เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

นักวิทยาศาสตร์ข้อมูลเทียบกับเงินเดือนวิศวกรข้อมูล

= โพสต์ก่อนหน้า

โพสต์ถัดไป =>

คีย์เวิร์ด: แนะนำอาชีพ, วิศวกรข้อมูล, Data Scientist, เงินเดือน

อะไรคือความแตกต่างระหว่างบทบาททางเทคโนโลยียอดนิยมทั้งสองนี้?

ความคิดเห็น

By แมทธิว พริซีบีลา, นักวิทยาศาสตร์ข้อมูลอาวุโสที่ Favor Delivery

ภาพถ่ายโดย ไรอัน ควินทัล on Unsplash [1]

สารบัญ

บทนำ
Data Scientist
วิศวกรข้อมูล
สรุป
อ้างอิง

บทนำ

หมายเหตุ บทความนี้เป็นบทความที่สาม ซึ่งเป็นส่วนหนึ่งของชุดต่อเนื่องเกี่ยวกับเงินเดือนที่รายงานระหว่างบทบาทด้านข้อมูล/เทคโนโลยีที่ได้รับความนิยม ฉันจะเชื่อมโยงอีกสองคนในตอนท้ายของบทความนี้

บทความนี้มีจุดมุ่งหมายที่จะไม่เปรียบเทียบบทบาทราวกับว่าสมควรได้รับเงินมากกว่านี้หรือไม่ แต่เป็นแนวทางที่ช่วยให้ผู้เชี่ยวชาญในสองสาขานี้ประเมินเทียบกับเงินเดือนปัจจุบันของพวกเขาแทน อย่างไรก็ตาม ถ้อยคำที่ซ้ำซากจำเจก็ยังคงเป็นสิ่งสำคัญที่ต้องจำสองสิ่งนี้เมื่อขอเงินเดือนที่สูงขึ้น: การขอเงินเดือนไม่เสียหายและบางครั้งคุณจะไม่ได้รับในสิ่งที่คุณไม่ได้ขอ โปรดทราบว่านี่เป็นสถิติทั่วไปมากกว่าเนื่องจากคุณสามารถเจาะจงได้ตามที่คุณต้องการเพื่อดูว่าเงินเดือนของคุณควรเป็นเท่าใด ค่าเหล่านี้จะเป็นแนวทางให้คุณใช้แทน

นักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลแบ่งปันทักษะและประสบการณ์บางอย่างร่วมกัน อย่างไรก็ตาม มีความแตกต่างที่สำคัญบางประการ และอาจนำไปสู่เงินเดือนที่แตกต่างกัน จากที่กล่าวมา เรามาดูตัวอย่างเงินเดือนของทั้งสองบทบาทด้านล่างนี้จากข้อมูลจริงกัน

Data Scientist

ภาพถ่ายโดย โคเปอร์นิคัส on Unsplash [2]

เนื่องจากฉันได้เขียนบทความเกี่ยวกับเงินเดือนวิทยาศาสตร์ข้อมูลไปแล้วสองสามบทความ ฉันจะรวมข้อมูลที่สำคัญที่สุดไว้ที่นี่ พร้อมกับตัวอย่างที่แตกต่างกันสองสามตัวอย่าง

ต่อไปนี้คือตำแหน่งงานที่คุณคาดหวังบางส่วนในฐานะนักวิทยาศาสตร์ด้านข้อมูลที่อาจมีการเปลี่ยนแปลงเงินเดือนอย่างมีนัยสำคัญเช่นกัน:

นักวิทยาศาสตร์ข้อมูลระดับเริ่มต้น → นักวิทยาศาสตร์ข้อมูล → นักวิทยาศาสตร์ข้อมูลอาวุโส

หัวหน้านักวิทยาศาสตร์ข้อมูล — ผู้จัดการด้านวิทยาศาสตร์ข้อมูล — ผู้อำนวยการด้านวิทยาศาสตร์ข้อมูล

นอกจากชื่อเหล่านี้แล้ว ยังมีระดับอาวุโสบางระดับเช่น I, II และ III

ด้านล่างนี้ฉันจะแสดงช่วงของเงินเดือนตามชื่อเรื่องโดยระบุปีที่ต้องการหรือคาดหวัง

โปรดทราบว่าบทบาทเหล่านี้อิงตามค่าเฉลี่ยของสหรัฐอเมริกา (อิงตาม แสดงสรุป [3]):

