أعاد نشره أفلاطون

المتابعون: 0

عالم البيانات مقابل راتب مهندس البيانات

= السابقة آخر

بعد آخر =>

الوسوم (تاج): المشورة المهنية, مهندس بيانات, التنفيذ, الراتب

ما هي الاختلافات بين هذين الدورين التقنيين المشهورين؟

تعليقات

By ماثيو برزيبيلا، كبير علماء البيانات في Favor Delivery

تصوير ريان كوينتال on Unsplash [1].

جدول المحتويات

المُقدّمة
التنفيذ
مهندس بيانات
نبذة عامة
مراجع حسابات

المُقدّمة

ملحوظة: هذه المقالة هي المقالة الثالثة، وهي جزء من سلسلة مستمرة حول الرواتب المبلغ عنها بين الأدوار الشائعة في مجال البيانات/التقنية. سأقوم بربط الاثنين الآخرين في نهاية هذه المقالة.

لا تهدف هذه المقالة إلى مقارنة الأدوار كما لو كان الشخص يستحق المزيد من المال أم لا، ولكنها بدلاً من ذلك عبارة عن دليل يسمح للمحترفين في هذين المجالين بتقييم رواتبهم الحالية. ومع ذلك، لا يزال من المهم أن تتذكر هذين الأمرين عند طلب راتب أعلى: لا يضر السؤال، وفي بعض الأحيان، لن تحصل على ما لا تطلبه. يرجى أن تضع في اعتبارك أن هذه إحصائيات أكثر عمومية، حيث يمكنك أن تكون محددًا كما تريد لترى ما يجب أن يكون عليه راتبك. وبدلاً من ذلك، تعد هذه القيم بمثابة دليل اتجاه يمكنك استخدامه.

يتشارك علماء البيانات ومهندسو البيانات مهارات وخبرات معينة مع بعضهم البعض، ومع ذلك، هناك بعض الاختلافات الرئيسية، والتي يمكن أن تؤدي إلى رواتب مختلفة. مع ما قيل، دعنا ننتقل مباشرة إلى بعض أمثلة الرواتب لكل من هذه الأدوار أدناه من البيانات الحقيقية.

التنفيذ

تصوير كوبرنيكو on Unsplash [2].

وبما أنني قد كتبت بالفعل بعض المقالات حول رواتب علوم البيانات، فسوف أقوم بتضمين أهم المعلومات هنا، إلى جانب بعض الأمثلة المختلفة.

فيما يلي بعض المسميات المتوقعة التي يمكنك رؤيتها كعالم بيانات والتي قد يكون لها تغيير كبير في الراتب أيضًا:

عالم بيانات مبتدئ ← عالم بيانات ← عالم بيانات أول

عالم بيانات رئيسي - مدير علوم البيانات - مدير علوم البيانات

بالإضافة إلى هذه الألقاب، هناك أيضًا بعض مستويات الأقدمية مثل الأول والثاني والثالث.

أدناه، سأعرض نطاق الرواتب حسب المسمى الوظيفي مع سنوات كل منها المطلوبة أو المتوقعة.

ضع في اعتبارك أن هذه الأدوار تعتمد على متوسط الولايات المتحدة (على أساس جدول الأجور [3]):

متوسط عالم البيانات الشاملة → $96,455
متوسط عالم البيانات على مستوى الدخول → $85,312 (سنة واحدة)
متوسط عالم البيانات في بداية حياته المهنية → $95,121 (1-4 سنة)
متوسط عالم البيانات في منتصف حياته المهنية → $109,696 (5-9 سنة)
عالم بيانات متوسط الخبرة → $136,051 (10-19 سنة)

هل أتفق مع هذه الأرقام؟

رقم

إذا كنت قد قرأت المقالات السابقة، فستجد أدناه المكان الذي سأقوم فيه بتضمين الرواتب المبلغ عنها في مدن مختلفة، إلى جانب مجموعات المهارات المختلفة أيضًا.

آن أربور، ميشيغان → $88,197
كامبريدج، ماساتشوستس → $110,213
دنفر، كولورادو → $92,924

فيما يلي مدن ومهارات محددة:

شارلوت، كارولاينا الشمالية + معالجة اللغات الطبيعية (NLP) → $70,000
شارلوت، كارولاينا الشمالية + برنامج Tableau → $79,096
أتلانتا، جورجيا + جافا → $80,000

ويبدو أن متوسط الرواتب في المدينة نفسها أكثر توافقاً مع الواقع، في حين أن المهارات المحددة المرتبطة بالمدن تبدو منخفضة للغاية. أعتقد أن السبب هو أنه عندما تقوم بالتصفية حسب مهارة معينة، فإنك تجرد جميع المهارات الأخرى. لذا، قد يكون الحل البديل هو العثور على متوسط الراتب في المدينة ثم مقارنة الفرق بين المهارات المذكورة أعلاه للحصول على تقدير أكثر واقعية للراتب.

