Сколько зарабатывают data scientist в США

Кажется, все вокруг только и говорят о Data Science. Её нарекают профессией будущего, а за последние несколько лет спрос на качественных специалистов только возрастает. В статье мы подробнее рассказываем о направлении — от сути работы и уровня зарплаты в России и зарубежом до онлайн-курсов, на которых можно освоить профессию с нуля.

Data Scientist — кто это?

В своих кругах его шуточно называют человеком, который знает статистику лучше, чем Software Engineer, и программирует лучше, чем средний статистик. Дата-сайентиста можно назвать экспертом по анализу массиWow данных, который обладает техническими навыками для решения сложных задач, а также любопытством, чтобы эти задачи ставить.

Чем занимается Дата Сайентис ?

Он ищет уникальные решения сложных задач, которые связаны с разными ограничениями — методологическими, техническими и другими. Специальность требует практического опыта в статистическом анализе данных, определённых скиллов в построении математических моделей (от факторного до корреляционного анализов, от нейронных сетей до кластеризации), работы с огромными массивами данных и умения находить новые связи и закономерности.

Вебинар «Как сделать карьеру Data Scientist в США»

В зависимости от специализации в результате работы получаются модели, прогнозирующие поведение пользователей в сети, погоды, курсов валют. Рекомендации музыки и фильмов, исходя из ваших предпочтений, — тоже Data Science.

Сколько зарабатывает Data Scientist?

Специалистом по большим данным можно работать практически везде, ведь каждой сфере бизнеса нужен анализ данных. На выбор предоставлены все варианты — фриланс, удалёнка или офис. Даже младший специалист в этой профессии получает больше среднестатистической зарплаты по стране.

Например, средняя зарплата Data Scientist в США — $91 тыс в год, причём она прямым образом зависит от опыта работы.В России цифра составляет от 60–70 тысяч рублей в месяц для новичков и доходит до 220 тысяч для опытных специалистов.

По данным HH.ru на май 2020 года получилась вот такая картина:

• Москва: 80–300 тыс рублей
• Санкт-Петербург: 70–270 тыс рублей
• Регионы: 30–120 тыс рублей

Много специалистов требуется в банковскую сферу, что подразумевает белую зарплату, ДМС и официальный отпуск. Другие фирмы открывают удалённые вакансии, поэтому неважно, где именно вы живёте, устроиться можно и на столичную компанию.

Как стать Data Scientist?

Если вы хотите заняться Data Science, то вам точно понадобятся навыки владения Python, учебник по математическому анализу и готовность учиться. Даже если у вас нет элементарных знаний, многие школы готовы обучить профессии с нуля. Приводим в пример несколько онлайн-курсов.

1. Профессия Data Scientist от Skillbox

18 месяцев изучения инструментов Data Science и Machine Learning. Курс содержит 8 блоков из 93 тематических модулей. Подходит для новичков в IT, начинающих программистов и аналитиков.

В программе: основы аналитики, статистики и теории вероятностей, машинное обучение, английский для IT-специалистов. Обучение под руководством личного наставника. В закрытом чате можно пообщаться с сокурсниками и преподавателями. По окончании курса выпускники получают диплом, проходят собеседования и стажировку.

Сколько зарабатывают айтишники в США

2. Профессия Data Scientist от Нетологии

170+ часов практики написания предиктивных моделей для оптимизации бизнес-процессов. Грамотное управление данными и построение прогнозов с помощью нейросетей. Навыки машинного зрения и анализа текстов. Курс позволит прокачаться в профессии аналитикам и специалистам IT.

Продвинутая работа с БД, анализ данных на Python и создание рекомендательных систем. Студенты смогут использовать Machine Learning для бизнес-решений. Портфолио пополнится 5 крупными проектами, а эксперты помогут составить резюме и подготовиться к собеседованию.

3. Полный курс по Data Scientist от Skillfactory

Начальный онлайн-курс Data Science предназначен на новичков и длится 12 месяцев. За этот период учащиеся знакомятся с основами машинного обучения и работы с нейросетями.

В программу входит изучение азов проектирования, Python, визуализации данных в Pandas, Matplotlib, Seaborne и работа с информационными хранилищами. Предусмотрены курсы-тренажеры, индивидуальное сопровождение ментора, соревнования и хакатоны. Помощь в разработке не менее 10 проектов для портфолио. Выпускникам курсов выдаётся диплом об окончании курса.

