288143.0 руб. — средняя зарплата для ‘Data Scientist’ (Россия).
Средняя зарплата для ‘Data Scientist’, рассчитанная на основе вакансий, показывает среднее арифметическое по зарплатам из найденных вакансий (количество таких вакансий для ‘Data Scientist’ равно 42).
279000.0 руб. — медианная зарплата для ‘Data Scientist’ (Россия).
Статистика зарплат для ‘Data Scientist’ по городам
Лидеры по количеству вакансий для ‘Data Scientist’: Москва, Санкт-Петербург, Новосибирск, Нижний Новгород.
Лидеры по уровню средней зарплаты для ‘Data Scientist’: Москва, Санкт-Петербург, Новосибирск, Нижний Новгород.
| Москва | 307060.0 | 299000.0 | 25 вак. (с зп) 157 вак. 16.11.2022 |
| Санкт-Петербург | 305400.0 | 307000.0 | 5 вак. (с зп) 30 вак. 03.08.2022 |
| Новосибирск | 186200.0 | 151000.0 | 5 вак. (с зп) 17 вак. 21.04.2021 |
| Нижний Новгород | 76700.0 | 79000.0 | 5 вак. (с зп) 13 вак. 19.04.2021 |
Безумные зарплаты в Data Sсince, а есть ли они?
Источник: zarplan.com
Data Scientist: что он делает и сколько получает. Средняя зарплата в Data Science
Сегодня о Data Scientist’ах не говорит только ленивый. В частности, всё чаще мы слышим (и небезосновательно) что это профессия будущего. Не менее часто говорят и о высоких зарплатах в Data Science. Что же, давайте посмотрим, сколько зарабатывают специалисты с опытом и без опыта в таких странах, как США, ЕС, Россия. Но для начала — краткий ликбез.
Data Scientist – это кто вообще?
Data Scientist’ы — это эксперты по анализу массиWow данных. Такие специалисты часто обладают математическим складом ума, владеют статистическим анализом, умеют видеть закономерности и находить их. Задача Data Scientist’ов — создание моделей для совершенстWowания рабочих процессов, используя анализ данных и не только.
Как правило, Data Scientist’ы занимаются: — сбором больших массиWow данных, их видоизменением; — решением бизнес-задач, используя анализ данных; — работой с языками SAS, R, Python; — работой со статистикой; — аналитикой, машинным обучением; — выявлением различных закономерностей и т. п.
Соответственно, хороший специалист должен владеть: • статистикой, машинным обучением; • языками программирования SAS, R либо Python; • базами данных MySQL, Postgres; • технологиями визуализации данных; • Hadoop and MapReduce.
Это, конечно, далеко не всё, но, как бы там ни было, всем этим технологиям можно научиться, а зарплата Data Scientist того стоит.
Сколько зарабатывают в Data Science и что это вообще такое?
Что говорят цифры?
Что же, перейдём к основной цели статьи — зарплате в сфере Data Science. Начнём с США.
Какова зарплата специалиста без опыта?
Как это принято в IT и не только в ИТ, зарплата зависит от опыта и уровня специалиста. Здесь тоже есть джуниоры, мидлы и сеньоры. Естественно, зарплата начинающего дата-сайнтиста будет самой низкой. Согласно рейтингу ZipRecruiter, она находится в пределах 69 000 $ в год или 5 750 в месяц. И это неплохо, если учесть, что средняя ЗП в США порядка 3,5 тыс. долларов в месяц.
Какова зарплата у младшего специалиста?
Если верить информации с веб-сайта Glassdoor, младший Data Scientist получает порядка 121 000 $ в год либо более 10 000 $ в месяц. Очень даже неплохо, если не сказать больше.
Сколько получает старший специалист?
Естественно, много. Конечно, никаких правил и границ тут нет, но цифры нам говорят, что такой спец может получать порядка 162 000 $ в год либо 13 500 $ в месяц. Да, есть к чему стремиться…
Но, стоит сразу сказать, что достичь такой ЗП не так уж просто. Мало того, вы должны быть экспертом с большой буквы и посвятить Data Science довольно много времени. Учтите это обстоятельство, ведь учиться придётся всю жизнь.
Сравниваем зарплаты в США и ЕС
Ну, с США и так всё понятно — эта страна хорошо известна своими ломовыми зарплатами. Давайте лучше глянем, сколько Data Scientist’ы получают в европейских странах.
Посмотрев статистику DataCareer, увидим, что наилучшими странами ЕС для работы в роли аналитика данных являются такие страны, как: — Швейцария, — Германия; — Великобритания.
