Сколько получает data scientist

Data Scientist: карьера, зарплата, обучение

Чтобы выбрать профессию, нужно изучить, какие перспективы роста она предлагает и какой вас ждет путь от новичка до профессионала. Чем больше вы знаете о профессии на старте, тем правильнее будет ваше решение в перспективе.

Подробнее о Data Scientist можно почитать тут.

Сколько получает Data Scientist

Уровень зарплаты зависит от образования, опыта работы, специализации и набора навыков, а также от самих компаний и их местоположения.

1. В России средняя зарплата составляет ≈ 200 тыс. рублей в месяц.
2. В США такие специалисты зарабатывают в около $9 000 в месяц (≈730 тыс. рублей).
3. В Канаде базовая оплата составляет 7 тысяч канадских долларов (≈420 тыс. рублей).
4. Во Франции — €3 600, то есть ≈300 тыс. рублей.

Какие hard skills и soft skills нужны для устройства на работу

Hard skills — это профессиональные навыки специалиста, которые можно измерить. Для трудоустройства специалисту по данным необходимо знать и уметь использовать:

Языки программирования: Python, R, SQL, Java, Scala, MATLAB.

Инструменты машинного обучения: TensorFlow, PyTorch, Scikit-learn, Keras, H2O.ai, Apache Spark MLlib.

Системы управления базами данных: MySQL, PostgreSQL, MongoDB, Apache Cassandra, Hive, HBase.

Инструменты визуализации данных: Tableau, Power BI, Matplotlib, ggplot2, D3.js.

Различные фреймворки и библиотеки для обработки и анализа данных: Pandas, NumPy, SciPy, Seaborn, Hadoop, Plotly, Apache Spark.

Инструменты для работы с Big Data: Apache Hadoop, Apache Spark, Apache Flink.

Облачные сервисы: AWS, Google Cloud.

Конкретный набор технологий зависит от целей проекта и отрасли, в которой работает Data Scientist. Важно отметить, что специалист должен обладать знаниями в области математики, статистики и машинного обучения, а также иметь понимание бизнес-процессов и целей компании. Профессионал обязан разбираться в методах обучения (машинного и глубокого), быть знакомым с принципами работы нейронных сетей.

Для успешной работы нужно обладать не только техническими навыками, но и развивать мягкие навыки — soft skills. Например:

• Любознательность и стремление к обучению
• Креативность и находчивость
• Внимание к деталям и точность
• Самостоятельность и ответственность
• Коммуникабельность и умение работать в команде
• Критическое и логическое мышление
• Умение мыслить аналитически.

Карьерный рост

Специалист по данным может строить карьеру в разных направлениях. Например:

• Углублять свои знания и опыт в определенной области или индустрии
• Стать менеджером или руководителем проектов по анализу данных
• Двигаться в направлении продуктового менеджмента и участвовать в разработке и запуске продуктов на основе данных
• Перейти в направление инженерии данных, создавать и поддерживать инфраструктуру для работы с данными
• Развиваться в направлении науки и исследований и заниматься академической или промышленной наукой в области данных
• Основать свою компанию.

Как стать специалистом по Data Science

Если у вас уже есть опыт в профессии, связанной с данными (аналитик, программист, инженер), то достаточно переобучиться самостоятельно, что может занять около года времени. Или можно освоить все необходимое в ускоренном темпе за 15 недель в буткемпе. Но, если вы до сих пор не сталкивались с программированием, то у вас есть 3 пути:

1. Получить степень бакалавра или магистра по Data Science или смежной области (например, статистика, математика, информатика, экономика)
2. Пройти профессиональную сертификацию или курс по Data Science от образовательной организации. Начать можно с пре-курса по Data Science от Elbrus Bootcamp
3. Самостоятельно изучить необходимые навыки и инструменты с помощью онлайн-ресурсов.

Софья Пирогова

автор статей / копирайтер

Вам может также понравиться.

Карьерная неделя и трудоустройство: как устроено в Эльбрус буткемп?

20 окт. 2023 г.