4. Факультет «Искусственного интеллекта» в GeekBrains

18 месяцев изучения Data Science с нуля. Содержит 7 блоков. Подходит новичкам. Способствует продвижению в профессии специалистов по машинному обучению, искусственному интеллекту, анализу данных и Data Science.

Эксперты познакомят студентов с технологиями машинного обучения и нейронными сетями, научат решать бизнес-задачи. Ведение куратора и освоение английского для IT-специалистов. Дипломированным выпускникам гарантировано трудоустройство.

После обучения вас ждёт разнообразный выбор вакансий, потому что на специалистов по Big Data сейчас большой спрос. Не теряйте время и вливайтесь!

Материал опубликован в нашем блоге MOOC и социальных сетях: ВКонтакте , Facebook и Telegram

Источник: dzen.ru

Профессия Data Scientist: зарплаты, навыки, трудоустройство

Мир меняется очень быстро. Многие профессии становятся неактуальными. Но есть специалисты, на которых сейчас большой спрос и многие компании занимаются обучением in-house. Речь идет о профессии Data Scientist. В этой статье вы узнаете, что это за люди, чем они занимаются, какие зарплаты у Data Scientist-ов, где можно обучиться этой профессии и насколько перспективная эта профессия.

Поехали!

Data Scientist – кто это?

• объем исследуемых данных;
• глубина анализа;
• цель исследования;
• используемые инструменты.

Data Scientist — это специалист, который работает с большими массивами данных, используя инструменты программирования, алгоритмы машинного обучения и нейросети. С помощью создания предиктивных моделей и поиска закономерностей в массивах профессионалы в этой области знаний прогнозируют будущие события или разрабатывают предложения для оптимизации бизнес-процессов.

Чтобы работать ученым по данным, необходимо хорошо знать математику, разбираться в методах статистического анализа, программирования, прогнозирования, а также иметь определенные знания в конкретной сфере бизнеса. Последний пункт считается не обязательным и профессия считается универсальной. Но специалист, который знает суть бизнес-процессов в конкретной сфере, будет более ценен для предприятия, так как способен сделать более вменяемые выводы из анализа.

Где обучаться Data Scientist?

Предоставляют гарантию трудоустройства

Предлагают стажировку и работу в крупных компаниях

Отличия от близких профессий:

• бизнес-аналитик обычно не умеет работать с очень большими массивами данных, для этого нужны специальные программные инструменты;
• программист не всегда способен разработать адекватную данным модель, а тем более увидеть полезные конкретному бизнесу закономерности.

Внимание! Профессия Data Scientist при поиске сотрудника разными компаниями может называться по-разному: ученый по данным, исследовать, аналитик-программист, статистик, математик-программист, аналитик данных, аналитик-исследователь, специалист по анализу данных, специалист по Big Data (больших данных).

Зарплата Data Scientist

Зарплата специалиста по данным на рынке труда зависит в первую очередь от опыта работы и уровня умений. Кроме этого на рост зарплат сказывается тот факт, что на рынке еще мало качественных кадров.

Так по статистическим данным сайта habr во втором полугодии 2019 в России (а точнее в Москве) максимальный заработок ученого по данным составил около 225 000 рублей в месяц. Подробнее в таблице.

Приблизительные размеры ЗП специалистов по данным во втором полугодии 2019:

На размер зарплаты Data Scientist влияет:

• страна: в США зарплаты выше, чем в России, например; зарплаты специалистов Data Scientists доходят до 9 936 000 рублей (138 000$) в год или 828 000 рублей в месяц, а у программистов средняя зарплата 4 680 000 — 5 760 000 рублей (65 000 — 80 000$) в год, исследование проводила компания O’Reilly Media;
• регион и город: в Москве заработок более привлекателен, чем на периферии РФ;
• компания: самые высокие ЗП IT-специалистам сейчас предлагает Ozon;
• способ предоставления услуг: на фрилансе зарплата может быть ниже.
• дополнительные знания в этой области, например, знания методов статистического анализа данных или же построения математических моделей

Чем занимаются и что делают Data Scientist?