Конечно, зарплата меньше, чем в Соединённых Штатах Америки, но всё равно и младшие, и старшие Data Scientist’ы получают весьма неплохо. Если говорить об экспертах с опытом, то в Швейцарии их годовой заработок превышает 100 тыс. евро в год.
Средняя зарплата Data Scientist’а в РФ
Вот мы и подошли к отечественному рынку труда в сфере Data Science. Здесь, как и везде, многое тоже зависит от опыта. Но, как это часто бывает, в ИТ-сфере даже джуниор получает больше, чем среднестатистический россиянин. В декабре 2019 года эти цифры были следующими (по данным hh.ru): • Москва: 120 000 — 230 000 руб.; • Санкт-Петербург: 70 000 — 180 000 руб.; • Регионы: 40 000 — 120 000 руб.
При официальном трудоустройстве вас ждут белая ЗП и полный соцпакет. Если речь идёт об ИТ-компаниях, то тут можно упомянуть всевозможные «плюшки», характерные для этой сферы. Но вы не ограничены «айти», т. к. многие специалисты этого профиля требуются сегодня и в банковскую область.
Кроме того, есть вариант и удалённой работы, ведь самое главное — быть хорошим и востребованным специалистом. А вот чтобы им стать, придётся попотеть. Один из вариантов — специализированные курсы в OTUS.
При подготовке статьи использовались следующие материалы:
- https://ru.bitdegree.org/rukovodstvo/data-scientist-zarplata/;
- https://www.yandex.by/turbo?text=https%3A%2F%2Fcheckroi.ru%2Fblog%2Fprofessiya-data-scientist%2F.
Источник: otus.ru
Зарплата в data science: обзор рынка по данным из чата ODS
Делимся нашим исследованием вакансий и зарплат в сфере data science и data engineering. Спрос на специалистов растет, или рынок уже насытился, какие технологии теряют, а какие набирают популярность, размер зарплатных вилок и от чего они зависят?
13 599 просмотров
Зарплата Junior Data Scientist от 70 до 120 тыс. руб. (здесь и далее 25% и 75% квантили), для Middle DS — от 130 до 210 тыс. руб., для Senior Data Scientist — от 180 до 280 тыс., для Lead — от 180 до 300 тыс.
Сразу оговорюсь, что приведенные данные могут не отражать картину по рынку в целом. Во-первых мы использовали только один источник — чат Open Data Science. Во-вторых вакансии размещенный там обычно содержат вилку от X до Y и эти границы могут быть довольно широкими. В-третьих данные могут содержать неточности, например когда в одной вакансии ищут специалистов от junior до senior уровня и вилка указана одна, например от 100 до 300 тыс. руб.
Посмотрим на вклад уровня и специализации вакансии на зарплату
Инженерам и саентистам платят немного больше, чем аналитикам, примерно на 11-14 тыс., а вот грейд влияет на вилку намного сильнее. Самый резкий скачок происходит при переходе от Джуна к Мидлу +74 тыс. (71%), далее — от мидла к синьору +58 тыс. (32%) и небольшой рост от синьора к лиду +17 тыс. (7%).
Динамика зарплат
Посмотрим на изменений зарплат год к году. В некоторые группы попадает мало данных, поэтому заменим среднее на устойчивую к выбросам медиану.
В среднем по рынку зарплата росла на 11% в год. При этом в 2019 году роста не было совсем, а вот в 2020 году наблюдался максимальный рост в 20%. Интересно, что в 2021 году зарплата увеличилась пока на 10%, при том что кол-во вакансий выросло на 120%, то есть зарплаты не поспевают за ростом спроса. Возможно, работодатели среагируют с некоторой задержкой, и мы увидим ускорение роста во втором полугодии 2021 года.
Зарплата data engineer почти не изменилась за последние 3 года, но это может быть связано с использованием медианы и малым кол-вом наблюдений в этой группе или изменением соотношения по грейдам.
Data analyst, действительно, получали ощутимо меньше, чем саентисты и инженеры, но в 2021 году их зарплата выросла на 21%, и отставание сократилось. У data science стабильный рост зарплаты в cреднем на 11% в год.
Вилка для джунов почти не изменилась за последние 3 года, по всем остальным уровням есть более-менее стабильный рост. Сильнее всего выросла зарплата специалистов уровня lead: +40% за 3 года.
Кол-во и динамика вакансий
До второго квартала 2020 тренд был почти линейный, затем произошло небольшое падение и стагнация длиной в 2 квартала, но уже с 4 квартала 2020 года пошел заметный рост, который ускорился в 2021 году.
Динамика 2021 года вообще очень сильно выбивается из сложившегося тренда: прирост на 120% по кол-ву вакансий относительно 2020 года
Посчитан как год к году по первым полугодиям для сравнимости с 2021 годом.
