Dmitry Kazakov, Trưởng nhóm phân tích dữ liệu tại Tập đoàn Kolesa, chia sẻ những hiểu biết sâu sắc từ cuộc khảo sát đầu tiên ở Kazakhstan về các chuyên gia dữ liệu.
Trong ảnh: Dmitry Kazakov
Hãy nhớ câu nói phổ biến rằng Dữ liệu lớn giống tình dục tuổi teen nhất - mọi người đều nói về nó, nhưng không ai biết liệu nó có thực sự tồn tại hay không. Điều tương tự cũng có thể nói về thị trường dành cho các chuyên gia dữ liệu (ở Kazakhstan) - có sự cường điệu hóa, nhưng ai đứng đằng sau nó (và liệu có ai ở đó hay không) thì không hoàn toàn rõ ràng - đối với bộ phận nhân sự, cũng như các nhà quản lý cũng như đối với chính các nhà khoa học dữ liệu.
Chúng ta đã trải qua , trong đó họ khảo sát hơn 300 chuyên gia về mức lương, chức năng, kỹ năng, công cụ của họ và nhiều hơn thế nữa.
Spoiler: Vâng, chúng chắc chắn tồn tại, nhưng mọi thứ không đơn giản như vậy.
Cái nhìn sâu sắc tốt đẹp. Thứ nhất, có nhiều nhà khoa học dữ liệu hơn chúng ta mong đợi. Chúng tôi đã phỏng vấn được 300 người, trong đó không chỉ có các nhà phân tích sản phẩm, tiếp thị và BI mà còn cả các kỹ sư ML và DWH, điều này khiến chúng tôi đặc biệt hài lòng. Nhóm lớn nhất bao gồm tất cả những người tự gọi mình là nhà khoa học dữ liệu - chiếm 36% số người được hỏi. Thật khó để nói liệu điều này có đáp ứng được nhu cầu của thị trường hay không, bởi bản thân thị trường mới chỉ đang được hình thành.
Sự phân bổ cấp bậc công việc rất khó hiểu - số lượng trưởng nhóm và quản lý gần như bằng số cấp dưới. Có thể có một số lý do cho việc này. Ví dụ: một số lượng lớn các nhóm nhỏ gồm 2-3 người, trong đó người lãnh đạo có thể là chuyên gia cấp trung hoặc cấp cao.
Một lý do khác có thể là sự hỗn loạn hiện đang ngự trị trên thị trường liên quan đến các tiêu chuẩn phân bổ vai trò và chức năng. Trưởng nhóm đôi khi được giao cho những người chỉ đơn giản là làm việc lâu hơn những người khác một hoặc hai năm mà không cần quan tâm đến trình độ kỹ năng và kiến thức. Chúng tôi thấy điều này trong việc phân bổ chức năng theo vị trí - 38% người quản lý và trưởng nhóm tham gia vào quá trình xử lý trước và 33% khác tham gia vào phân tích thống kê cơ bản.
Ở đây, chúng tôi yêu cầu người trả lời đánh giá một cách chủ quan mức độ phân tích trong công ty của họ. Nếu quan sát kỹ, bạn có thể thấy rằng 10% số người được hỏi làm việc trong bộ phận phân tích gồm 2-3 người tin rằng họ có “trình độ nâng cao”.
"trình độ nâng cao" là gì? Hệ thống BI hoạt động rất tốt. Có DWH và Dữ liệu lớn. Các thử nghiệm A/B được thực hiện thường xuyên. Có hệ thống ML và DS đang hoạt động trong quá trình sản xuất. Các quyết định chỉ được đưa ra dựa trên dữ liệu. Bộ phận xử lý dữ liệu và khoa học dữ liệu là một trong những bộ phận chủ chốt của công ty.
Hầu như không thể đạt được tất cả những điều trên với một bộ phận chỉ có 2-3 người. Tôi nghĩ rằng kết quả khảo sát này hơi khó khăn một chút - các chàng trai vẫn chưa có ai để so sánh với mình để xác định trình độ của họ một cách khách quan hơn.
Đúng như dự đoán, các nhà khoa học dữ liệu dành phần lớn thời gian của họ không phải cho toán học hay kỹ thuật siêu phức tạp mà cho việc tiền xử lý, tải xuống và làm sạch dữ liệu. Trong mọi chuyên môn, chúng tôi thấy tiền xử lý nằm trong top 3. Nhưng chúng ta hiếm khi thấy những việc phức tạp như phát triển mô hình ML hay làm việc với Big Data trong top 3 - chỉ có ở các kỹ sư ML và DWH.
Ngoài ra còn có một vài hiểu biết đáng buồn. Các chuyên gia tự đặt ra 40% nhiệm vụ của mình. Ở Kazakhstan, cho đến nay chỉ có các công ty kỳ lân hàng đầu mới thử những lợi ích của việc làm việc với dữ liệu lớn và học cách thực hiện nó một cách thành thạo. Họ quảng bá ra thị trường rằng Dữ liệu lớn và Học máy rất thú vị, và cấp thứ hai theo sau, nhưng không phải lúc nào cũng hiểu cách hoạt động của dữ liệu. Vì vậy, chúng tôi thấy rằng các chuyên gia tự đặt ra nhiệm vụ cho mình và không phải lúc nào doanh nghiệp cũng biết mình muốn gì.
Tôi rất ngạc nhiên khi 20% chuyên gia thậm chí còn không biết liệu công ty của họ có Kho dữ liệu hay không. Có, và với các hệ thống quản lý cơ sở dữ liệu, không phải mọi thứ đều tốt như vậy - 41% sử dụng MySQL và 34% khác sử dụng PostgreSQL. Điều này có nghĩa là gì? Họ làm việc thay vì với dữ liệu nhỏ.
Trong câu hỏi về hệ thống lưu trữ, chúng ta lại thấy MySQL và thậm chí cả (!) Excel. Nhưng điều này có thể chỉ ra rằng, chẳng hạn, hầu hết các công ty vẫn chưa có yêu cầu làm việc với dữ liệu lớn.
Ở đây mọi thứ lại mơ hồ. Nói chung, mức lương hơi thấp hơn tôi mong đợi.
Cá nhân tôi thật khó tưởng tượng một kỹ sư ML sẵn sàng làm việc với mức lương 200 nghìn tenge - có lẽ anh ta là một thực tập sinh. Năng lực của các chuyên gia như vậy rất yếu hoặc các công ty vẫn khó đánh giá đầy đủ công việc của Khoa học dữ liệu. Nhưng có lẽ điều này cũng cho thấy thị trường vẫn đang ở giai đoạn đầu của quá trình trưởng thành. Và theo thời gian, mức lương sẽ được thiết lập ở mức tương xứng hơn.
Nguồn: www.habr.com