นักวิทยาศาสตร์ข้อมูลโดยรวมโดยเฉลี่ย → $96,455
นักวิทยาศาสตร์ข้อมูลระดับเริ่มต้นโดยเฉลี่ย → $85,312 (1 ปี)
นักวิทยาศาสตร์ข้อมูลช่วงเริ่มต้นอาชีพโดยเฉลี่ย → $95,121 (1–4 ปี)
นักวิทยาศาสตร์ข้อมูลกลางอาชีพโดยเฉลี่ย → $109,696 (5–9 ปี)
นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์โดยเฉลี่ย → $136,051 (10–19 ปี)

ฉันเห็นด้วยกับตัวเลขเหล่านี้หรือไม่

No.

หากคุณเคยอ่านบทความก่อนหน้านี้ ด้านล่างนี้คือที่ที่ฉันจะรวมเงินเดือนที่รายงานในเมืองต่างๆ พร้อมกับชุดทักษะต่างๆ ด้วยเช่นกัน

แอน อาร์เบอร์ รัฐมิชิแกน → $88,197
เคมบริดจ์ รัฐแมสซาชูเซตส์ → $110,213
เดนเวอร์, โคโลราโด → $92,924

ต่อไปนี้คือเมืองและทักษะเฉพาะ:

ชาร์ลอตต์ นอร์ทแคโรไลนา + การประมวลผลภาษาธรรมชาติ (NLP) → $70,000
ซอฟต์แวร์ Charlotte, North Carolina + Tableau → $79,096
แอตแลนต้า จอร์เจีย + ชวา → $80,000

เงินเดือนโดยเฉลี่ยของเมืองนั้นสอดคล้องกับความเป็นจริงมากกว่า ในขณะที่ทักษะเฉพาะที่เกี่ยวข้องกับเมืองนั้นดูต่ำเกินไป ฉันเชื่อว่าเหตุผลที่เป็นเพราะเมื่อคุณกรองตามทักษะเฉพาะ คุณกำลังถอดทักษะอื่นๆ ทั้งหมดออกไป ดังนั้น วิธีแก้ปัญหาอาจเป็นการหาเงินเดือนเฉลี่ยของเมือง แล้วเปรียบเทียบความแตกต่างระหว่างทักษะข้างต้นเพื่อให้ได้ประมาณการเงินเดือนที่สมจริงมากขึ้น

ฉันคิดว่ามันน่าสนใจที่ทักษะ NLP นั้นทำกำไรได้น้อยกว่า Tableau อย่างไรก็ตาม ฉันคิดว่า NLP อาจมีความเฉพาะเจาะจงเกินไปและอาจเข้าใจผิดน้อยกว่า ในขณะที่ Tableau เป็นที่เข้าใจกันอย่างกว้างขวาง และนักวิทยาศาสตร์ด้านข้อมูลส่วนใหญ่ไม่คิดว่าจะเพิ่มสิ่งนั้นในประวัติย่อของพวกเขาตั้งแต่ เป็นการวิเคราะห์ข้อมูลเชิงวิเคราะห์มากขึ้น บันทึกนี้อาจเป็นสิ่งที่ควรคำนึงถึงเมื่อคุณทราบเงินเดือนของคุณหรือแก้ไขประวัติย่อของคุณ เรื่องยาวโดยย่อ อย่าตั้งสมมติฐาน และมองหาชุดทักษะของคุณที่ไม่เหมือนใคร

ฉันไม่รู้จักนักวิทยาศาสตร์ข้อมูลหลายคนที่ใช้ Java แต่ฉันคิดว่ามันน่าสนใจที่ข้อมูลที่รวมอยู่ในรายงานเหล่านี้มีทักษะนั้นเป็นตัวเลือก ดังนั้นอาจมีตลาดสำหรับ Java ด้วยเหตุผลที่ฉันไม่แน่ใจ (บางทีอาจเป็นวิศวกรซอฟต์แวร์ที่เปลี่ยนไปเป็นนักวิทยาศาสตร์ข้อมูล)

วิศวกรข้อมูล

ภาพถ่ายโดย โฟติส โฟโตปูลอส on Unsplash [4]

ตอนนี้เรามีความรู้สึกที่ดีเกี่ยวกับเงินเดือนด้านวิทยาศาสตร์ข้อมูลแล้ว รวมถึงปัจจัยต่างๆ เช่น ตำแหน่งและทักษะ มาเจาะลึกกันว่าเงินเดือนวิศวกรข้อมูลมีลักษณะอย่างไร