В список того, что входит в обязанности специалиста по большим данным в основном входит:

1. Сбор данных . Специалист ищет каналы, где можно собрать необходимую информацию, и изучает возможности ее получения из найденных источников.
2. Проверка . Данные валидируют, проверяют на наличие аномалий, и отсекают слишком неадекватные значения, которые могут сбить с толку при последующем анализе.
3. Анализ . Поиск закономерностей, изучение их, подтверждение поставленных гипотез или их опровержение, выводы.
4. Визуализация . Презентация результатов анализа в том виде, в котором ее с легкостью поймет обычный человек. Для этого используют графики и диаграммы, например.
5. Действие . Использование результатов анализа и его выводов для оптимизации деятельности предприятия. Принятие решений о корректировке, например, маркетинговой или финансовой стратегии, увеличении размеров финансирования какого-либо бизнес-направления компании.

Для качественной работы нужно знать:

• основы статистики и способы использования машинного обучения;
• базы данных MySQL и Postgres;
• Hadoop and MapReduce.
• технологии визуализации данных и отчетности;
• языки программирования SAS, Java (Hadoop), MapReduce, Python или R.

Интересно! Результаты работы специалиста по Data Science могут быть самыми разнообразными: от создания системы рекомендации товаров на основании поведения клиентов до системы самоуправления беспилотным автомобилем. Все это, конечно же, начинается с Data Mining или сбора данных.

Кем можно работать в аналитических проектах?

Присутствия специалиста по данным в аналитических проектах объясняется необходимостью организации массиWow данных и их обработки. Поэтому нужных специалистов делят на две группы:

• занимающиеся трансформацией данных;
• обработчики данных.

На уровне трансформации статистической информации найдут свое место ETL-специалисты. Представители этой профессии занимаются преобразованием неструктурированных массиWow данных в БД. Им предлагают следующие должности:

• Data Engineer — гарантирует сохранность данных, их целостность, и оптимальность размещения;
• разработчик баз данных — отвечает за поддержку работоспособности БД;
• архитектор БД — проектирует структуру хранения данных.

Специалисты на уровне обработки отвечают за анализ аккумулированной на предыдущем этапе информации. Это делается с целью получить подтверждение или опровержение своих гипотез, найти закономерности и использовать в интересах компании. К этой группе относятся должности:

• аналитик — занимается составлением прогнозов, анализом метрик, проведением экспериментов;
• Data scientist — используя данные создает продукт, который будет полезен компании (это может быть рекомендательная система, например);
• BI-специалист — визуализирует собранные массивы и аналитику, создает интерактивный dashboard;
• ML Engineer — отвечает за разработку и развитие Data Driven продуктов.

Самым востребованным можно считать ML Engineer, так как у него больше всего вариантов трудоустройства. По сути, это специалист по разработке алгоритмов:

• нейросети;
• голосовые помощники;
• Object detection;
• GAN;
• Black-box Al.

Человек такой профессии будет востребован в сферах безопасности, маркетинга (предсказание спроса), там, где важна предиктивная аналитика, распознавание объектов, текстовая аналитика и других.

Компании для трудоустройства на должность Data Scientist можно разделить на три группы:

• большие интернет-компании;
• стартапы по обработке данных;
• исследовательские организации.

Какие знания и навыки нужны аналитику данных?

Особенность профессии в умении не только исследовать данные, но и способность сделать правильные выводы из анализа и уметь донести информацию топ-менеджерам.

Основные необходимые навыки и разделяют на две группы:

• Hard skills;
• Soft skills.

Идеально, когда специалист владеет и теми и другими. Если бизнес-проект предполагает несколько должностей аналитика, то навыки можно разделить по специальностям. Так умения первой группы обязательны собственно ученому по данным, а Soft-навыки нужны больше специалисту в конкретной сфере, который анализирует выводы первого.

• умение понять, что хочет заказчик;
• знание разных видов отчетности и умение ее анализировать;
• технические навыки сбора, очистки, трансформации и визуализации данных;
• знание способов интерпретации данных и умение обосновать выводы;
• навык разработки требований к инструментам аналитики и сопровождение их внедрения;
• опыт проведения А/Б тестов и подготовки аналитики для принятия стратегических решений.

