Dmitriy Kazakov, Kolesa Group ma'lumotlarini tahlil qilish bo'yicha guruh rahbari Qozog'istonda ma'lumotlar mutaxassislari o'rtasida o'tkazilgan birinchi so'rov natijalari bilan o'rtoqlashadi.
Suratda: Dmitriy Kazakov
Katta ma'lumotlar o'smirlar jinsiy aloqasiga juda o'xshaydi, degan mashhur iborani eslang - hamma bu haqda gapiradi, lekin uning mavjudligini hech kim bilmaydi. Xuddi shu narsani ma'lumotlar bo'yicha mutaxassislar bozori (Qozog'istonda) haqida ham aytish mumkin - shov-shuvlar bor, lekin uning ortida kim turgani (va umuman u erda kimdir bormi) to'liq tushunilmagan - na HR, na menejerlar, na ma'lumotlar olimlarining o'zlari.
Biz sarfladik , unda ular 300 dan ortiq mutaxassislarni maoshlari, vazifalari, malakalari, asboblari va boshqalar haqida so'rov o'tkazdilar.
Spoyler: Ha, ular albatta mavjud, lekin hamma narsa juda oddiy emas.
Yaxshi tushuncha. Birinchidan, biz kutganimizdan ko'ra ko'proq ma'lumot olimlari bor. Biz 300 kishidan intervyu olishga muvaffaq bo'ldik, ular orasida nafaqat mahsulot, marketing va BI tahlilchilari, balki ML va DWH muhandislari ham bor edi, bu ayniqsa yoqimli edi. Eng katta guruhga o'zini ma'lumot olimi deb ataydiganlarning barchasi kirdi - bu respondentlarning 36 foizi. Bu bozor talabini qoplaydimi yoki yo'qmi, aytish qiyin, chunki bozorning o'zi endigina shakllanmoqda.
Ish darajalarini taqsimlash chalkash - bu erda jamoa etakchilari va menejerlari yoshlar kabi deyarli ko'p. Buning bir necha sabablari bo'lishi mumkin. Masalan, 2-3 kishidan iborat ko'p sonli kichik jamoalar, ularda etakchi o'rta yoki yuqori darajadagi mutaxassis bo'lishi mumkin.
Yana bir sabab rollar va funksionallikni taqsimlash standartlari bo'yicha bozorda hukm surayotgan tartibsizlik bo'lishi mumkin. Jamoa rahbarlari ba'zan bilim va ko'nikma darajasiga e'tibor bermasdan, boshqalarga qaraganda bir yoki ikki yil ko'proq ishlaydiganlarga tayinlanadi. Biz buni funktsiyalarni lavozim bo'yicha taqsimlashda ko'ramiz - menejerlar va jamoa rahbarlarining 38 foizi oldindan ishlov berish bilan, yana 33 foizi asosiy statistik tahlil bilan shug'ullanadi.
Bu erda biz respondentlardan o'z kompaniyalaridagi tahlil darajasini sub'ektiv baholashni so'radik. Agar diqqat bilan qarasangiz, 10-2 kishidan iborat tahlil bo'limlarida ishlaydigan respondentlarning 3 foizi o'zlarining "ilg'or darajaga" ega ekanligiga ishonishlarini ko'rishingiz mumkin.
"Kengaytirilgan daraja" nima? BI tizimi ajoyib ishlaydi. DWH va Big Data mavjud. A/B testlari muntazam ravishda o'tkaziladi. Ishlab chiqarishda ishlaydigan ML va DS tizimlari mavjud. Qarorlar faqat ma'lumotlar asosida qabul qilinadi. Ma'lumotlarni qayta ishlash va ma'lumotlar fanlari bo'limi kompaniyadagi asosiy bo'limlardan biridir.
Yuqoridagilarning barchasiga 2-3 kishilik bo'lim bilan erishish deyarli mumkin emas. O'ylaymanki, bu so'rov natijasi biroz o'sib borayotgan og'riqdir - yigitlarning o'z darajasini ob'ektivroq aniqlash uchun hali o'zlarini solishtiradigan hech kim yo'q.
Kutilganidek, ma'lumotlar olimlari ko'p vaqtlarini o'ta murakkab matematika yoki muhandislikka emas, balki ma'lumotlarni oldindan qayta ishlash, yuklab olish va tozalashga sarflashadi. Har bir ixtisoslikda biz dastlabki 3 talikka kirishni ko'ramiz. Ammo biz ML modellarini ishlab chiqish yoki Big Data bilan ishlash kabi murakkab ishlarni kamdan-kam uchratamiz - faqat ML va DWH muhandislari orasida.
Bundan tashqari, bir nechta qayg'uli tushunchalar mavjud. Mutaxassislar o'z vazifalarining 40 foizini o'zlari qo'yadilar. Qozog‘istonda hozirgacha faqat yirik yagona shoxli kompaniyalar katta ma’lumotlar bilan ishlashning afzalliklarini sinab ko‘rishgan va buni qanday qilib malakali qilishni o‘rgangan. Ular bozorga Big Data va Machine Learning juda zo'r ekanligini va ikkinchi eshelon ortda qolishini, lekin ma'lumotlar bilan ishlash qanday ishlashini har doim ham tushunmaydi. Shu sababli, biz mutaxassislar o'z oldiga vazifalar qo'yishini va korxonalar nima istayotganini har doim ham bilmasligini ko'ramiz.
Ajablanarlisi shundaki, mutaxassislarning 20 foizi o'z kompaniyasida ma'lumotlar ombori mavjudligini ham bilishmaydi. Ha, va ma'lumotlar bazasini boshqarish tizimlari bilan hamma narsa unchalik yaxshi emas - 41% MySQL-dan, yana 34% PostgreSQL-dan foydalanadi. Bu nimani anglatishi mumkin? Ular ko'proq kichik ma'lumotlar bilan ishlaydi.
Saqlash tizimlari haqidagi savolda biz yana MySQL va hatto (!) Excelni ko'ramiz. Ammo bu, masalan, ko'pchilik kompaniyalarda katta ma'lumotlar bilan ishlash uchun hali so'rov yo'qligini ko'rsatishi mumkin.
Bu erda hamma narsa yana noaniq. Umuman olganda, maoshlar men kutganimdan biroz past edi.
Shaxsan men uchun 200 ming tengega ishlashga tayyor bo'lgan ML muhandisini tasavvur qilish qiyin - u stajyor bo'lishi mumkin. Yoki bunday mutaxassislarning vakolatlari juda zaif yoki kompaniyalar uchun Data Science ishini etarli darajada baholash hali ham qiyin. Ammo, ehtimol, bu bozor hali ham kamolotning boshida ekanligini ko'rsatadi. Va vaqt o'tishi bilan ish haqi darajasi yanada mos darajada o'rnatiladi.
Manba: www.habr.com