By Matthew Przybyla, Favor Delivery şirketinde Senior Data Scientist

Fotoğraf ryan quintal on Unsplash [1].

İçindekiler

 
 

1. Giriş
2. Veri Bilim Adamı
3. Veri Mühendisi
4. Özet
5. Referanslar

Giriş

 
 

Not: Bu makale, popüler veri/teknoloji rolleri arasında bildirilen maaşlar hakkında devam eden bir dizinin üçüncü bölümüdür. Diğer ikisini bu makalenin sonunda bağlayacağım.

Bu makale, rolleri daha fazla parayı hak ediyor ya da hak etmiyormuş gibi karşılaştırmayı değil, bunun yerine bu iki alandaki profesyonellerin mevcut maaşlarına göre değerlendirme yapmalarını sağlayan bir rehberdir. Ne kadar klişe olursa olsun, daha yüksek bir maaş talep ederken şu iki şeyi hatırlamak yine de önemlidir: istemekten zarar gelmez ve bazen istemediğiniz şeyi alamazsınız. Lütfen bunların daha genel istatistikler olduğunu unutmayın., maaşınızın ne olması gerektiğini görmek için istediğiniz kadar net olabilirsiniz. Bunun yerine, bu değerler kullanmanız için bir yönlendirme kılavuzudur.

Veri bilimcileri ve veri mühendisleri belirli becerileri ve deneyimleri birbirleriyle paylaşır, ancak bazı önemli farklılıklar vardır ve bunlar farklı maaşlara yol açabilir. Bununla birlikte, aşağıdaki her iki rol için gerçek verilerden bazı maaş örneklerine geçelim.

Veri Bilim Adamı

 
 

Fotoğraf Kopernik on Unsplash [2].

 

Veri bilimi maaşları hakkında zaten birkaç makale yazdığım için, birkaç farklı örnekle birlikte en önemli bilgileri buraya ekleyeceğim.

İşte bir veri bilimcisi olarak görebileceğiniz ve maaşta önemli bir değişiklik olabilecek bazı beklenen başlıklar:

Giriş Düzeyi Veri Bilimcisi → Veri Bilimcisi → Kıdemli Veri Bilimcisi

Baş Veri Bilimcisi — Veri Bilimi Yöneticisi — Veri Bilimi Direktörü

Bu unvanlara ek olarak I, II ve III gibi bazı kıdem seviyeleri de vardır.

Aşağıda, gerekli veya beklenen yıllarıyla birlikte unvana göre maaş aralığını göstereceğim.

Bu rollerin ABD ortalamasına dayandığını unutmayın ( payscale [3]):

• Ortalama Genel Veri Bilimcisi → $96,455
• Ortalama Giriş Düzeyinde Veri Bilimcisi → $85,312 (1 yıl)
• Ortalama Erken Kariyer Veri Bilimcisi → $95,121 (1-4 yıl)
• Ortalama Kariyer Ortası Veri Bilimcisi → $109,696 (5-9 yıl)
• Ortalama Deneyimli Veri Bilimcisi → $136,051 (10-19 yıl)

Bu rakamlara katılıyor muyum?

Hayır.

Önceki makaleleri okuduysanız, aşağıda, farklı şehirlerdeki raporlanan maaşları ve farklı beceri setlerini ekleyeceğim.

• Ann Arbor, ABD → $88,197
• Cambridge, Massachusetts → $110,213
• Denver, Kolorado → $92,924

İşte belirli şehirler ve beceriler:

• Charlotte, Kuzey Karolina + Doğal Dil İşleme (NLP) → $70,000
• Charlotte, Kuzey Karolina + Tablo Yazılımı → $79,096
• Atlanta, Gürcistan + Java → $80,000

Ortalama şehir maaşları gerçeklikle daha uyumlu görünüyor, oysa şehirlerle ilgili belirli beceriler çok düşük görünüyor. Bunun nedeninin, belirli bir beceriye göre filtreleme yaptığınızda, diğer tüm becerileri soyduğunuza inanıyorum. Bu nedenle, bir geçici çözüm, şehrin ortalama maaşını bulmak ve ardından daha gerçekçi bir maaş tahmini elde etmek için yukarıdaki beceriler arasındaki farkı karşılaştırmak olabilir.