Беги от них: 10 красных флагов на собеседовании в ИТ

24 сент. 2023 г.

Сколько зарабатывает Data Scientist в России и Америке за месяц

Здравствуйте! В статье мы собрали для вас статистику зарплат Data Scientist. Разберемся, от чего зависят доходы, сколько платят в разных городах России и США, какие деньги зарабатывают Дата Сайентисты в офисе и на удаленке.

Средняя зарплата Data Scientist в России в 2023 году

По оценке разных интернет-порталов, средняя зарплата российского специалиста по Data Science составляет от 115 до 180 тысяч рублей.

Заработок Дата Сайентиста зависит от нескольких условий:

• Квалификация. Новичок (джуниор) получает от 40 до 80 тыс. руб., middle – от 100 до 250 тыс. руб., senior – от 250 тыс. руб. и выше. Профессионал с опытом около 5-6 лет может зарабатывать по 400 000 — 500 000 рублей ежемесячно.
• Регион проживания. Лидерами по зарплатам в России можно назвать Москву, Санкт-Петербург, Казань и Краснодар – в 2023 году в этих городах есть вакансии с доходом свыше 300 тыс. руб.
• А также сумма зависит от отрасли, политики компании-работодателя и обязанностей сотрудника.

При этом формат работы сильно не влияет на условия оплаты. Дата Сайентист может работать не только в штате, но и на фрилансе – некоторые организации готовы оформить со специалистом договор оказания услуг либо сотрудничать с ним, как с ИП или самозанятым.

В Москве

Чтобы оценить среднюю заработную плату московского специалиста по Data Science, мы проанализировали объявления на сайте HeadHunter. В большей части вакансий указан доход в диапазоне от 150 до 225 тысяч рублей.

Самый высокий заработок можно получать на должности Lead Data Scientist в IT-компании. У кандидата должен быть стаж работы в отрасли 3-6 лет, знание Python, Hadoop, Spark, Git, а также развитые управленческие навыки.

В таблице видно, сколько зарабатывает Дата Сайентист из Москвы в зависимости от опыта и формата работы.

Junior	от 35 000 до 145 000 руб.
Middle	от 140 000 до 300 000 руб.
Senior	от 150 000 до 500 000 руб.
Удаленная работа	от 100 000 до 500 000 руб.

Подборка курсов Все онлайн-курсы по Data Science в 2023 году
Посмотреть подборку

В Санкт-Петербурге

Судя по объявлениям с ХедХантер, средняя зарплата Дата Сайентиста в СПб составляет 200 тысяч рублей. Большая часть питерских работодателей указывает заработную плату от 150 до 250 тыс. руб.

Самые лучшие условия по оплате предлагают на должности Senior Data Scientist – до 400 000 рублей. Получить работу может кандидат, знающий Python, Numpy, Scipy, Pandas, Matplotlib, SQL и имеющий опыт более трех лет.

Junior	от 40 до 60 тыс. руб.
Middle	от 150 до 250 тыс. руб.
Senior	от 150 до 400 тыс. руб.
Удаленно	от 40 до 290 тыс. руб.

На нашем сайте собраны лучшие онлайн-курсы по Data Science от ведущих дистанционных школ. Воспользуйтесь специальными фильтрами, чтобы выбрать подходящую обучающую программу по наличию трудоустройства, формату обучения и другим условиям. Также мы собрали реальные отзывы выпускников.

В других городах

Изучив вакансии в крупных российских городах, мы составили таблицу с минимальными и максимальными зарплатами специалистов по Data Science в зависимости от квалификации.

Город	Junior	Middle	Senior
Новосибирск	от 50 000 до 100 000 руб.	от 100 000 до 180 000 руб.	от 180 000 до 300 000 руб.
Екатеринбург	до 100 000 руб.	от 100 000 до 250 000 руб.	от 180 000 до 300 000 руб.
Казань	от 60 000 до 80 000 руб.	от 80 000 до 250 000 руб.	от 180 000 до 300 000 руб.
Нижний Новгород	от 60 000 руб.	до 180 000 руб.	до 400 000 руб.
Ростов	от 100 000 руб.	до 150 000 руб.	до 250 000 руб.