أعتقد أنه من المثير للاهتمام أن مهارة البرمجة اللغوية العصبية أقل ربحًا من التابلو، ومع ذلك، أعتقد أن البرمجة اللغوية العصبية ربما تكون محددة للغاية وربما أقل سوء فهم، في حين أن التابلو مفهوم على نطاق واسع، ولا يعتقد معظم علماء البيانات إضافة ذلك إلى سيرتهم الذاتية منذ ذلك الحين. إنها موجهة أكثر نحو محلل البيانات - قد تكون هذه الملاحظة شيئًا يجب أن تضعه في الاعتبار عندما تدرك راتبك أو تقوم بتحرير سيرتك الذاتية - باختصار، لا تضع افتراضات، وتتطلع إلى أن تكون فريدًا من خلال مجموعة مهاراتك.

لا أعرف العديد من علماء البيانات الذين يستخدمون Java، لكنني أعتقد أنه من المثير للاهتمام أن البيانات المضمنة في هذه التقارير تتمتع بهذه المهارة كخيار، لذلك ربما يكون هناك سوق لـ Java لسبب لست متأكدًا منه (ربما يكون مهندسو البرمجيات هم الذين ينتقلون إلى علماء البيانات).

مهندس بيانات

تصوير فوتيس فوتوبولوس on Unsplash [4].

الآن بعد أن أصبح لدينا فكرة جيدة عن رواتب علوم البيانات بما في ذلك عوامل مختلفة مثل الموقع والمهارات، فلنتعمق أكثر في الشكل الذي يبدو عليه راتب مهندس البيانات الأكثر تحديدًا.

من بين كل هذه المقارنات للرواتب، يبدو أن مهندسي البيانات وعلماء البيانات لديهم نطاق أكثر تشابهًا، كما سنرى أدناه.

فيما يلي بعض المسميات المتوقعة التي يمكنك رؤيتها كمهندس بيانات والتي قد يكون لها تغيير كبير في الراتب أيضًا:

مهندس بيانات → مهندس بيانات أول → مدير هندسة البيانات

مهندس برمجيات رئيسي – عالم بيانات (نعم، مع التخصص في هندسة البيانات)

بالإضافة إلى هذه الألقاب، هناك أيضًا بعض مستويات الأقدمية مثل الأول والثاني والثالث.

أدناه، سأعرض نطاق الرواتب حسب المسمى الوظيفي مع سنوات كل منها المطلوبة أو المتوقعة.

ضع في اعتبارك أن هذه الأدوار تعتمد على متوسط الولايات المتحدة (على أساس جدول الأجور [5]):

متوسط مهندس البيانات الشاملة → $92,519
مهندس بيانات متوسط المستوى → $77,350 (سنة واحدة)
متوسط مهندس البيانات في بداية حياته المهنية → $87,851 (1-4 سنة)
متوسط مهندس البيانات في منتصف حياته المهنية → $103,467 (5-9 سنة)
مهندس بيانات متوسط الخبرة → $117,918 (10-19 سنة)

هل أتفق مع هذه الأرقام؟

رقم

أعتقد أنه يجب تغيير كل لقب مرة واحدة على الأقل، كما هو الحال في بداية الحياة المهنية، يجب أن يكون الراتب هو راتب مهندس بيانات في منتصف حياته المهنية أو مهندس بيانات ذي خبرة، اعتمادًا على المكان الذي تعيش فيه أيضًا - لذلك دعونا نتعمق أكثر في متوسطات مواقع محددة.

نيويورك، نيويورك → $104,615
سياتل، واشنطن → $105,076
سان فرانسيسكو، كاليفورنيا → $123,859
أوستن، تكساس → $96,290

تعتبر متوسطات المدن هذه أكثر منطقية من المتوسطات الإجمالية. الأمر الأكثر إثارة للاهتمام هو الفرق بين سان فرانسيسكو، ومع ذلك، لا يزال متوقعًا، حيث أن تكلفة المعيشة هناك مرتفعة بشكل لا يصدق.

