Le Data Scientist est l'une des spécialités à la croissance la plus rapide du 21ème siècle. Frost & Sullivan prédit que le marché de l'analyse des mégadonnées augmentera en moyenne de 35,9% par an au cours des 10 prochaines années.
Dans cet article, nous verrons combien d'argent un data scientist peut gagner (alerte spoiler: beaucoup), quelles sont les exigences le plus souvent dans les postes vacants, comment accéder à DS et où se développer. Prêt? Aller!
Qui est un data scientist
Un data scientist est engagé dans l'analyse de tableaux de données - Big Data. En utilisant une analyse mathématique et en identifiant des modèles dans les données, le Data Scientist crée des modèles pour résoudre des problèmes ou des problèmes commerciaux spécifiques.
En effet, le métier de data scientist est étroitement lié à celui d'analyste de données (Data Analyst ou DA) et d'ingénieur de données (Data Engineer ou DE). Si étroitement espacées que la plupart des épiceries ne les séparent pas du tout. Et le Data Scientist prend souvent en charge les responsabilités DA et DE.
Mais travailler avec le Big Data a toujours ses propres spécificités et particularités. La répartition des heures de travail des data scientists peut être exprimée dans un diagramme:
L'apprentissage automatique est une partie importante de la profession de data scientist. Les réseaux de neurones sont de plus en plus populaires pour l'analyse des ensembles de données, un spécialiste doit donc être en mesure de travailler avec eux.
L'un des principaux objectifs est d'obtenir un résultat commercial. Après tout, c'est avec l'aide de la Data Science que les modèles prédictifs sont développés. Par exemple, le comportement des utilisateurs sur le réseau, les taux de change, les cours des actions et bien plus encore. Ce sont des data scientists qui ont développé des algorithmes de recommandation YouTube et amélioré les résultats de recherche de Google.
Ce que les employeurs exigent d'un data scientist
Nous avons analysé plus de 400 postes vacants pour des postes de data scientist ouverts en octobre-novembre 2020.
Une frontière claire entre les spécialités du data scientist, data analyst et data engineer n'existe que pour les entreprises informatiques et les grandes entreprises dotées de grands départements informatiques. Par conséquent, les postes vacants pour les scientifiques des données se heurtent souvent à des tâches plus appropriées pour un analyste ou un ingénieur de données.
Lors de l'analyse des postes vacants, nous avons identifié un certain nombre de compétences et d'aptitudes que les employeurs demandent le plus souvent aux demandeurs d'emploi.
Tout d'abord, traitons des compétences techniques
Compétences élevées en mathématiques. Les mathématiques supérieures, la théorie des probabilités, les statistiques mathématiques et appliquées sont un must pour un analyste Big Data. Plus de 60% des postes vacants indiquent directement la nécessité d'une bonne préparation en mathématiques ou nécessitent un baccalauréat ou une maîtrise d'une université en mathématiques, en génie ou en technologie de l'information.
Python et bibliothèques pour l'analyse de données et l'apprentissage automatique . Python est répertorié dans 81% des emplois. En outre, le plus souvent, les employeurs ont besoin de connaissances sur des bibliothèques spéciales: TensorFlow, Keras, PyTorch, LightGBM, NumPy, SciPy, Pandas, sklearn.
Dans environ un tiers des postes vacants, les employeurs indiquent une connaissance de Python et / ou R. Mais spécifiquement R (sans Python) est rarement demandé - seulement 12 postes vacants sur 400. D'autres langages de programmation sont nécessaires dans environ 3% des cas.
SQL . Les bases de données sont l'épine dorsale de DS. Par conséquent, des compétences pour travailler avec des bases de données relationnelles sont nécessaires dans plus de 73% des postes vacants. Les bases de données NoSQL sont moins populaires - elles sont nécessaires moins de 10% du temps.
Excel est le seul. Bien qu'elle ne soit pas incluse dans la pile de compétences requises, certaines entreprises y intègrent des analyses de données. Pourquoi il en est ainsi n'est pas clair. Peut-être ne font-ils que confondre les fonctions d'analyste de données et de scientifique de données.
Systèmes de visualisation de données... En tant que data scientist, il est important non seulement de créer des modèles de travail et des prévisions, mais aussi de pouvoir les présenter à la direction. Il est souhaitable de manière claire et simple. La plupart des entreprises (55%) indiquent simplement des «systèmes de visualisation de données» - pour elles, il n'est absolument pas important de savoir quels sont ceux que le candidat possédera. Mais parmi les plus populaires, il n'y en a que trois: Tableau, Metabase et Power BI.
