Data Scientist es una de las especialidades de más rápido crecimiento del siglo XXI. Frost & Sullivan predice que el mercado de análisis de big data crecerá en un promedio del 35,9% por año durante los próximos 10 años.
En este artículo, veremos cuánto dinero puede obtener un científico de datos (alerta de spoiler: mucho), qué requisitos se encuentran con mayor frecuencia en las vacantes, cómo llegar a DS y dónde desarrollarse. Listo? ¡Vamos!
¿Quién es un científico de datos?
Un científico de datos se dedica al análisis de matrices de datos: Big Data. Mediante análisis matemático e identificación de patrones en los datos, el científico de datos crea modelos para resolver problemas o problemas comerciales específicos.
De hecho, la profesión de científico de datos está estrechamente relacionada con el analista de datos (Data Analyst o DA) y el ingeniero de datos (Data Engineer o DE). Tan cerca que la mayoría de las empresas de comestibles no los separan en absoluto. Y el científico de datos a menudo asume las responsabilidades de DA y DE.
Pero trabajar con Big Data todavía tiene sus propias particularidades y peculiaridades. La distribución de las horas de trabajo de los científicos de datos se puede expresar en un diagrama:
El aprendizaje automático es una parte importante de la profesión de científico de datos. Las redes neuronales son cada vez más populares para analizar conjuntos de datos, por lo que un especialista debe poder trabajar con ellas.
Uno de los principales objetivos es lograr un resultado empresarial. Después de todo, es con la ayuda de la ciencia de datos que se desarrollan los modelos predictivos. Por ejemplo, el comportamiento de los usuarios en la web, los tipos de cambio, los precios de las acciones y mucho, mucho más. Son los científicos de datos quienes han desarrollado algoritmos de recomendación de YouTube y mejoran los resultados de búsqueda de Google.
Lo que los empleadores requieren de un científico de datos
Analizamos más de 400 vacantes para puestos de científicos de datos abiertos en octubre-noviembre de 2020.
Un límite claro entre las especialidades de científico de datos, analista de datos e ingeniero de datos existe solo para empresas de TI y grandes corporaciones con grandes departamentos de TI. Por lo tanto, las vacantes de trabajo para científicos de datos a menudo se encuentran con tareas que son más apropiadas para un analista o ingeniero de datos.
Durante el análisis de las vacantes, identificamos una serie de habilidades y capacidades que los empleadores solicitan con mayor frecuencia a los solicitantes de empleo.
Primero, tratemos las habilidades duras
Altas habilidades matemáticas. Las matemáticas superiores, la teoría de la probabilidad, las matemáticas y la estadística aplicada son imprescindibles para un analista de Big Data. Más del 60% de las vacantes indican directamente la necesidad de una buena preparación matemática o requieren una licenciatura o maestría de una universidad en matemáticas, ingeniería o tecnología de la información.
Python y bibliotecas para análisis de datos y aprendizaje automático . Python aparece en el 81% de los trabajos. Además, la mayoría de las veces los empleadores requieren conocimientos de bibliotecas especiales: TensorFlow, Keras, PyTorch, LightGBM, NumPy, SciPy, Pandas, sklearn.
En aproximadamente un tercio de las vacantes, los empleadores indican conocimiento de Python y / o R. Pero específicamente R (sin Python) rara vez se solicita: solo 12 vacantes de 400. Se requieren otros lenguajes de programación en aproximadamente el 3% de los casos.
SQL . Las bases de datos son la columna vertebral de DS. Por lo tanto, se necesitan habilidades para trabajar con bases de datos relacionales en más del 73% de las vacantes. Las bases de datos NoSQL son menos populares: se necesitan menos del 10% del tiempo.
Excel está solo. Aunque no está incluido en la pila de habilidades requeridas, algunas empresas construyen análisis de datos en él. No está claro por qué esto es así. Quizás simplemente están confundiendo las funciones de analista de datos y científico de datos.
