ร่วมกับ Elena Gerasimova หัวหน้าคณะ”» ใน Netology เรายังคงเข้าใจว่าพวกเขามีปฏิสัมพันธ์กันอย่างไร และนักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลแตกต่างกันอย่างไร
ในภาคแรกก็บอกแล้ว .
ในเอกสารนี้ เราจะพูดถึงว่าผู้เชี่ยวชาญด้านความรู้และทักษะควรมีความรู้อะไรบ้าง การศึกษาใดที่นายจ้างให้คุณค่า การสัมภาษณ์ดำเนินการอย่างไร และวิศวกรข้อมูลและนักวิทยาศาสตร์ข้อมูลมีรายได้เท่าใด
สิ่งที่นักวิทยาศาสตร์และวิศวกรควรรู้
การศึกษาเฉพาะทางสำหรับผู้เชี่ยวชาญทั้งสองคือวิทยาการคอมพิวเตอร์
นักวิทยาศาสตร์ข้อมูลคนใดก็ตาม ไม่ว่าจะเป็นนักวิทยาศาสตร์ข้อมูลหรือนักวิเคราะห์ จะต้องสามารถพิสูจน์ความถูกต้องของข้อสรุปของตนได้ สำหรับสิ่งนี้คุณไม่สามารถทำได้หากไม่มีความรู้ สถิติและคณิตศาสตร์พื้นฐานที่เกี่ยวข้องกับสถิติ.
เครื่องมือการเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูลเป็นสิ่งที่ขาดไม่ได้ในโลกสมัยใหม่ หากไม่มีเครื่องมือตามปกติ คุณจะต้องมีทักษะ เรียนรู้เครื่องมือใหม่อย่างรวดเร็ว สร้างสคริปต์ง่ายๆ เพื่อทำงานอัตโนมัติ.
สิ่งสำคัญคือต้องทราบว่านักวิทยาศาสตร์ข้อมูลจะต้องสื่อสารผลลัพธ์ของการวิเคราะห์อย่างมีประสิทธิภาพ มันจะช่วยเขาในเรื่องนี้ การแสดงข้อมูล หรือผลการวิจัยและทดสอบสมมติฐาน ผู้เชี่ยวชาญจะต้องสามารถสร้างแผนภูมิและกราฟ ใช้เครื่องมือแสดงภาพ ตลอดจนทำความเข้าใจและอธิบายข้อมูลจากแดชบอร์ดได้
สำหรับวิศวกรข้อมูล มีสามด้านที่ต้องคำนึงถึงก่อน
อัลกอริทึมและโครงสร้างข้อมูล. สิ่งสำคัญคือต้องเขียนโค้ดให้เก่งและใช้โครงสร้างพื้นฐานและอัลกอริธึม:
- การวิเคราะห์ความซับซ้อนของอัลกอริทึม
- ความสามารถในการเขียนโค้ดที่ชัดเจน บำรุงรักษาได้
- การประมวลผลเป็นชุด,
- การประมวลผลแบบเรียลไทม์
ฐานข้อมูลและคลังข้อมูล Business Intelligence:
- การจัดเก็บและประมวลผลข้อมูล
- การออกแบบระบบที่สมบูรณ์
- การนำเข้าข้อมูล
- ระบบไฟล์แบบกระจาย
Hadoop และบิ๊กดาต้า. มีข้อมูลเพิ่มมากขึ้นเรื่อยๆ และภายในระยะเวลา 3-5 ปี เทคโนโลยีเหล่านี้จะกลายเป็นสิ่งจำเป็นสำหรับวิศวกรทุกคน บวก:
- ทะเลสาบข้อมูล
- ทำงานร่วมกับผู้ให้บริการระบบคลาวด์
การเรียนรู้ของเครื่อง จะถูกนำไปใช้ทุกที่และสิ่งสำคัญคือต้องเข้าใจว่าปัญหาทางธุรกิจใดจะช่วยแก้ไขได้ ไม่จำเป็นต้องสร้างแบบจำลองได้ (นักวิทยาศาสตร์ข้อมูลสามารถจัดการสิ่งนี้ได้) แต่คุณต้องเข้าใจการใช้งานและข้อกำหนดที่เกี่ยวข้อง
วิศวกรและนักวิทยาศาสตร์มีรายได้เท่าไร?