จากการเปรียบเทียบเงินเดือนทั้งหมดเหล่านี้ วิศวกรข้อมูลและนักวิทยาศาสตร์ด้านข้อมูล ดูเหมือนจะมีช่วงที่ใกล้เคียงกันมากขึ้น ดังที่เราจะเห็นด้านล่าง

ต่อไปนี้คือตำแหน่งงานที่คุณคาดหวังบางส่วนในฐานะวิศวกรข้อมูลที่อาจมีการเปลี่ยนแปลงเงินเดือนอย่างมีนัยสำคัญเช่นกัน:

วิศวกรข้อมูล → วิศวกรข้อมูลอาวุโส → ผู้จัดการฝ่ายวิศวกรรมข้อมูล

หัวหน้าวิศวกรซอฟต์แวร์ — นักวิทยาศาสตร์ข้อมูล (ใช่ ด้วยความเชี่ยวชาญด้านวิศวกรรมข้อมูล)

นอกจากชื่อเหล่านี้แล้ว ยังมีระดับอาวุโสบางระดับเช่น I, II และ III

โปรดทราบว่าบทบาทเหล่านี้อิงตามค่าเฉลี่ยของสหรัฐอเมริกา (อิงตาม แสดงสรุป [5]):

วิศวกรข้อมูลโดยรวมโดยเฉลี่ย → $92,519
วิศวกรข้อมูลระดับเริ่มต้นโดยเฉลี่ย → $77,350 (1 ปี)
วิศวกรข้อมูลช่วงต้นอาชีพโดยเฉลี่ย → $87,851 (1–4 ปี)
วิศวกรข้อมูลกลางอาชีพโดยเฉลี่ย → $103,467 (5–9 ปี)
วิศวกรข้อมูลที่มีประสบการณ์โดยเฉลี่ย → $117,918 (10–19 ปี)

ฉันเห็นด้วยกับตัวเลขเหล่านี้หรือไม่

No.

ฉันคิดว่าแต่ละตำแหน่งควรเปลี่ยนอย่างน้อยหนึ่งครั้ง เนื่องจากเงินเดือนในช่วงต้นอาชีพควรเป็นเงินเดือนของวิศวกรข้อมูลระดับกลางหรือมีประสบการณ์ ขึ้นอยู่กับว่าคุณอาศัยอยู่ที่ไหนด้วย ดังนั้น มาเจาะลึกลงไปในค่าเฉลี่ยของสถานที่ที่เฉพาะเจาะจงกัน

นิวยอร์ก, นิวยอร์ก → $104,615
ซีแอตเทิล รัฐวอชิงตัน → $105,076
ซานฟรานซิสโก แคลิฟอร์เนีย → $123,859
ออสติน, เท็กซัส → $96,290

ค่าเฉลี่ยของเมืองเหล่านี้มีความหมายมากกว่าค่าเฉลี่ยโดยรวม สิ่งที่น่าสนใจที่สุดคือความแตกต่างของซานฟรานซิสโก อย่างไรก็ตาม ยังคงคาดหวังไว้ เนื่องจากค่าครองชีพที่นั่นสูงอย่างไม่น่าเชื่อ

ตอนนี้ มาดูทักษะเฉพาะของเมืองเหล่านี้กัน:

นิวยอร์ก นิวยอร์ก + สกาลา → $121,755
ซีแอตเทิล, วอชิงตัน + การวิเคราะห์ข้อมูลขนาดใหญ่ → $107,442
ซานฟรานซิสโก แคลิฟอร์เนีย+ Apache Hadoop Skills → $123,672
ออสติน เท็กซัส + Amazon Web Services (AWS) → $97,436

จากเงินเดือนทั้งหมดเหล่านี้ เมืองซานฟรานซิสโกพบว่าเงินเดือนลดลงเมื่อเพิ่มทักษะ ข้อความนี้ย้ำว่าคุณอาจต้องการเพิ่มทักษะทั้งหมดของคุณ ไม่ใช่แค่เพียงทักษะเดียวเมื่อพิจารณาในรายงานส่วนบุคคลของคุณ นิวยอร์กเห็นการก้าวกระโดดครั้งใหญ่ที่สุดกับ Scala ซึ่งโดยส่วนตัวแล้วฉันเห็นด้วย เนื่องจากเป็นทักษะที่ยอดเยี่ยมและค่อนข้างยากที่จะเชี่ยวชาญ