Sistemas de visualización de datos... Como científico de datos, es importante no solo crear modelos de trabajo y pronósticos, sino también poder presentarlos a la gerencia. Es deseable de forma clara y sencilla. La mayoría de las empresas (55%) simplemente indican "sistemas de visualización de datos"; para ellas, no importa en absoluto cuáles poseerá el solicitante. Pero entre los más populares se encuentran solo tres: Tableau, Metabase y Power BI.
Aprendizaje automático y aprendizaje profundo . El aprendizaje automático y el aprendizaje profundo son importantes. Casi el 40% de las empresas enfatizan por separado que el solicitante debe comprender, al menos en términos generales, cómo funciona todo y cómo usarlo en los negocios.
Muchas empresas señalan la necesidad de conocimientos de inglés técnicocon un nivel no inferior al Intermedio. A menudo no se necesitan habilidades de conversación, pero tendrá que leer la documentación técnica. Además, casi todos los nuevos desarrollos en Data Science se publican en inglés, por lo que debe comprenderlo al menos en un nivel intermedio.
En términos de habilidades duras en general, eso es todo. Bueno, o casi todo, porque otras opciones se encuentran en menos del 10% de las vacantes.
Habilidades blandas
En general, son bastante esperados. Estos son los más comunes que solicitan las empresas:
- Mente analítica;
- Altas habilidades de comunicación;
- Capacidad para tomar la iniciativa;
- Atención a los detalles;
- Responsabilidad e independencia;
- Multitarea.
Salario y beneficios de Data Scientist
Ahora lo más emocionante es el salario y las bonificaciones. Al 13/11/2020, hay 325 vacantes abiertas en Rusia para el puesto de científico de datos. De estos, 175 están en Moscú (54%), 54 están en San Petersburgo (16%). El 30% restante se distribuye aproximadamente de manera uniforme entre los centros regionales.
¡Importante! Muchas empresas ofrecen teletrabajo con personal. En un entorno de cuarentena, esto es beneficioso. Es decir, si lo desea, puede encontrar fácilmente una vacante de científico de datos junior en Moscú, pero al mismo tiempo en Voronezh o Tver.
Es cierto que a menudo se necesitan especialistas de nivel medio y superior sin conexión. Reciben un mayor nivel de responsabilidad, por lo que las empresas aún prefieren trabajar con ellos en la oficina.
La gran mayoría de las vacantes las publican empresas de TI (78%). Además, se necesitan científicos de datos en el sector bancario (10%) y proyectos educativos (8%). El resto de industrias no ocupan más del 4% de las vacantes.
El principal problema de la muestra es que un número muy reducido de empresas indica un tramo salarial. O al menos orientar al solicitante de alguna manera al nivel de compensación material.
Solo el 20% de las empresas indican abiertamente el nivel de los salarios. El resto se contenta con palabras vagas como "salario en el mercado" o "discutido en una entrevista".
En las vacantes abiertas, el nivel salarial es muy decente. En Moscú, un especialista con aproximadamente 2 años de experiencia en DS puede contar con un salario medio de unos 200.000.
El científico de datos sénior con al menos 5 años de experiencia y una amplia gama de competencias en grandes empresas puede recibir hasta 500.000 rublos por mes. Y no es una broma. Hay esas vacantes y se contrata bastante gente para ellas.
Un joven Junior sin experiencia o con hasta un año de experiencia puede contar con un salario de hasta 100.000. Los
beneficios adicionales también son bastante serios. No tomaremos en cuenta el estándar "café, té, galletas" - se encuentran en casi todas las vacantes.
Muchas empresas ofrecen horarios de trabajo flexibles además del trabajo en línea. La posibilidad de una mayor formación y desarrollo profesional a expensas de la empresa también es popular: alrededor de un tercio de las empresas aceptan apoyar a un empleado si quiere desarrollarse en su especialidad.
El bono más valioso, en nuestra opinión, es VHI. Casi todas las empresas importantes ofrecen seguro médico completo y muchas también incluyen servicios de odontología. La medicina de Moscú es cara, por lo que el tratamiento con seguro en buenas clínicas es una gran ventaja para los empleados de la empresa.