Если хотите стать Дата Сайентистом, читайте нашу статью о способах обучения — там полезные советы для начинающих.

Сколько зарабатывает специалист по Data Science в США

Информацию о заработках специалистов по Дата Сайенс мы взяли с одного из аналитических сайтов. Как указано в источнике, средняя годовая заработная плата Data Scientist в Соединенных Штатах Америки составляет почти 116 тысяч долларов, то есть приблизительно 8,33 миллиона в год или почти 695 000 рублей в месяц.

Сумма зависит от следующих факторов:

• Опыт работы: доход новичка – 98 тыс. долл./год (585 тыс. руб./мес.), профессионала со стажем 3-5 лет – 133,5 тыс. долл./год (800 тыс. руб./мес.).
• Регион. В список городов с самыми высокими зарплатами входят Сан-Франциско, Нью-Йорк и Сан-Диего.
• Компания-работодатель. Лучшие условия по оплате труда предлагают в Facebook, Airbnb, eBay и Apple.

Кто такой Data Scientist, чем он занимается и сколько зарабатывает

Data Scientist — это специалист, который работает с данными компании: анализирует, ищет в них зависимости и на основе этой информации делает выводы.

Data Scientist создает алгоритмы, которые решают разные бизнес-задачи и улучшают процессы: показывают пользователям интересный контент и повышают их вовлеченность, предсказывают пики и падения продаж, повышают качество производства. Например, с помощью таких алгоритмов Data Scientist может:

• Предсказывать продажи, поведение покупателей и спрос на отдельные группы товаров для того, чтобы бизнес мог скорректировать стратегию или эффективнее управлять запасами.
• Анализировать поведение посетителей на сайте, чтобы улучшать маркетинговые кампании и делать ставку на наиболее интересный потребителю контент.
• Анализировать текстовые данные, чтобы выявлять тренды в соцсетях.
• Анализировать большие данные, чтобы выявлять закономерности и на их основе делать научные прогнозы или целые открытия, как в случае с нейросетью AlphaFold , которая смогла расшифровать механизм сворачивания белка.

Аналитик данных — с нуля до трудоустройства за 9 месяцев

• Постоянная поддержка от наставника и учебного центра
• Помощь с трудоустройством
• Готовое портфолио к концу обучения
• Практика с первого урока

Вы получите именно те инструменты и навыки, которые позволят вам найти работу

Где нужен Data Scientist

Дата-сайентист может найти работу практически в любой отрасли, где генерируется подходящая для обработки и анализа информация: данные о клиентах, научных или производственных процессах, цифры, метрики, статистика.

В банках такие специалисты создают модели банковского скоринга — именно они определяют, под какой процент вам одобрить ипотеку. В промышленности с помощью анализа данных предсказывают поломки оборудования, занимаются георазведкой и следят за безопасностью. В e-commerce и ретейле повышают продажи благодаря рекомендательным системам и персональным подборкам для покупателей.

Чаще всего таких экспертов нанимают в крупные компании или стартапы. Первые — потому, что Data Science требует немалого бюджета на сбор и анализ данных. Вторые — из-за того, что Data Science является частью инновационной идеи и может стать драйвером роста компании.

Какие задачи решает Data Scientist: разбираем на примере

Допустим, дата-сайентисту нужно построить модель для сотового оператора, чтобы находить абонентов в «группе риска» — тех, кто собирается отказаться от услуг или сменить тариф.

Для этого нужно:

Собрать данные

Это значит определить, есть ли выборка данных и целевая переменная — описание признака, который будет предсказывать модель. Например, если для выборки из 100 человек точно известно, кто отказался от услуг, а кто остался с оператором — переменная есть, и можно строить эффективную модель. Если же из 100 участников кто-то ушел, кто-то остался, но кто — неизвестно, модель может давать сбой.

Сбором данных обычно занимается ML-engineer или дата-инженер. Его задача — передать data scientist релевантные, подготовленные и очищенные данные.