الآن، دعونا نلقي نظرة على المهارات المحددة لهذه المدن:

نيويورك، نيويورك + سكالا → $121,755
سياتل، واشنطن + تحليلات البيانات الضخمة → $107,442
سان فرانسيسكو، كاليفورنيا + مهارات أباتشي Hadoop → $123,672
أوستن، تكساس + خدمات أمازون ويب (AWS) → $97,436

من بين كل هذه الرواتب، شهدت مدينة سان فرانسيسكو انخفاضًا في الراتب عند إضافة مهارة - يكرر هذا البيان أنك قد ترغب في إضافة جميع مهاراتك وليس واحدة فقط، عند النظر في تقريرك المخصص. شهدت نيويورك أكبر قفزة مع سكالا، وأنا شخصيًا أتفق معها، فهي مهارة رائعة ويصعب إتقانها.

نبذة عامة

الراتب له عدة خصائص يمكن أن تسمح له بالزيادة أو النقصان. لقد تحدثنا للتو عن عاملين، سنوات الخبرة، والموقع (مدن) والمهارات. هناك عوامل أخرى يجب مراعاتها أيضًا، بما في ذلك، على سبيل المثال لا الحصر: المقابلة نفسها، والسيرة الذاتية نفسها، ومهارات التفاوض، والمكافآت، والأسهم، والتعليم، والشهادات.

للتلخيص، فيما يلي بعض النقاط الرئيسية حول رواتب علماء البيانات مقابل رواتب مهندسي البيانات:

* Average US data scientist salary $96,455
* Average US data engineer salary $92,519
* These two roles share perhaps the most similar salary ranges
* Data scientists focus more on creating models from existing, packaged machine learning algorithms in Python, while data engineers focus more on utilizing SQL for ETL/ELT with regards to data
* Several factors contribute to salary, the most important most likely being seniority, city, and skills

أتمنى أن تجد مقالتي مثيرة للاهتمام ومفيدة. لا تتردد في التعليق أدناه إذا كنت توافق أو لا توافق على مقارنات الرواتب هذه. لما و لما لا؟ ما هي العوامل الأخرى التي تعتقد أنه من المهم الإشارة إليها فيما يتعلق بالراتب؟ يمكن بالتأكيد توضيح هذه الأمور بشكل أكبر، ولكن آمل أن أكون قادرًا على تسليط بعض الضوء على الاختلافات بين رواتب علماء البيانات ومهندسي البيانات.

أخيرًا، يمكنني أن أطرح نفس السؤال مرة أخرى، كيف ترى أن الرواتب تتأثر بالمناصب البعيدة، خاصة عندما تكون المدينة عاملاً كبيرًا في تحديد الراتب؟

شكرا لقرائتك!

أنا لا ينتمي إلى أي من هذه الشركات.

من فضلك لا تتردد في التحقق من ملفي الشخصي،

مات برزيبيلا, ومقالات أخرى، بالإضافة إلى الاشتراك لتلقي إشعارات البريد الإلكتروني الخاصة بمدوناتي من خلال اتباع الرابط أدناه، أو عن طريق الضغط على أيقونة الاشتراك الموجودة أعلى الشاشة بجوار أيقونة المتابعةوتواصل معي على LinkedIn إذا كان لديك أي أسئلة أو تعليقات.

رابط الاشتراك: https://datascience2.medium.com/subscribe

لقد كتبت أيضًا مقالًا مشابهًا يناقش رواتب مهندسي التعلم الآلي مقابل رواتب علماء البيانات هنا [6]، بالإضافة إلى الاختلافات بين رواتب علماء البيانات ومحللي البيانات هنا [7]. توضح هذه المقالة وتسلط الضوء على الخصائص المماثلة لكل راتب. ضع في اعتبارك أنه بالنسبة لكلتا المقالتين، فهذه ليست راتبي، وقد تم الإبلاغ عنها بواسطة PayScale وغيره من علماء البيانات الفعليين ومهندسي البيانات ومحللي البيانات ومهندسي التعلم الآلي. لذا، فإن هذه المقالات هي بدورها عبارة عن مناقشات حول البيانات الحقيقية وتهدف إلى اكتساب فهم أفضل لما يشكل الدور (بشكل عام)، زيادة أو نقصان مبلغ الراتب بناءً على عوامل معينة.

مرة أخرى، يتم جمع بيانات الراتب هذه من PayScale، وإذا كنت ترغب في الحصول على تقدير أكثر تحديدًا، فيمكنك استخدام استطلاع الراتب [8].