El nivel de salarios de San Petersburgo está ligeramente por debajo del nivel de Moscú. En la capital del norte, Junior Data Scientist puede contar con un salario de 45.000 rublos o más. El máximo para un especialista sin experiencia o con menos de un año de experiencia es de 90.000 rublos. Sin embargo, solo hay unas pocas vacantes de este tipo.
En promedio, un especialista con una base de conocimientos normal y experiencia de al menos 2 años recibe un salario de aproximadamente 150,000 rublos. Pero los principales científicos de datos y los líderes de equipo son una categoría separada. El salario allí es el mismo que en Moscú: hasta 500,000 rublos por mes.
Los beneficios adicionales son casi los mismos que en Moscú, excepto que un número mucho menor de empresas ofrece seguro médico completo. Aunque es puramente subjetivo, hay más bonificaciones interesantes y no triviales.
Algunos ofrecen un torneo de dardos diario a la hora del almuerzo, otros una PlayStation, y otros ofrecen entretenimiento grupal y trabajo en equipo variado.
La situación en otras regiones de Rusia es mucho peor. Y el nivel de los salarios es sorprendentemente diferente al de Moscú e incluso de San Petersburgo.
Un especialista sin experiencia puede contar con un salario de 20.000 a 40.000 rublos. Además, en tales vacantes, los límites de las profesiones son más difusos. A menudo, bajo el nombre de la vacante "Data Scientist" buscan un analista que analice todos los datos de la empresa a la vez. Algunos RR.HH. incluso logran anunciar vacantes como "Desarrollador Python - Científico de datos". Una especie de "gato de todos los oficios" en el análisis, y no solo.
En general, un especialista con experiencia puede contar con un salario de alrededor de 100,000-120,000 rublos. La tasa máxima en los centros regionales es de 180.000 rublos. Y realmente hay pocas vacantes de este tipo.
Dónde llegar a la profesión y dónde desarrollar el análisis de datos
Un científico de datos realmente necesita una buena formación matemática. Trabaja con modelos matemáticos complejos, por lo que se debe requerir al menos un nivel promedio de matemáticas superiores, teoría de la probabilidad y estadística.
Esta es una de las principales razones por las que pocos especialistas se adentran en el campo de la ciencia de datos desde cero. Es posible mejorar la base matemática necesaria incluso sin preparación universitaria, pero es difícil.
Muy a menudo, la ciencia de datos abandona el análisis de datos. Data Analyst ya tiene casi todas las competencias y conocimientos necesarios de herramientas especiales. Solo necesita mejorar las matemáticas y áreas más aplicadas como el aprendizaje automático y el aprendizaje profundo.
El camino hacia la ciencia de datos también está abierto para los desarrolladores de Python. La mayoría de las empresas requieren conocimientos de Python como lenguaje de programación para análisis. Si tiene conocimientos matemáticos y conocimientos de SQL, está bien.
Ahora todo el campo de la ciencia de datos se encuentra en una etapa de crecimiento activo, por lo que las perspectivas son excelentes. Un profesional de alto nivel puede crecer tanto en vertical como en horizontal. Es decir, puedes convertirte en el jefe del departamento de Ciencia de Datos, quien, de hecho, es el vicepresidente de la empresa; su influencia en la planificación estratégica de todas las actividades es simplemente enorme. O puede probarse usted mismo en casi cualquier otra rama de la analítica: analítica empresarial, analítica de productos, analítica de software, analítica de sistemas.
Algunos científicos de datos están volviendo al desarrollo de Python, pero no hay demasiados. Puede probar opciones más interesantes, por ejemplo, una arquitectura de inteligencia artificial para juegos de computadora. Hay suficientes oportunidades, compruébalo tú mismo:
- Formación profesional en ciencia de datos
- Formación de analista de datos
- Curso de Python para análisis de datos
Más cursos
Artículos recomendados
- Cómo convertirse en un científico de datos sin cursos en línea
- 450 cursos gratuitos de la Ivy League
- Cómo aprender Machine Learning 5 días a la semana durante 9 meses seguidos
- Cuánto gana un analista de datos: una descripción general de los salarios y las vacantes en Rusia y en el extranjero en 2020
- Aprendizaje automático y visión por computadora en la industria minera