Так выглядит тренировочный датасет в задании Мегафона на Kaggle – в нем представлены обезличенные данные по использованию абонентами различных телеком-услуг.

Важно не только понять, какие данные есть по каждому объекту, но и оценить их надежность. Например, в каждой выборке есть ложные данные, когда человек указал о себе неверную информацию: скажем, в графе возраст написал «900 лет».

Выбрать модель и подготовить данные

На этом этапе важно обеспечить качество информации, на которой будет обучаться модель. Без этого алгоритм может выдать неправильный, ошибочный результат. Подготовить данные – значит трансформировать в удобную форму, которая называется матрицей объектов и признаков. Она и выглядит как таблица со всеми признаками — атрибутами — обучающих данных.

Оценить результат

Один из ключевых этапов — когда аналитик data science на основе опыта, интуиции и профессиональных навыков решает, насколько эффективной получилась модель. Сможет ли она работать не на обучающих, а на реальных данных — или алгоритм переобучился, то есть «вызубрил» ответы для этой выборки и будет бесполезен при анализе новой информации.

Чем Data Scientist отличается от Data Analyst и Data Engineer

В задачах, требующих анализа данных, может участвовать не только Data Scientist, но и другие специалисты. Например, выше мы упомянули Data Engineer, который собирает и готовит данные для Data Scientist.

А еще есть Data Analyst — специалист, который анализирует и визуализирует данные, чтобы помогать руководителям бизнеса принимать решения.

На первый взгляд эти профессии похожи, их часто путают. Но в действительности это разные специалисты:

Data Engineer собирает и готовит данные для аналитиков и специалистов по Data Science. Он не обучает модели, но много программирует, работает с базами данных: выгружает оттуда информацию, обрабатывает и создает для них хранилища.

Data Scientist и Data Engineer часто работают в связке: один готовит данные, другой использует их для экспериментов с моделями. А вот Data Analyst решает совсем другие задачи: он изучает статистику, ищет инсайты — выводы на основе данных — и подбирает для них визуально понятную форму. Задача дата-аналитика — найти ответ на конкретный вопрос бизнеса. Например, предсказать, какие товары будут пользоваться спросом или определить, в какие направления работы компании стоит инвестировать, а какие, напротив, сократить.

Читайте также: Гид по профессии аналитик данных: кто это, чем занимается и сколько зарабатывает

Что нужно знать и уметь, чтобы стать Data Scientist

Такому специалисту нужно хорошо знать математику: линейную алгебру, теорию вероятности, статистику, математический анализ. Придется разобраться с теорией машинного обучения, овладеть базовыми навыками программирования на Python, изучить фреймворки для машинного и глубокого обучения, а также научиться работать с языком SQL, который позволяет получать информацию из баз данных.

Это — базовые необходимые знания для начинающего специалиста. От опытного data scientist ждут умения решать сложные задачи: строить высоконагруженные модели — такие, которые смогут запускаться, скажем, сотни раз в секунду для каждого отдельного клиента. Или предотвращать неочевидные ошибки, когда модель переобучается из-за того, что в обучающую выборку попало лишнее поле.

Такие навыки получаются только с опытом, поэтому, помимо теории, в Data Science очень важна практика. И здесь у профессии есть преимущество: набивать руку можно практически с начала обучения, участвуя в открытых конкурсах по машинному обучению. Например, самое известное сообщество специалистов по Data Science — платформа Kaggle, где есть много обучающих материалов, но главное — соревнования от компаний.

Одно из самых известных соревнований Kaggle — задача на построение модели, которая определит, кто из пассажиров Титаника выживет в катастрофе.

Участие, и тем более победа в таких соревнованиях — это готовое портфолио, которое можно показать заказчику, и реальный опыт решения ML-задач.

Kaggle и другие соревнования могут стать для начинающего Data Science трамплином из джуниор в сеньор-специалиста. Практический опыт можно получить «в боевых условиях» и, доказав свою способность решать сложные задачи, претендовать на более высокую позицию.

Сколько зарабатывает Data Scientist

Уровень зарплаты зависит от опыта специалиста, региона и размера компании. Ниже – примеры вакансий для Москвы.