NLP becerisinin Tableau'dan daha az kazançlı olmasının ilginç olduğunu düşünüyorum, ancak, NLP'nin belki çok spesifik ve belki daha az yanlış anlaşıldığını düşünüyorum, oysa Tableau geniş çapta anlaşıldı ve çoğu veri bilimcisi bunu özgeçmişlerine eklemeyi düşünmüyor. daha çok veri analisti odaklıdır - bu not, maaşınızı fark ederken veya özgeçmişinizi düzenlerken aklınızda bulundurmanız gereken bir şey olabilir - uzun lafın kısası, varsayımlarda bulunmayın ve beceri setinizde benzersiz görünün.

Java kullanan pek çok veri bilimcisi tanımıyorum, ancak bu raporlarda yer alan verilerin bir seçenek olarak bu beceriye sahip olmasının ilginç olduğunu düşündüm, bu yüzden belki de emin olmadığım bir nedenden dolayı Java için bir pazar var. (belki de veri bilimcilere geçiş yapan yazılım mühendisleridir).

Veri Mühendisi

 
 

Fotoğraf Fotis Fotopulos on Unsplash [4].

 

Artık konum ve beceriler gibi farklı faktörler de dahil olmak üzere veri bilimi maaşları konusunda iyi bir fikre sahip olduğumuza göre, daha spesifik bir veri mühendisi maaşının neye benzediğini daha derinlemesine inceleyelim.

Aşağıda göreceğimiz gibi, tüm bu maaş karşılaştırmalarından veri mühendisleri ve veri bilimcileri daha benzer bir aralığa sahip görünüyor.

İşte bir veri mühendisi olarak görebileceğiniz ve maaşta önemli bir değişiklik olabilecek bazı beklenen başlıklar:

Veri Mühendisi → Kıdemli Veri Mühendisi → Veri Mühendisliği Müdürü

Baş Yazılım Mühendisi — Veri Bilimcisi (evet, veri mühendisliği uzmanlığı ile)

Bu unvanlara ek olarak I, II ve III gibi bazı kıdem seviyeleri de vardır.

Aşağıda, gerekli veya beklenen yıllarıyla birlikte unvana göre maaş aralığını göstereceğim.

Bu rollerin ABD ortalamasına dayandığını unutmayın ( payscale [5]):

• Ortalama Genel Veri Mühendisi → $92,519
• Ortalama Giriş Seviyesi Veri Mühendisi → $77,350 (1 yıl)
• Ortalama Erken Kariyer Veri Mühendisi → $87,851 (1-4 yıl)
• Ortalama Kariyer Ortası Veri Mühendisi → $103,467 (5-9 yıl)
• Ortalama Deneyimli Veri Mühendisi → $117,918 (10-19 yıl)

Bu rakamlara katılıyor muyum?

Hayır.

Bence her bir unvan en az bir kez değiştirilmelidir, çünkü erken kariyer maaşında, nerede yaşadığınıza bağlı olarak, kariyer ortası veya deneyimli bir veri mühendisinin maaşı olmalıdır - bu yüzden belirli konum ortalamalarına daha derine inelim.

• New York, New York → $104,615
• Seattle, Washington → $105,076
• San Francisco, Kaliforniya → $123,859
• Austin, Teksas → $96,290

Bu şehir ortalamaları, genel ortalamalardan daha mantıklı. En ilginç olanı, San Francisco'nun farkı, ancak orada yaşamanın maliyeti inanılmaz derecede yüksek olduğu için hala bekleniyor.

Şimdi, bu şehirler için belirli becerilere bakalım:

• New York, New York + Skala → $121,755
• Seattle, Washington + Büyük Veri Analitiği → $107,442
• San Francisco, California+ Apache Hadoop Becerileri → $123,672
• Austin, Teksas + Amazon Web Servisleri (AWS) → $97,436

Tüm bu maaşlardan San Francisco şehri, bir beceri eklerken maaşta bir düşüş gördü - bu ifade, kişiselleştirilmiş raporunuza bakarken yalnızca bir becerilerinizi değil, tüm becerilerinizi eklemek isteyebileceğinizi yineliyor. New York, büyük bir beceri ve ustalaşması oldukça zor olduğu için kişisel olarak katılıyorum, Scala ile en büyük sıçramayı gördü.