В 2021 году спрос на дата аналитиков вырос на 222%, на дата инженеров — на 127%, а вот на дата саентистов — только на 93%. Возможно, сейчас появилось понимание, что data science команда состоит из разных ролей, и набирать одних саентистов без инженеров и аналитиков не так эффективно.
Больше всего вакансий и самый быстрый рост — по мидлам и синьорам/милордам. Джунов ищут чуть чаще, чем лидов, но спрос на лидов растет быстрее, возможно, это только специфика чата ODS, где чаще ищут специалистов с опытом.
Посмотрим еще на распределение грейдов для каждой специальности
Спрос на джунов в дата инжиниринге ниже, чем в аналитике и data science. Если вы хотите стать дата инженером, то, возможно, стоит начать с аналитики или разработки и потом постепенно перекатываться.
Вакансии по городам
Дальше первой пятерки городов смотреть бессмысленно. Москва имеет подавляющее преимущество, Петербург отстает в 6 раз, Новосибирск — в 50. В регионах выбор мест для работы не такой большой, скорее всего и зарплата ниже, но у нас даже нет достаточного кол-ва данных, чтобы это проверить. Кажется, что в перспективе нет другого выбора, кроме переезда в Москву или Питер.
Но по ощущениям с 2020 года ситуация стала меняться: появилось очень много предложений с возможностью частичной или полной удаленки.
Кол-во вакансий с возможностью удаленки очень быстро растет и почти сравнялось с вакансиями в офисе.
Популярные технологии
Посмотрим, какие технологии чаще всего встречаются в вакансиях, и какие изменения по ним произошли за последнее время.
Самыми популярными являются базовые навыки: python, sql, git, после них идет big data, deep learning и классический machine learning. Далее — какие-то более узкоспециализированные инструменты, devops и разработка.
Попробуем понять, какие из популярных навыков в каждом направлении Data Science пересекаются между собой. Для этого возьмем по 13 наиболее востребованных технологий у каждой специальности и отобразим их на диаграмме Венна.
Есть несколько популярных технологий, которые можно противопоставить друг другу. Самый простой пример — это R и Python для анализа данных и разработки моделей. Посмотрим, как менялась их популярность по доли упоминаний в вакансиях.
Популярность python растет, и сейчас он упоминается почти в 90% вакансий, то есть де факто владение python — необходимый минимум для любого специалиста в сфере data science. А вот R, наоборот, теряет позиции: на пике в 2017 году он упоминался в 28% вакансий, сейчас в 2021 году — только в 9%. Если вы только вкатываетесь в индустрию, изучать R или выбирать команду, в которой его используют, скорее всего не самое перспективное решение.
Построим теперь аналогичный график для трех основных deep learning фреймворков.
Популярность PyTorch стремительно растет. Он обогнал Keras в 2018 году и TensorFlow в 2020. В целом, знания deep learning становятся более востребованными: указаны в более 30% вакансий в 2021 году.
Keras снижается даже по абсолютному кол-ву вакансий, учитывая, что общий спрос растет. У TensorFlow в этом плане не все так плохо: кол-во вакансий растет, несмотря на то, что доля снижается. Если вы на находитесь в начале своего пути в DL, с карьерной точки зрения, лучше выбрать более востребованный инструмент.
Заключение
По ссылке находится репозиторий со всеми данными и кодом исследования. Можно попробовать поискать новые интересные инсайты в данных или уточнить какие-то выводы этой статьи. Надеюсь, что получилось интересно и познавательно, буду благодарен за обратную связь.
Эта статья является сокращённым пересказом полного исследования с habr.
Показать ещё
4 комментария
В пересчете на € и $, если вы не по блату устроились, то зп у нас на уровне третьего мира.
Развернуть ветку
Когда грозди линейных слоев без активации в перемешку с мульти-комонетами, в Пайторче и видим это же в Керасе то сразу понимаем что Индусам легче освоить Керос. Так как там хоть можно говонокод осознанно понять филиппинско -индонезийский и перепродать как свой самопис через Апворк Лидам из Эрафии за пол Оверпрайса.
При этом новоиспеченные Пайторчи из разных курсов и школ — быстро теряются видя старый синтаксис.
А потом оказывается что на Апворке по всем RNN больше всех собирает заказов по продаже консультаций для построения чувак за 50 лет который просто прочитал Л.М Фридман Е.Н Турецкий «Как научится решать задачи» и А. Сухотин «Парадоксы»
Что тут сказать — эволюция как она есть.
Развернуть ветку
не очень понятно пишешь(
Развернуть ветку
он бэкэнд, вероятно (( меня до сих пор мутит..
Источник: vc.ru