数据工程师和数据科学家：他们能做什么以及赚多少钱

与系主任埃琳娜·格拉西莫娃 (Elena Gerasimova) 一起“数据科学与分析» 在网络学中，我们继续了解他们如何相互作用以及数据科学家和数据工程师有何不同。

在第一部分中他们告诉 关于数据科学家和数据工程师之间的主要区别.

在本材料中，我们将讨论专家应具备哪些知识和技能、雇主重视哪些教育、如何进行面试以及数据工程师和数据科学家的收入。 

科学家和工程师应该知道什么

两位专家的专业教育都是计算机科学。

任何数据科学家（数据科学家或分析师）都必须能够证明其结论的正确性。 为此，没有知识你就无法做到 统计学和统计相关的基础数学.

机器学习和数据分析工具在现代世界中不可或缺。 如果没有常用的工具，您需要具备技能 快速学习新工具，创建简单的脚本来自动执行任务.

值得注意的是，数据科学家必须有效地传达分析结果。 这将帮助他解决这个问题 数据可视化 或研究和假设检验的结果。 专家必须能够创建图表和图形、使用可视化工具以及理解和解释仪表板中的数据。

对于数据工程师来说，三个领域尤为突出。

算法和数据结构。 擅长编写代码并使用基本结构和算法非常重要：

• 算法复杂度分析，
• 能够编写清晰、可维护的代码， 
• 批量处理，
• 实时处理。

数据库和数据仓库，商业智能:

• 数据存储和处理，
• 完整系统的设计，
• 数据摄取，
• 分布式文件系统。

Hadoop 和大数据。 数据越来越多，在 3-5 年内，这些技术将成为每个工程师的必需品。 加：

• 数据湖
• 与云提供商合作。

机器学习 将在任何地方使用，了解它将帮助解决哪些业务问题非常重要。 不一定会做模型（数据科学家可以搞定），但你需要了解它们的应用和相应的要求。

工程师和科学家赚多少钱？

数据工程师收入

在国际实践中 据 Glassdoor 称，起薪通常为每年 100 美元，并且随着经验的增加而大幅增加。 此外，公司通常提供股票期权和000-5%的年度奖金。

在俄罗斯 在职业生涯的开始，工资通常不低于50万卢布在地区和80万卢布在莫斯科。 此阶段除了完成培训外不需要任何经验。

经过1-2年的工作 - 90-100万卢布的叉子。

120-160年内分叉将增至2-5万。 添加了诸如先前公司的专业化、项目规模、使用大数据等因素。

工作5年后，更容易寻找相关部门的空缺或申请高度专业化的职位，例如：

• 银行或电信公司的架构师或首席开发人员 - 大约 250 万人。

• 来自与您合作最密切的技术的供应商的预售 - 200 万加上可能的奖金（1-1,5 万卢布）。 

• 实施企业业务应用程序（例如 SAP）的专家多达 350 万名。

数据科学家的收入

研究 “Normal Research”公司和招聘机构 New.HR 的分析师市场显示，数据科学专家的平均薪资高于其他专业的分析师。 

在俄罗斯，具有一年经验的数据科学家的起薪为 113 万卢布。 

完成培训计划现在也被视为工作经验。

1-2年后，这样的专家已经可以领取到160万。

对于一个有4-5年经验的员工来说，叉子增加到310万。

采访是如何进行的？

在西方，职业培训项目的毕业生平均在毕业后 5 周内进行第一次面试。 大约85%的人在3个月后找到工作。

数据工程师和数据科学家职位的面试过程实际上是相同的。 通常由五个阶段组成。

总结。 具有非核心先前经验（例如营销）的候选人需要为每家公司准备一份详细的求职信或获得该公司代表的推荐信。

技术筛选。 它通常通过电话进行。 由一两个与雇主当前堆栈相关的复杂问题和尽可能多的简单问题组成。

人力资源面试。 可以通过电话完成。 在此阶段，将测试候选人的总体能力和沟通能力。

技术面试。 大多数情况下，它是亲自进行的。 在不同的公司，人员配置表中的职位级别不同，职位的命名也可能不同。 因此，这个阶段考验的是技术知识。

CTO/首席架构师专访。 工程师和科学家是战略职位，对于许多公司来说也是新鲜事物。 经理喜欢潜在同事并同意他的观点很重要。

什么将有助于科学家和工程师的职业发展？

出现了很多处理数据的新工具。 很少有人对每个人都同样擅长。 

许多公司还没有准备好雇用没有工作经验的员工。 然而，对于流行工具的基础知识只有最少背景和了解的候选人如果自己学习和开发，可以获得必要的经验。

对数据工程师和数据科学家有用的品质

学习的愿望和能力。 您不必立即追求经验或换工作来寻找新工具，但您需要愿意切换到新领域。

实现日常流程自动化的愿望。 这不仅对于生产力很重要，而且对于保持高数据质量和向消费者交付的速度也很重要。

对流程“幕后内容”的关注和理解。 对流程有观察力和透彻了解的专家将更快地解决问题。

除了算法、数据结构和管道方面的丰富知识之外，您还需要 学会用产品思考 — 将架构和业务解决方案视为单一图片。 

例如，采用任何众所周知的服务并为其提供一个数据库是很有用的。 然后考虑如何开发 ETL 和 DW 来填充数据，什么样的消费者以及他们了解数据的重要内容，以及买家如何与应用程序交互：用于求职和约会、汽车租赁、播客应用、教育平台。

分析师、数据科学家和工程师的职位非常接近，因此您可以比从其他领域更快地从一个方向转移到另一个方向。

无论如何，对于那些有任何 IT 背景的人来说，这都会比那些没有 IT 背景的人更容易。 平均而言，积极进取的成年人每 1,5-2 年接受一次再培训并更换工作。 与那些仅依赖开源的人相比，这对于那些在小组和导师的指导下学习的人来说更容易。

来自 Netology 编辑

如果您正在寻找数据工程师或数据科学家的职业，我们邀请您学习我们的课程计划：

• 职业 ”数据工程师“。  
• 职业 ”数据科学家“。
• 出色地 ”数据分析师“。

来源： habr.com