• знание основ математики и статистического анализа;
• развитое абстрактное мышление;
• умение создавать скетчи и прототипы;
• талант видеть в цифрах и показателях физический смысл;
• умение видеть причинно-следственные связи между событиями;
• развитый эмоциональный интеллект;
• коммуникационные способности и умение формировать и подавать топам рекомендации.

В зависимости от задач специальности аналитик должен освоить следующие технические инструменты:

1. BI-аналитик:
2. инструменты майнинга и OLAP: SAS, Knime, R, RapidMiner, Weka, частично Python;
3. инструменты BI: Tableu или, например, Power BI.
4. Аналитику данных и Data Scientist обязательны:
5. углубленное знание инструментов майнинга;
6. интерактивные оболочки Zeppelin, Jupiter;
7. аналитические инструменты и библиотеки визуализации внутри Python и R.
8. Всем специалистам Data Science:
9. электронные таблицы;
10. инструменты обработки данных и доступа к ним: SQL, СУБД, ETL и хранилища данных;
11. Data Scientist и аналитику данных:
12. инструменты автоматизации;
13. библиотеки визуализации Python и R;
14. инструмент анализа с помощью Python и R;
15. инструменты развертывания, например, Airflow или Docker.

Интервью с продуктовым аналитиком сервиса «Где мои дети» Борисом Голдбиным

Борис Голдобин — продуктовый аналитик, Data Scientist сервиса “Где мои дети” , занимается исследованием пути пользователей. В своей работе использует распространенные методы машинного обучения, генерации признаков, алгоритмы кластеризации, классификации и многое другое.

Считает, что в России разницу между дата инженером, дата саентистом и аналитиком понимают очень слабо, поэтому приходится делать понемногу все и называться аналитиком.

Кратко о компании «Где мои дети»:

«Где мои дети» — резидент Сколково, Технопарк Пермь, победитель Moscow Urban forum, ТОП-1 в категории Материнство и детство Google play, ТОП-5 категории образование Appstore.

Какова востребованность и конкуренция в СНГ и Европе/США?

Сфера профиля достаточно широкая, но анализ данных при помощи методов машинного обучения в какой-то мере используют многие российские и зарубежные компании. С каждым годом бизнес как в России, так и за рубежом все больше понимает необходимость анализа данных и прямые выгоды, которые они могут получить. Потихоньку приходит понимание, что с данными работают не только аналитики.

Стоит ли идти гуманитарию?

Деление на гуманитариев и математиков само по себе очень странное. Понятно, что профильные знания статистики и программирования сильно облегчат путь становления экспертом. Но сейчас есть множество курсов и, что более важно, чемпионатов, где можно проверить свои силы и понять, как из цифр рождаются выводы, инсайты и деньги.

Обязательно ли профильное образование для работы Data Scientist?

Нет, но будет проще. Многие Data Scientist имеют образование, связанное с математикой, физикой, строительством или экономикой. Стоит понимать, что задачи решаются разные, и в тех, которые связаны с текстом, может помочь лингвистическое образование, которое на первый взгляд очень далеко от машинного обучения.

Лучше западные компании рассматривать или в России также есть спрос?

В России тоже есть спрос. Думаю, надо сравнивать офферы и задачи перед дата саентистом, в меньшей степени компании. В теории надо понимать, насколько твои профессиональные умения совпадают с узкой сферой деятельности компании, какой уровень ответственности и свободы предполагается и, наконец, какую зарплату предлагают и какие по ней есть перспективы.

Можно ли работать удаленно Data Scientist?

Однозначно да.

Самые популярные ошибки на собеседованиях Data Scientist?

Почти все ученые очень увлечены процессом, техническими моментами и прочими узкоспециализированными нюансами. И любят рассказывать об этом. При этом они совершенно забывают, что познания менеджмента в этой области мягко говоря не сильны, и руководству важнее, чтобы соискатель понимал поставленные задачи с точки зрения зачем и почему, а не как. Для проверки технических скилов есть тестовые задания и портфолио. На собеседовании важнее представить свои софт скиллы и понимание процессов.

Что спрашивают на собеседовании и сложно ли устроиться?