รายได้วิศวกรข้อมูล
ในทางปฏิบัติระหว่างประเทศ โดยทั่วไปแล้วเงินเดือนเริ่มต้นจะอยู่ที่ 100 เหรียญสหรัฐต่อปีและเพิ่มขึ้นอย่างมากตามประสบการณ์ ตามข้อมูลของ Glassdoor นอกจากนี้ บริษัทมักเสนอทางเลือกหุ้นและโบนัสประจำปี 000-5%
ในรัสเซีย ในช่วงเริ่มต้นอาชีพ เงินเดือนมักจะไม่ต่ำกว่า 50 รูเบิลในภูมิภาคและ 80 รูเบิลในมอสโก ไม่จำเป็นต้องมีประสบการณ์อื่นใดนอกจากการฝึกอบรมที่สำเร็จการศึกษาในขั้นตอนนี้
หลังจากทำงานไป 1-2 ปี - ทางแยก 90-100 รูเบิล
ทางแยกเพิ่มขึ้นเป็น 120–160 ใน 2–5 ปี มีการเพิ่มปัจจัยต่างๆ เช่น ความเชี่ยวชาญของบริษัทก่อนหน้านี้ ขนาดของโครงการ การทำงานกับข้อมูลขนาดใหญ่ ฯลฯ
หลังจากทำงานมา 5 ปี การค้นหาตำแหน่งงานว่างในแผนกที่เกี่ยวข้องหรือสมัครงานในตำแหน่งที่มีความเชี่ยวชาญสูงจะง่ายขึ้น เช่น:
- สถาปนิกหรือผู้พัฒนาหลักในธนาคารหรือโทรคมนาคม - ประมาณ 250
- การขายล่วงหน้าจากผู้ขายที่มีเทคโนโลยีที่คุณทำงานด้วยอย่างใกล้ชิดที่สุด - 200 บวกกับโบนัสที่เป็นไปได้ (1-1,5 ล้านรูเบิล)
- ผู้เชี่ยวชาญในการใช้งานแอปพลิเคชันธุรกิจระดับองค์กรเช่น SAP - มากถึง 350
รายได้ของนักวิทยาศาสตร์ข้อมูล
ตลาดของนักวิเคราะห์ของบริษัท “Normal Research” และบริษัทจัดหางาน New.HR แสดงให้เห็นว่าผู้เชี่ยวชาญด้าน Data Science ได้รับเงินเดือนโดยเฉลี่ยสูงกว่านักวิเคราะห์สาขาอื่นๆ
ในรัสเซีย เงินเดือนเริ่มต้นของนักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์สูงสุดหนึ่งปีอยู่ที่ 113 รูเบิล
การสำเร็จหลักสูตรการฝึกอบรมถือเป็นประสบการณ์การทำงานด้วย
หลังจากผ่านไป 1-2 ปีผู้เชี่ยวชาญดังกล่าวสามารถรับเงินได้มากถึง 160
สำหรับพนักงานที่มีประสบการณ์ 4-5 ปี ทางแยกจะเพิ่มเป็น 310
การสัมภาษณ์ดำเนินการอย่างไร?
ในโลกตะวันตก ผู้สำเร็จการศึกษาหลักสูตรอาชีวศึกษาจะมีการสัมภาษณ์ครั้งแรกโดยเฉลี่ย 5 สัปดาห์หลังจากสำเร็จการศึกษา ประมาณ 85% หางานได้หลังจาก 3 เดือน
กระบวนการสัมภาษณ์ตำแหน่ง Data Engineer และ Data Scientist แทบจะเหมือนกัน มักประกอบด้วยห้าขั้นตอน
สรุป. ผู้สมัครที่มีประสบการณ์ที่ไม่ใช่สายหลักมาก่อน (เช่น การตลาด) จะต้องเตรียมจดหมายปะหน้าโดยละเอียดสำหรับแต่ละบริษัท หรือมีเอกสารอ้างอิงจากตัวแทนของบริษัทนั้น
การคัดกรองทางเทคนิค. มักจะเกิดขึ้นทางโทรศัพท์ ประกอบด้วยหนึ่งหรือสองคำถามที่ซับซ้อนและคำถามง่ายๆ มากมายที่เกี่ยวข้องกับคำถามในปัจจุบันของนายจ้าง
สัมภาษณ์ทรัพยากรบุคคล. สามารถทำได้ทางโทรศัพท์ ในขั้นตอนนี้ ผู้สมัครจะได้รับการทดสอบความเพียงพอโดยทั่วไปและความสามารถในการสื่อสาร
การสัมภาษณ์ทางเทคนิค. ส่วนใหญ่มักเกิดขึ้นด้วยตนเอง ในบริษัทต่างๆ ระดับตำแหน่งในตารางการรับพนักงานจะแตกต่างกัน และตำแหน่งอาจมีการตั้งชื่อแตกต่างกัน ดังนั้นในขั้นตอนนี้จึงเป็นการทดสอบความรู้ทางเทคนิค
สัมภาษณ์กับ CTO/หัวหน้าสถาปนิก. วิศวกรและนักวิทยาศาสตร์ถือเป็นตำแหน่งเชิงกลยุทธ์ และสำหรับหลายๆ บริษัท ตำแหน่งนี้ยังถือเป็นตำแหน่งใหม่อีกด้วย สิ่งสำคัญคือผู้จัดการจะต้องชอบเพื่อนร่วมงานที่มีศักยภาพและเห็นด้วยกับเขาในมุมมองของเขา
อะไรจะช่วยให้นักวิทยาศาสตร์และวิศวกรเติบโตในอาชีพการงาน?
