☣️ 🥝 🐴 数据工程师和数据科学家：他们能做什么和赚多少钱 👌 👨🏿 🌚

我们与 Netology 数据科学和分析系主任Elena Gerasimova一起，继续了解数据科学家和数据工程师如何相互影响以及它们之间的区别。

在第一部分中，我们讨论了数据科学家和数据工程师之间的主要区别。

在本文中，我们将讨论专家应具备的知识和技能，雇主赞赏哪种教育，如何进行面试以及数据工程师和数据科学家能赚多少钱。

科学家和工程师应该知道什么

两位专家的简介教育-计算机科学。

任何数据专家-数据科学家或分析师-必须能够证明其结论的正确性。为此，没有统计知识和与基本数学有关的统计知识就不能做。

机器学习和数据分析工具在现代世界中必不可少。如果没有常用工具，则需要具备快速学习新工具，创建简单脚本以自动执行任务的技能。

重要的是要注意，数据专家必须有效地传达分析结果。数据可视化将帮助他。或研究和假设检验的结果。专家应该能够创建图表和图形，使用可视化工具，了解并解释仪表板中的数据。

对于数据工程师而言，三个领域至关重要。

算法和数据结构。着手编写代码并使用基本结构和算法很重要：

算法的复杂度分析
能够编写清晰，受支持的代码，
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
整体系统设计
数据提取
分布式文件系统。

Hadoop与大数据。数据越来越多，在3-5年的时间里，这些技术将成为每位工程师必需的。一个好处：

数据湖
与云提供商合作。

机器学习将无处不在，重要的是要了解它将帮助解决哪些业务任务。无需能够进行建模（数据科学家将对此进行应对），但是您需要了解其应用和相关要求。

工程师和科学家能得到多少

收入数据工程师

根据Glassdoor的说法，在国际惯例中，起薪通常为每年100,000美元，并且随着经验的增加而显着增加。此外，公司通常会提供股票期权和每年5-15％的奖金。

在俄罗斯，一开始职业生涯的薪水通常在该地区不少于5万卢布，在莫斯科不少于8万卢布。在此阶段，除了通过培训外，不需要经验。

经过1到2年的工作-一个90到10万卢布的叉子。

在2-5年内，分叉增加到120-160 000。增加了一些因素，例如过去的公司的专业化，项目的规模，处理大数据等等。

经过5年的工作，您可以更轻松地在相关部门中找到空缺职位，或者对以下高度专业化的职位做出回应：

银行或电信业的架构师或首席开发商-约25万

从您与您联系最紧密的技术供应商处进行预售-可能获得20万加奖金（1 ‒ 150万卢布）。

实施企业业务应用程序（例如SAP）的专家-多达35万

数据科学家收入

Normal Research和New.HR招聘机构的分析师进行的市场研究表明，数据科学专家的平均薪水比其他分析师高。

在俄罗斯，具有一年以上工作经验的数据科学家的起薪为11.3万卢布。

作为一种经验，现在还考虑了培训计划的通过。

在1-2年内，这样的专家最多可以收到16万人；

对于拥有4-5年经验的员工，分叉会增长到31万。

面试怎么样

在西方，职业培训课程的毕业生平均在毕业后5周内接受首次面试。 3个月后约有85％的人找到工作。

采访数据工程师和数据科学家的职位空缺的过程实际上是相同的。通常包括五个阶段。

摘要。具有非核心工作经验的候选人（例如，来自市场营销的候选人）需要为每家公司准备一份详细的求职信，或向该公司的代表提出建议。

技术筛选。通常通过电话进行。它由一两个关于当前用人单位的复杂且尽可能多的简单问题组成。

人力资源面试。可以通过电话。在此阶段，将检查候选人的整体能力和沟通能力。

技术面试。最常见的是亲自进行。在不同的公司中，人员配置表中的职位级别不同，并且可以用不同的方式调用职位。因此，在此阶段，正是要检查的技术知识。

采访技术总监/首席架构师。工程师和科学家是战略职位，对于许多公司而言，它们也是新的。潜在的同事要喜欢领导者并匹配他的观点，这一点很重要。

什么对科学家和工程师的职业发展有帮助？

有许多用于处理数据的新工具。很少有人同样精通。

许多公司不准备雇用没有工作经验的员工。但是，如果对基础知识具有最低的要求，并且对流行工具的基础知识有所了解，则可以对他们进行独立培训和发展，从而获得必要的经验。

对数据工程师和数据科学家有用的素质

渴望和学习能力。不必为了新工具而立即寻求经验或改变工作，但您需要准备切换到新领域。

对常规过程自动化的渴望。这不仅对于提高生产率很重要，而且对于保持高质量数据和将其交付给消费者的速度也很重要。

对过程的“内幕是什么”的关注和理解。具有流程历史和透彻知识的专家可以更快地解决问题。

除了具有出色的算法，数据结构和管道知识外，您还需要学习如何在产品中进行思考 -将架构和业务解决方案视为一幅图画。

例如，采用任何已知服务并为其提供数据库是很有用的。然后考虑如何开发用数据填充的ETL和DW，消费者将是什么以及消费者对数据的了解的重要性以及客户如何与应用程序交互：用于求职和约会，租车，播客应用程序，教育平台。

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

无论如何，具有任何IT背景的所有者将比没有IT背景的所有者容易。平均而言，有动机的成年人每1.5至2年会对其进行再培训和换工作。与仅依靠开放源代码的人相比，这对于在小组中学习并有导师的人来说要容易得多。

来自网络学的编辑

如果您仔细研究数据工程师或数据科学家的专业，我们邀请您学习我们的课程计划：

专业“ 数据工程师 ”。
专业数据科学家。
课程“ 数据分析师 ”。

数据工程师和数据科学家：他们能做什么和赚多少钱