Обычно дается тестовое задание, приближенное к задаче, которой предстоит заниматься. Например, могут попросить найти фрод или посчитать кредитный скоринг на данных, которые предоставляет компания. На собеседовании уже пойдет обсуждение задания, использованной техники и других возможных вариантов решения задачи. Часто возникают дополнительные вопросы по портфолио, а также вопросы с подтекстом, чтобы выяснить правду о софт скиллах кандидата и понять, насколько он соответствует ценностям компании.

В каких сферах деятельности будет наиболее востребован Data Scientist в ближайшие 10 лет?

• Финансовая сфера (торговые стратегии и их оптимизация);
• Банковская сфера (кредитный скоринг, определение фрода и пр.);
• Маркетинг (deepfake: создание реалистичных копий голоса и изображения по данным реальных людей и распознавание таких подделок; таргетированные рассылки и персонализированные предложения на основании данных о клиенте, а также оптимизация трафика);

Продуктовая аналитика (предсказание и изменение поведения пользователей и склонение их к покупкам).

Как стать Data Scientist: где учиться?

Ученый по данным еще достаточно новая профессия и мало в каких вузах можно ее освоить. Data Science доступна:

• в Высшей Школе Экономики на Факультете компьютерных наук;
• в МФТИ на Факультете инноваций и высоких технологий;
• Магистерские программы по большим данным на факультете ВМиК МГУ и в СПБГУ.

Существуют также разнообразные коммерческие и некоммерческие онлайн и оффлайн курсы:

1. Курс от Skillbox.
2. Курс от Нетологии.
3. Курс от GeekBrains.
4. Техносфера Mail.Ru и факультета ВМиК МГУ.
5. Технопарк Mail.Ru и МГТУ им. Баумана.
6. Программа Skillfactory.
7. Школа Анализа Данных «Яндекса».
8. Курсы анализа данных и машинного обучения на Coursera, Udacity, Stepic

Рассмотрим подробнее некоторые самые популярные онлайн-курсы.

Профессия «Data Scientist» от Skillbox

Курс от Skillbox рассчитан на 18 месяцев и подходит как новичкам, так и имеющим опыт в программировании и аналитике. По сути, это 300 часов занятий онлайн, которые большинство студентов проходят в среднем за год. В результате вы имеете возможность стать специалистом по анализу данных, алгоритмам машинного обучения и нейросетям.

Вы будете проходить курс под руководством преподавателей из НИУ ВШЭ, работать с инженерами из NVIDIA.

Программа состоит из 8 курсов разных уровней сложности, которые можно приравнять к году практической работы:

1. Анализ данных. Два курса: начальный уровень и средний.
2. Математика для Data Science.
3. Универсальные знания программиста .
4. Статистика и теория вероятностей, математическая статистика и визуализация данных.
5. Машинное обучение. Два курса и соответственно уровни: начальный и средний уровень.
6. Английский для специалистов по интернет-технологиям.

В процессе вы освоите следующие инструменты: Jupyter; NumPy, R и Python; и SciPy и другие.

Обучение состоит из самостоятельной работы и общения с преподавателями. Процесс включает выполнение заданий, работу с наставником и в конце — защиту дипломной работы.

Выпускники получают одну из двух специализаций:

• машинное обучение;
• эксперт по анализу массиWow данных.

• возможность выбора одной из двух специализаций во время обучения;
• практическая работа с реальными данными из различных сфер бизнеса;
• участие в сообществе школы, помощь преподавателя и обратная связь;
• учителя-практики.

Цена: 135000 р. (это 5900 р. в месяц или 3900 р. — со скидкой).

Гражданам РФ есть возможность оплатить курс частями с отсрочкой начала оплаты на 6 месяцев.

Компания гарантирует трудоустройство.

При трудоустройстве все же необходимо будет показать решения нестандартных и сложных задач на логику и ответить на необходимые вопросы.

Как правило, перед покупкой курса рекомендуем пройти консультацию у этой онлайн-школы и узнать подробно все условия.

Профессия «Data Scientist» от Нетологии

Курс от Нетологии обещает научить участников строить и обучать предиктивные модели, используя алгоритмы машинного обучения и построение нейросетей. Программа подойдет:

• аналитикам;
• разработчикам;
• топ-менеджерам в IT.

Обучение на Data Scientist с возможностью трудоустройства проходит в формате онлайн-вебинаров и очных лекций в Москве. По результатам выдается диплом о профессиональной переподготовке.