สรุป

เงินเดือนมีลักษณะหลายอย่างที่สามารถทำให้เพิ่มขึ้นหรือลดลงได้ เราเพิ่งพูดถึงสองปัจจัย ประสบการณ์ ตำแหน่ง (เมือง) และทักษะ มีปัจจัยอื่นๆ ที่ต้องพิจารณาเช่นกัน รวมถึงแต่ไม่จำกัดเพียง การสัมภาษณ์ ประวัติย่อ ทักษะการเจรจาต่อรอง โบนัส หุ้น การศึกษา และการรับรอง

โดยสรุป ต่อไปนี้คือประเด็นสำคัญบางประการของเงินเดือนนักวิทยาศาสตร์ข้อมูลเทียบกับเงินเดือนวิศวกรข้อมูล:

* 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

ฉันหวังว่าคุณจะพบว่าบทความของฉันน่าสนใจและมีประโยชน์ โปรดแสดงความคิดเห็นด้านล่างหากคุณเห็นด้วยหรือไม่เห็นด้วยกับการเปรียบเทียบเงินเดือนเหล่านี้ ทำไมหรือทำไมไม่? คุณคิดว่าปัจจัยอื่นใดที่สำคัญที่จะชี้ให้เห็นเกี่ยวกับเงินเดือน สิ่งเหล่านี้สามารถชี้แจงเพิ่มเติมได้อย่างแน่นอน แต่ฉันหวังว่าฉันจะสามารถให้ความกระจ่างเกี่ยวกับความแตกต่างระหว่างเงินเดือนนักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูล

สุดท้ายนี้ ผมขอถามคำถามเดิมอีกครั้งว่า คุณเห็นเงินเดือนได้รับผลกระทบจากตำแหน่งที่อยู่ห่างไกลอย่างไร โดยเฉพาะอย่างยิ่งเมื่อเมืองเป็นปัจจัยสำคัญในการกำหนดเงินเดือน

ขอบคุณสำหรับการอ่าน!

ฉันไม่ได้มีส่วนเกี่ยวข้องกับบริษัทเหล่านี้

กรุณาตรวจสอบโปรไฟล์ของฉัน

Matt Pzybyla, และบทความอื่น ๆ รวมทั้งสมัครรับการแจ้งเตือนทางอีเมลสำหรับบล็อกของฉันโดยไปที่ลิงก์ด้านล่างหรือโดย คลิกที่ไอคอนสมัครสมาชิกที่ด้านบนของหน้าจอโดยไอคอนติดตามและติดต่อฉันทาง LinkedIn หากคุณมีคำถามหรือความคิดเห็น

ลิงค์สมัคร: https://datascience2.medium.com/subscribe

ฉันยังเขียนบทความที่คล้ายกันเกี่ยวกับเงินเดือนวิศวกรการเรียนรู้ของเครื่องกับเงินเดือนนักวิทยาศาสตร์ข้อมูล โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม [6] เช่นเดียวกับความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูลและเงินเดือนนักวิเคราะห์ข้อมูล โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม [7]. บทความนี้จะสรุปและเน้นย้ำถึงลักษณะที่คล้ายคลึงกันของเงินเดือนแต่ละคน โปรดทราบว่าสำหรับบทความทั้งสองนี้ นี่ไม่ใช่เงินเดือนของฉัน และรายงานโดย PayScale และนักวิทยาศาสตร์ด้านข้อมูล วิศวกรข้อมูล นักวิเคราะห์ข้อมูล และวิศวกรการเรียนรู้ของเครื่อง ดังนั้น บทความเหล่านี้จึงเป็นการอภิปรายเกี่ยวกับข้อมูลจริงและมีไว้สำหรับให้คุณเข้าใจถึงสิ่งที่ทำให้บทบาทดีขึ้น (โดยทั่วไปแล้ว) เพิ่มหรือลดจำนวนเงินเดือนตามปัจจัยบางประการ

อีกครั้งหนึ่ง ข้อมูลเงินเดือนนี้ถูกรวบรวมจาก PayScale และหากคุณต้องการประมาณการที่เจาะจงกว่านี้ คุณสามารถใช้ แบบสำรวจเงินเดือน [8]