Apprentissage automatique et apprentissage en profondeur . L'apprentissage automatique et l'apprentissage en profondeur sont importants. Près de 40% des entreprises soulignent séparément que le candidat doit comprendre au moins en termes généraux comment tout cela fonctionne et comment l'utiliser dans les affaires.
De nombreuses entreprises soulignent la nécessité de connaître l'anglais techniqueavec un niveau non inférieur à Intermédiaire. Les compétences en conversation ne sont souvent pas nécessaires, mais vous devrez lire la documentation technique. De plus, presque tous les nouveaux développements en science des données sont publiés en anglais, vous devez donc les comprendre au moins à un niveau intermédiaire.
En termes de compétences techniques en général, c'est tout. Eh bien, ou presque tout, car d'autres options se retrouvent dans moins de 10% des postes vacants.
Compétences générales
En général, ils sont assez attendus. Voici les demandes les plus courantes des entreprises:
- Esprit analytique;
- Hautes compétences en communication;
- Capacité à prendre des initiatives;
- Attention aux détails;
- Responsabilité et indépendance;
- Multitâche.
Salaire et avantages du Data Scientist
Maintenant, la chose la plus excitante est le salaire et les primes. Au 13/11/2020, 325 postes vacants étaient ouverts en Russie pour le poste de Data Scientist. Parmi eux, 175 sont à Moscou (54%), 54 à Saint-Pétersbourg (16%). Les 30% restants sont répartis à peu près également entre les centres régionaux.
Important! De nombreuses entreprises proposent du télétravail avec du personnel. Dans un environnement de quarantaine, cela est bénéfique. Autrement dit, si vous le souhaitez, vous pouvez facilement trouver un poste vacant de Junior Data Scientist à Moscou, mais en même temps à Voronej ou à Tver.
Certes, des spécialistes intermédiaires et seniors sont souvent nécessaires hors ligne. Ils reçoivent un niveau de responsabilité plus élevé, raison pour laquelle les entreprises préfèrent toujours travailler avec eux au bureau.
La grande majorité des offres d'emploi sont publiées par des sociétés informatiques (78%). De plus, des data scientists sont nécessaires dans le secteur bancaire (10%) et les projets éducatifs (8%). Le reste des industries n'occupent pas plus de 4% des postes vacants.
Le principal problème de l'échantillon est qu'un très petit nombre d'entreprises indiquent une tranche salariale. Ou du moins orienter en quelque sorte le demandeur vers le niveau de compensation matérielle.
Seules 20% des entreprises indiquent ouvertement les niveaux de salaire. Les autres se contentent de formulations vagues comme «salaire sur le marché» ou «discuté lors d'une entrevue».
Dans les postes vacants, le niveau de rémunération est très décent. A Moscou, un spécialiste avec environ 2 ans d'expérience en DS peut compter sur un salaire moyen d'environ 200 000 personnes.
Le Data Scientist senior avec au moins 5 ans d'expérience et un large éventail de compétences dans les grandes entreprises peut recevoir jusqu'à 500 000 roubles par mois. Et ce n'est pas une blague. Il y a de tels postes vacants et ils embauchent tout à fait des gens pour eux.
Un jeune Junior sans expérience ou avec une expérience allant jusqu'à un an peut compter sur un salaire allant jusqu'à 100
000. Les avantages supplémentaires sont également assez importants. Nous ne prendrons pas en compte les "café-thé-biscuits" standards - ils sont dans presque tous les postes vacants.
De nombreuses entreprises proposent des horaires de travail flexibles en plus du travail en ligne. La possibilité de formation continue et de perfectionnement aux frais de l'entreprise est également populaire - environ un tiers des entreprises acceptent de soutenir un employé s'il souhaite se développer dans sa spécialité.
Le bonus le plus précieux, à notre avis, est VHI. Presque toutes les grandes entreprises offrent une assurance maladie complète, et beaucoup incluent également la dentisterie. La médecine de Moscou est chère, donc un traitement sous assurance dans de bonnes cliniques est un avantage considérable pour les employés de l'entreprise.