На курсе вас будут ждать преподаватели из NVIDIA, Google и Яндекс Метрики.

В программу включены следующие курсы:

• Сбор и подготовка данных;
• SQL и получение данных;
• Python и математика для анализа данных;
• Feature engineering и предобработка данных;
• построение модели;
• работа с заказчиком;
• рекомендательные системы;
• распознавание изображений, машинное зрение;
• обработка естественного языка (NLP).
• итоговый хакатон;
• написание дипломной работы.

Внимание! Модуль по машинному обучению проходит очно в Кампусе в Москве.

Цена курса составляет 200000 р., при оплате частями 16667 р. в месяц.

В результате учащийся получает ряд ключевых умений:

• собирать и готовить данные для обработки;
• создавать нейросети;
• генерировать тексты и изображения;
• создавать рекомендательные системы;
• выбирать, создавать и реализовывать алгоритмы под конкретные задачи и фичи для аналитических и предиктивных моделей.

1. По окончанию курса построены и созданы:
2. нейросеть;
3. классификатор изображений;
4. чат-бот для поиска авиабилетов;
5. рекомендательные системы для музыкального и киносайта;
6. готовый к внедрению ml-проект.
7. Получение диплома о профессиональной переподготовке и удостоверения о повышении квалификации.
8. Центр развития карьеры поможет с подготовкой и написанием резюме, подготовит с интервью и найдет подходящие вакансии.

Факультет «Искусственного интеллекта» в GeekBrains

Стоимость 12500 рублей в месяц. Возможна рассрочка.

Бонусы новым студентам:

• доступ в базу обучающих воркшопов и мастер-классов — GeekClub;
• специализированный курс английского языка для ИТ-специалистов.

После курса выпускник получает диплом о профессиональной подготовке и сертификат о прохождении курсов Data Science.

Доступными станут следующие профессии:

• Машинное обучение;
• Нейронные сети;
• Анализ массиWow данных;
• Искусственный интеллект;
• Data Science.

Все обучение будет проходить в формате видеолекций, вебинаров и воршкопов.

Обучение профессии Data Scientist с нуля от Skillfactory

Полный курс по Data Science от Skillfactory тоже подойдет для новичков. Обучить профессии с нуля здесь обещают за 12 месяцев.

Обучение доступно из любой точки мира в формате онлайн.

Программа включает курсы:

• Основы программирования на Python и Python для анализа массива данных;
• Math&Stat;
• Практический Machine Learning;
• Deep Learning и нейронные сети;
• Менеджмент;
• Data Engineering.

Стоимость: 10 тысяч р. в месяц (доступны различные скидки и акции).

• наличие курсов-тренажеров;
• индивидуальная поддержка ментора;
• 10 готовых проектов для профессионального портфолио;
• помощь в трудоустройстве;
• соревнования в Kaggle и хакатоны.

Где обучаться Data Scientist?

Предоставляют гарантию трудоустройства

Предлагают стажировку и работу в крупных компаниях

Выводы

Data Scientist — это специалист по трансформации и обработке больших массиWow данных, что отличает его от смежных профессий. Кандидат на эту специальность должен знать математику, статистику и иметь аналитический склад ума. Хотя, чтобы освоить науку, иметь образование аналитика или программиста не обязательно: научиться можно с нуля.

Ученый по данным должен знать:

• математику и статистику;
• машинное обучение;
• основы построения нейросетей;
• инструменты программного анализа с помощью R, Python или другие.

В обязанности такого аналитика входит трансформация и обработка данных. В рамках этого они проводят сбор, группировку, визуализацию данных и построение моделей для прогнозов и поиска закономерностей.

Data Scientist может работать в больших интернет-компаниях, стартапах, занимающихся анализом массиWow информации или в исследовательских организациях.

Среди подходящие должностей в аналитических проектах:

• архитектор БД;
• ML-Engineer;
• Data Scientist;
• BI-специалист.

Профессия очень востребована и важна, что подтверждается и зарплатой. Ученому по данным в России можно заработать даже 225 000 в месяц . Хотя средний показатель ЗП ниже: от 60 000 до 140 000 р.

Несмотря на новизну профессии, обучиться ей уже можно и оффлайн и онлайн. В зависимости от конкретной специализации и предлагаемых к освоению компетенций длительность обучения составляет от полугода до 2 лет (это не говоря о магистерских специализациях в вузах).