Özet

 
 
Maaş, artmasına veya azalmasına izin verebilecek çeşitli özelliklere sahiptir. Az önce iki faktörden bahsettik, yılların tecrübesi, lokasyon (Şehir) ve beceriler. Bunlarla sınırlı olmamak üzere dikkate alınması gereken başka faktörler de vardır: görüşmenin kendisi, özgeçmiş, müzakere becerileri, ikramiyeler, paylaşımlar, eğitim ve sertifikalar.

Özetlemek gerekirse, veri bilimcisi maaşlarına karşı veri mühendisi maaşlarının bazı önemli çıkarımları şunlardır:

Umarım makalemi hem ilginç hem de faydalı bulmuşsunuzdur. Bu maaş karşılaştırmalarına katılıyorsanız veya katılmıyorsanız, lütfen aşağıya yorum yapmaktan çekinmeyin. Neden veya neden olmasın? Sizce maaşla ilgili olarak dikkat edilmesi gereken diğer faktörler nelerdir? Bunlar kesinlikle daha da açıklığa kavuşturulabilir, ancak umarım veri bilimcisi ve veri mühendisi maaşları arasındaki farklara biraz ışık tutabilmişimdir.

Son olarak, aynı soruyu tekrar sorabilirim, özellikle şehir maaşı belirlemede bu kadar büyük bir faktör olduğunda, maaşların uzak konumlardan nasıl etkilendiğini düşünüyorsunuz?

Okuduğunuz için teşekkürler!

Bu şirketlerin hiçbirine bağlı değilim.

Lütfen profilime göz atmaktan çekinmeyin, 

Matt Przybyla, ve diğer makalelerin yanı sıra aşağıdaki bağlantıyı izleyerek veya bloglarım için e-posta bildirimleri almak için abone olun. takip simgesi ile ekranın üst kısmındaki abone simgesine tıklayarak, ve herhangi bir sorunuz veya yorumunuz varsa bana LinkedIn üzerinden ulaşın.

Abone ol linki: https://datascience2.medium.com/subscribe

Ayrıca, makine öğrenimi mühendisi maaşları ile veri bilimcisi maaşlarını tartışan benzer bir makale yazdım. okuyun [6] yanı sıra veri bilimcileri ve veri analisti maaşları arasındaki farklar okuyun [7]. Bu makale, ilgili maaşların her birinin benzer özelliklerini özetlemekte ve vurgulamaktadır. Bu makalelerin her ikisi için de bunların benim maaşlarım olmadığını ve PayScale ile diğer gerçek veri bilimcileri, veri mühendisleri, veri analistleri ve makine öğrenimi mühendisleri tarafından rapor edildiğini unutmayın. Bu nedenle, bu makaleler sırayla gerçek veriler etrafında tartışmalardır ve bir rolün ne olduğunu daha iyi anlamanız için tasarlanmıştır (Genel olarak), belirli faktörlere bağlı olarak maaş tutarında artış veya azalış.

Bir kez daha, bu maaş verileri PayScale'den toplanır ve daha spesifik bir tahmin istiyorsanız, o zaman maaş anketi [8].

Referanslar

 
 
[1] Fotoğraf ryan quintal on Unsplash(2019)

[2] Fotoğraf Kopernik on Unsplash(2020)

[3] Ödeme Ölçeği, Veri Bilimcisi Maaşı(2021)

[4] Fotoğraf Fotis Fotopulos on Unsplash(2018)

[5] Ödeme Ölçeği, Veri Mühendisi Maaşı(2021)

[6] M.Przybyla, Veri Bilimcisi ve Makine Öğrenimi Mühendisi Maaşı(2021)

[7] M. Przybyla, Veri Bilimcisi ve Veri Analisti Maaşı(2021)

[8] Ödeme Ölçeği, PayScale Maaş Anketi(2021)

 
Bio: Matthew Przybyla Favor Delivery'de Kıdemli Veri Bilimcisi ve özellikle veri bilimi alanında serbest çalışan bir teknik yazardır.

orijinal. İzinle yeniden yayınlandı.

İlgili:

• Veri Bilimcilerine İhtiyacımız Yok, Veri Mühendislerine İhtiyacımız Var
• Veri Mühendisliği Becerileri Olmayan Veri Bilimcileri Acı Gerçekle Yüzleşecek
• Veri Bilimcisi, Veri Mühendisi ve Diğer Veri Kariyerleri, Açıklaması