มีเครื่องมือใหม่มากมายสำหรับการทำงานกับข้อมูลปรากฏขึ้น และน้อยคนนักที่จะเก่งกับทุกคนได้เท่าเทียมกัน
หลายบริษัทไม่พร้อมที่จะจ้างพนักงานที่ไม่มีประสบการณ์ทำงาน อย่างไรก็ตาม ผู้สมัครที่มีพื้นฐานเพียงเล็กน้อยและมีความรู้พื้นฐานเกี่ยวกับเครื่องมือยอดนิยมจะได้รับประสบการณ์ที่จำเป็นหากพวกเขาเรียนรู้และพัฒนาด้วยตนเอง
คุณสมบัติที่เป็นประโยชน์สำหรับวิศวกรข้อมูลและนักวิทยาศาสตร์ข้อมูล
ความปรารถนาและความสามารถในการเรียนรู้. คุณไม่จำเป็นต้องไล่ตามประสบการณ์ทันทีหรือเปลี่ยนงานเพื่อหาเครื่องมือใหม่ แต่คุณต้องเต็มใจที่จะเปลี่ยนไปใช้พื้นที่ใหม่
ความปรารถนาที่จะทำให้กระบวนการตามปกติเป็นไปโดยอัตโนมัติ. นี่เป็นสิ่งสำคัญไม่เพียงแต่สำหรับประสิทธิภาพการทำงานเท่านั้น แต่ยังเพื่อรักษาคุณภาพของข้อมูลที่สูงและความเร็วในการจัดส่งถึงผู้บริโภคอีกด้วย
ความเอาใจใส่และความเข้าใจใน "สิ่งที่อยู่ภายใต้ประทุน" ของกระบวนการ. ผู้เชี่ยวชาญที่มีการสังเกตและรอบรู้กระบวนการอย่างถี่ถ้วนจะแก้ปัญหาได้เร็วยิ่งขึ้น
นอกจากความรู้ที่ยอดเยี่ยมเกี่ยวกับอัลกอริธึม โครงสร้างข้อมูล และไปป์ไลน์แล้ว คุณยังจำเป็นต้องมีอีกด้วย เรียนรู้ที่จะคิดในผลิตภัณฑ์ — ดูสถาปัตยกรรมและโซลูชันทางธุรกิจเป็นภาพเดียว
ตัวอย่างเช่นการใช้บริการที่เป็นที่รู้จักและสร้างฐานข้อมูลจะมีประโยชน์ จากนั้นลองคิดดูว่าจะพัฒนา ETL และ DW ที่จะเติมข้อมูลได้อย่างไร ผู้บริโภคจะเป็นประเภทไหน และสิ่งสำคัญสำหรับพวกเขาที่ต้องรู้เกี่ยวกับข้อมูล รวมถึงวิธีที่ผู้ซื้อโต้ตอบกับแอปพลิเคชัน เช่น การค้นหางานและการออกเดท การเช่ารถ , แอปพลิเคชั่นพอดแคสต์, แพลตฟอร์มการศึกษา
ตำแหน่งของนักวิเคราะห์ นักวิทยาศาสตร์ข้อมูล และวิศวกรนั้นอยู่ใกล้กันมาก ดังนั้นคุณจึงสามารถย้ายจากทิศทางหนึ่งไปอีกทิศทางหนึ่งได้เร็วกว่าจากด้านอื่น
ไม่ว่าในกรณีใด ผู้ที่มีพื้นฐานด้านไอทีจะง่ายกว่าผู้ที่ไม่มีพื้นฐาน โดยเฉลี่ยแล้ว ผู้ใหญ่ที่มีแรงจูงใจจะฝึกอบรมและเปลี่ยนงานทุกๆ 1,5–2 ปี ซึ่งจะง่ายกว่าสำหรับผู้ที่เรียนเป็นกลุ่มและมีพี่เลี้ยง เมื่อเทียบกับผู้ที่เรียนแบบโอเพ่นซอร์สเท่านั้น
จากบรรณาธิการของ Netology
หากคุณกำลังมองหาอาชีพ Data Engineer หรือ Data Scientist เราขอเชิญคุณศึกษาหลักสูตรหลักสูตรของเรา:
- วิชาชีพ "'
- วิชาชีพ "'
- ดี "'
ที่มา: will.com