Например, на таких популярных онлайн-платформах как Нетология, Skillfactory, Майл.ру и Skillbox обучение Data Scientist с 0 до Pro в можно закончить в среднем за год. При чем эти компании предлагают не просто теорию, а практическое обучение с добавлением сделанных проектов в портфолио.

Подытоживая, можно сказать, что профессия Data Scientist, очень востребована и хорошо оплачиваема, а освоить ее можно даже за год. И хотя за 12 месяцев профессионалом на ЗП в 225 000 рублей в месяц вы не станете, но в перспективе все возможно.

С Уважением, Юрий Немец и команда Exore!

Источник: sitehere.ru

Работа и зарплаты в области науки о данных

Работа в области Data Science – самая высокооплачиваемая в ИТ-индустрии. В последние годы на рынке труда появилось множество рабочих мест в области науки о данных, но иногда сложно понять, что они из себя представляют и чем они отличаются. Даже когда эти позиции названы по-разному, это не помогает.

Существует значительная потребность в Data Scientist. Спрос на аналитиков данных находится на пике, и они являются одними из самых высокооплачиваемых людей со средней базовой зарплатой в 130 000 долларов в Америке. Согласно прогнозам McKinsey, в ближайшие годы разрыв между предложением и спросом у специалистов в этой области составит 50%. Вы, кстати, тоже можете освоить Data Science и начать извлекать прибыль из данных.

Различные рабочие места в области науки о данных:

Существует множество ролей для аналитиков данных, которые трудно понять. При этом навыки , необходимые для работы отличаются друг от другой. Наука о данных использует математику, статистические и компьютерные дисциплины, а также общий набор инструментов, который включает в себя Python, R, Tableau, SQL и т. д. Специалисты в области науки данных пользуются огромным спросом сегодня и далее мы обсудим различные должности, востребованные современным бизнесом:

1. Data Scientist – вероятно, одна из самых популярных должностей и наиболее востребованных вакансий в этой области. Они несут ответственность за обработку данных, их анализ с помощью различных математических методов, как упоминалось выше, и прогнозирования развития бизнеса. Data Scientist использует машинное обучение, а также прогнозирует будущее на основе исторических моделей.

Средний диапазон заработной платы (США) для Data Scientist составляет $ 119 000.

2. Data Analyst (Аналитик данных) – это тот, кто анализирует данные. Этот процесс требует создания систем, которые помогают пользователям получать информацию и обеспечивать качество данных. Его роль заключается в сборе, обработке и анализе статистических данных. Data Analyst выделяет значимую информацию из доступных данных и использует R или SAS . Аналитики данных для ведения бизнеса нужны не только ИТ-индустрии, но и таким отраслям, как здравоохранение, автомобилестроение, финансы, розничная торговля и страхование.

Средняя годовая зарплата (США) для аналитиков данных составляет 62 000 долларов США.

3. Data Architect (Архитектор данных) – с ростом объемов данных роль Data Architect становится все более важной. Его работа заключается в создании систем управления данными для интеграции, защиты и обслуживания источников данных и информации компании. Он отвечает за архитектуру базы данных, дизайн, создание и оптимизацию данных.

Он постоянно использует Microsoft Excel, чтобы делать сопоставления атрибутов и разрабатывать таблицы. Знание таких технологий, как Pig, Spark, SQL, XML и Hive необходимы для такой работы.

Средняя годовая зарплата (США) для этой должности составляет 100 000 долларов.

4. Data Engineer (Инженер данных) – это не те, кто анализирует данные, а те, кто создают определенную программную инфраструктуру для других специалистов. Они могут сделать это, поскольку обладают глубокими знаниями технологий Hadoop и Big Data, таких как MapReduce, Hive и Pig, технологии NoSQL, технологии SQL. Его роль заключается в разработке, тестировании и обслуживании крупномасштабных систем обработки. Более 50 процентов работы – это Data Wrangling, где инженеры данных незаменимы в сфере разработки программного обеспечения.

Средняя зарплата (США) для этой работы составляет 95 000 долларов.

