wa data na mhandisi ziko karibu sana, kwa hivyo unaweza kuhama kutoka mwelekeo mmoja hadi mwingine haraka kuliko kutoka kwa maeneo mengine.
Kwa hali yoyote, itakuwa rahisi kwa wale walio na historia yoyote ya IT kuliko wale ambao hawana. Kwa wastani, watu wazima walio na motisha hufundisha tena na kubadilisha kazi kila baada ya miaka 1,5-2. Hii ni rahisi kwa wale wanaosoma katika kikundi na mshauri, ikilinganishwa na wale wanaotegemea tu vyanzo wazi.
Kutoka kwa wahariri wa Netology
Ikiwa unatazama taaluma ya Mhandisi wa Data au Mwanasayansi wa Data, tunakualika usome programu zetu za kozi:
- Taaluma"'.
- Taaluma"'.
- Vizuri "'.
Chanzo: mapenzi.com