Le niveau des salaires de Saint-Pétersbourg est légèrement inférieur à celui de Moscou. Dans la capitale du nord, le Junior Data Scientist peut compter sur un salaire de 45 000 roubles ou plus. Le maximum pour un spécialiste sans expérience ou avec moins d'un an d'expérience est de 90000 roubles. Néanmoins, il n'y a que quelques postes vacants de ce type.
En moyenne, un spécialiste avec une base de connaissances normale et une expérience d'au moins 2 ans reçoit un salaire d'environ 150 000 roubles. Mais les meilleurs data scientists et chefs d'équipe constituent une catégorie distincte. Le salaire y est le même qu'à Moscou - jusqu'à 500 000 roubles par mois.
Les avantages supplémentaires sont presque les mêmes qu'à Moscou, sauf qu'un nombre beaucoup plus restreint d'entreprises offrent une assurance médicale complète. Bien que purement subjectif - il y a plus de bonus non triviaux et intéressants.
Certains proposent un tournoi de fléchettes quotidien le midi, d'autres une PlayStation, et d'autres encore proposent des animations collectives et un team building varié.
La situation dans d'autres régions de Russie est bien pire. Et le niveau des salaires est très différent de celui de Moscou et même de Saint-Pétersbourg.
Un spécialiste inexpérimenté peut compter sur un salaire de 20 000 à 40 000 roubles. De plus, dans ces postes vacants, les frontières des professions sont les plus floues. Souvent, sous le nom du poste vacant "Data Scientist", ils recherchent un analyste qui analysera toutes les données de l'entreprise à la fois. Certains RH parviennent même à publier des offres d'emploi comme "Python Developer - Data Scientist". Une sorte de «touche-à-tout» de l'analytique, et pas seulement.
En général, un spécialiste expérimenté peut compter sur un salaire d'environ 100 000 à 120 000 roubles. Le taux maximal dans les centres régionaux est de 180 000 roubles. Et il y a vraiment peu de postes vacants.
Où accéder à la profession et où développer l'analyse de données
Un data scientist a vraiment besoin d'une bonne formation en mathématiques. Il travaille avec des modèles mathématiques complexes, donc au moins un niveau moyen de mathématiques supérieures, de théorie des probabilités et de statistiques devrait être requis.
C'est l'une des principales raisons pour lesquelles peu de spécialistes se lancent dans le domaine de la science des données à partir de rien. Il est possible d'améliorer les bases mathématiques nécessaires même sans préparation universitaire, mais c'est difficile.
Plus souvent qu'autrement, la science des données quitte l'analyse des données. Data Analyst possède déjà presque toutes les compétences nécessaires et la connaissance des outils spéciaux. Il n'a besoin que de tirer vers le haut des mathématiques et des domaines plus appliqués comme l'apprentissage automatique et l'apprentissage en profondeur.
La route vers la science des données est également ouverte aux développeurs Python. La plupart des entreprises ont besoin de connaissances en Python en tant que langage de programmation pour l'analyse. Si vous avez des connaissances en mathématiques et en SQL, c'est très bien.
Désormais, l'ensemble du domaine de la Data Science est en phase de croissance active, les perspectives sont donc excellentes. Un professionnel de haut niveau peut évoluer à la fois verticalement et horizontalement. Autrement dit, vous pouvez devenir le chef du département Data Science, qui, en fait, est le vice-président de l'entreprise - son influence sur la planification stratégique de toutes les activités est tout simplement énorme. Ou, vous pouvez vous essayer dans presque toutes les autres branches de l'analyse - analyse commerciale, analyse de produit, analyse de logiciel, analyse de systèmes.
Certains data scientists reviennent au développement Python, mais il n'y en a pas trop. Vous pouvez essayer des options plus intéressantes - par exemple, une architecture d'intelligence artificielle pour les jeux informatiques. Il y a suffisamment d'opportunités - vérifiez-le vous-même:
- Formation aux métiers de la Data Science
- Formation d'analyste de données
- Cours Python pour l'analyse de données
Plus de cours
Articles recommandés
- Comment devenir Data Scientist sans cours en ligne
- 450 cours gratuits de l'Ivy League
- Comment apprendre le Machine Learning 5 jours par semaine pendant 9 mois consécutifs
- Combien gagne un analyste de données: aperçu des salaires et des postes vacants en Russie et à l'étranger en 2020
- Apprentissage automatique et vision par ordinateur dans l'industrie minière