Junior Data Scientist может зарабатывать до 100 тысяч рублей.

Специалист со средним опытом — от 170 до 250 тысяч рублей.

Head of Data Science с опытом более 6 лет и большим стеком технологий — от 300 тысяч рублей.

Плюсы и минусы работы Data Scientist

Плюсы

Востребованная профессия

По данным Всемирного экономического форума , Data Analysts & Scientists — лидеры списка самых актуальных профессий до 2025 года.

Высокая зарплата

У разработчиков и Data Science-специалистов сопоставимые гонорары: по данным из вакансий hh.ru на май 2023, мидл Data Scientist в среднем может претендовать на ту же зарплату, что и мидл Python-разработчик.

Динамичный карьерный рост

В Data Science проще с практическим опытом: можно решать задачи на конкурсах, участвовать в Kaggle или хакатонах, собирать портфолио и быстрее расти в карьере.

Интересная работа

DataScience — одна из самых молодых и динамично развивающихся отраслей. Здесь много интересного. Например, можно автоматизировать задачи и отрасли, развивать науку, прокачиваться в глубинном обучении — области, где искусственный интеллект решает очень сложные задачи.

Минусы

Высокий порог входа

Специалисты Data Scientist должны хорошо знать математику, теорию машинного обучения. А еще — постоянно учиться, чтобы успевать за инновациями в сфере AI, которая меняется буквально на глазах.

Непонимание со стороны бизнеса

Несмотря на то, что машинное обучение находит применение практически во всех сферах, есть много областей, где построение моделей неэффективно: нет достаточного количества данных или четкой целевой переменной. В этом случае от Data Scientist могут ждать невозможного или нагружать нерелевантными задачами.

Кто такой Data Scientist и как им стать — итоги

1. Data scientist создает модели машинного обучения — математические алгоритмы, которые на основе большого количества информации ищут закономерности и делают прогнозы.
2. Специалисты по данным или Data Scientists работают практически во всех отраслях и сферах, чаще всего — в крупных компаниях или стартапах.
3. Чтобы стать Data scientist, нужно изучить теорию: повторить или углубить знания в математике, разобраться с теорией машинного обучения.
4. Получить практический опыт можно на соревнованиях и открытых конкурсах — это шанс разобраться в тонкостях профессии, получить хороший опыт и стать востребованным специалистом.

Профессия «Аналитик данных»

• Изучите востребованную в каждой компании профессию и помогайте бизнесам расти и развиваться
• Научитесь собирать, обрабатывать, изучать и интерпретировать данные с помощью SQL и Google Sheets
• Освойте когортный анализ и визуализацию данных с помощью Superset и библиотек Python

Сколько зарабатывают дата сайентисты в российском IT?

Мы собрали данные по зарплате Data Scientist за 2023 год и ранее.

Средняя зарплата Data Scientist — 200 000 рублей/месяц по нашим данным.

Эти данные могут быть полезны как для начинающих дата сайентистов из IT-сферы, которые в поиске новых карьерных возможностей и думают сменить направление работы, так и для опытных специалистов IT-рынка, которые хотят знать на какую зарплату они могут претендовать при смене компании или повышении на текущем месте работы.

Использование данных getmatch о зарплатах без ссылки на https://getmatch.ru — запрещается.

Также мы проводим более глубокие исследования IT-рынка в РФ и за рубежом по специальности Data Science, которые могут быть полезны для HR и C&B специалистов. Для получения более подробной информации пишите на нашу почту — clients@getmatch.ru.

Дисклеймер: с помощью сервиса Зарплат getmatch можно узнать текущую зарплату специалистов из ИТ-отрасли. Мы вычисляем её на основании данных, указанных нашими зарегистрированным пользователями. Мы гарантируем конфиденциальность данных пользователей, в том числе по зарплате. Данные используются для создания агрегированного обезличенного отчета. Getmatch не несет ответственности за достоверность предоставленных пользователями данных, а лишь гарантирует обработку данных в неизменном виде для создания агрегированного обезличенного отчета.