5. Statistician (Статистик) – Роль статистика заключается в понимании меняющихся рыночных тенденций, влияющих на рост бизнеса. Работа состоит в том, чтобы собрать данные и преобразовать их в полезную информацию. Их навыки дают им возможность обрабатывать любые данные, как структурированные, так и неструктурированные. Используемые ими общие инструменты и методы включают в себя SAS, SPSS, Matlab , Python, Scala, SQL, R и т. д. Они имеют большие знания в области статистики, охватывающие описательные и логические темы.

Средняя заработная плата (США) для статистиков составляет 75 000 долларов.

6. Database Administrator (Администратор базы данных) – это обученные специалисты, которые отвечают за хранение и организацию данных компании. Все действия, связанные с защитой, мониторингом, поддержанием и защитой данных, выполняются и направляются администраторами базы данных. Это помогает постоянно делать базы данных доступными для пользователей, включая сотрудников. Для этой цели используются различные инструменты: MySQL Workbench, Toad, Adminer , DatabaseSpy и т. д.

Типичная средняя зарплата (США) для этой должности составляет 68 000 долларов.

7. Business Analyst (Бизнес-аналитик) – Роль бизнес-аналитика аналогична роли аналитика данных. Тем не менее, бизнес-аналитики имеют специальные знания в области бизнеса. Они используют свои навыки, чтобы направлять бизнес в сторону улучшения его продуктов и услуг. Они собирают и анализируют основные бизнес-потребности и требования и несут ответственность за внедрение изменений в бизнес и управление ими. Инструментами, используемыми бизнес-аналитиком, являются Microsoft Office, который включает PowerPoint, Excel, Word и Visio, Документы Google, SmartDraw , Balsamiq и т. д.

Средняя зарплата (США) для этой работы составляет $ 65 000.

8. Data & Analytics Manager (Менеджер данных и аналитики) – Менеджеры данных и аналитики отвечают за разработку процессов для эффективного анализа, интерпретации данных и составления отчетов. Они дают указания команде аналитиков данных, а также отвечают за принятие решений о найме. Они должны иметь 7–10 лет опыта работы в области науки о данных.

Они могут консультировать руководителей организаций по вопросам внесения изменений в соответствии с тенденциями рынка. Они должны хорошо знать языки компьютерного программирования, системы баз данных, инструменты больших данных и машинное обучение.

Эта должность имеет среднюю зарплату (США) 116 000 долларов.

Заключительные замечания:

При поиске работы своей мечты в области науки о данных учитывайте, что роли различаются, и поэтому вам нужно убедиться, что вы знаете каждую роль подробно, а затем выбираете то, что, по вашему мнению, подходит вам и соответствует вашим навыкам. Если вы решили делать свою карьеру в области науки о данных, то скорее всего вы получите удовольствие от своей работы с хорошей оплатой и спросом. Ожидается, что карьерные возможности здесь будут расти в течение длительного времени, поскольку данные проникают в нашу жизнь все интенсивнее, и компании пытаются понять как их лучше использовать.

Источник: id-lab.ru

Профессия «Data Scientist»: Кто это, обязанности, зарплата

Data Scientist – специалист, который обрабатывает, анализирует и занимается хранением больших массиWow данных (Big Data).

Эта деятельность крайне востребованная в информатике, математике и физике.

Основная задача специалиста в этой сфере – уметь получать нужную информацию из огромного перечня источников, выявлять неявные закономерности в массивах данных и проводить их анализ для принятий решений.

Как уже было сказано, профессия «ученого данных» на сегодня крайне высоко оплачивается. По данным с hh.ru оплата труда специалиста лежит в диапазоне от восьми с половиной до девяти тысяч долларов в месяц.

В США специалисты по Big Data получают до ста сорока тысяч долларов ежегодно.

Если говорить в рублях, то по регионам вилка ЗП – от 70 до 200 тысяч рублей, а в столице – от 80 до 250 тысяч рублей в месяц.

Обучение на профессию Data Scientist

Пройти обучающие курсы можно в онлайн-университетах от «Сколково».

Например, «Skillbox», предлагает программу обучения для новичков и программистов под названием «Профессия Data Scientist».

После окончания Вы защитите диплом для крупной IT компании ivi.ru. Вы получите диплом и гарантированное трудоустройство. Нажмите сюда, чтобы узнать подробнее!

Источник: sergeysmirnovblog.ru