By Matteo Przybyla, Senior Data Scientist presso Favor Delivery

Foto di ryan quintale on Unsplash [1].

Sommario

 
 

1. Introduzione
2. Dati Scientist
3. Ingegnere dati
4. Sommario
5. Riferimenti

Introduzione

 
 

Nota: Questo articolo è il terzo, una parte di una serie continua sugli stipendi segnalati tra i ruoli più diffusi nel settore dei dati e della tecnologia. Collegherò gli altri due alla fine di questo articolo.

Questo articolo non mira a confrontare i ruoli come se uno meritasse più soldi o meno, ma è invece una guida che consente ai professionisti in questi due campi di valutare rispetto al loro stipendio attuale. Per quanto cliché, è comunque importante ricordare queste due cose quando si chiede uno stipendio più alto: chiedere non fa male e, a volte, non si ottiene ciò che non si chiede. Tieni presente che queste sono statistiche più generali, come potresti essere specifico come vuoi essere per vedere quale dovrebbe essere il tuo stipendio. Invece, questi valori sono invece una guida direzionale da usare.

Gli scienziati dei dati e gli ingegneri dei dati condividono determinate competenze ed esperienze, tuttavia, ci sono alcune differenze chiave e queste possono portare a stipendi diversi. Detto questo, passiamo direttamente ad alcuni esempi di stipendio per entrambi questi ruoli di seguito da dati reali.

Dati Scientist

 
 

Foto di Copernico on Unsplash [2].

 

Dato che ho già scritto alcuni articoli sugli stipendi della scienza dei dati, includerò qui le informazioni più importanti, insieme ad alcuni esempi diversi.

Ecco alcuni dei titoli previsti che puoi vedere come data scientist che potrebbero avere anche un cambiamento significativo nello stipendio:

Data Scientist di livello base → Data Scientist → Data Scientist senior

Lead Data Scientist - Data Science Manager - Data Science Director

Oltre a questi titoli, ci sono anche alcuni livelli di anzianità come I, II e III.

Di seguito, mostrerò la gamma degli stipendi per titolo con i rispettivi anni richiesti o previsti.

Tieni presente che questi ruoli si basano su una media statunitense (basata su Scala salariale [3]):

• Scienziato di dati medio complessivo → $96,455
• Scienziato di dati medio entry-level → $85,312 (1 anno)
• Data Scientist medio all'inizio della carriera → $95,121 (1-4 anni)
• Data Scientist a metà carriera media → $109,696 (5-9 anni)
• Data Scientist con esperienza media → $136,051 (10-19 anni)

Sono d'accordo con questi numeri?

No.

Se hai letto gli articoli precedenti, di seguito è dove includerò gli stipendi segnalati in diverse città, insieme a diverse competenze.

• Ann Arbor, Michigan→ $88,197
• Cambridge, Massachusetts → $110,213
• Denver, Colorado→ $92,924

Ecco le città e le competenze specifiche:

• Charlotte, North Carolina + Elaborazione del linguaggio naturale (PNL) → $70,000
• Charlotte, Carolina del Nord + Software Tableau → $79,096
• Atlanta, Georgia + Giava → $80,000

Gli stessi stipendi medi delle città sembrano più allineati alla realtà, mentre le competenze specifiche associate alle città sembrano troppo basse. Credo che il motivo sia perché quando filtri per abilità specifica, stai eliminando tutte le altre abilità. Quindi, una soluzione potrebbe essere quella di trovare lo stipendio medio della città e quindi confrontare la differenza tra le competenze di cui sopra per ottenere una stima dello stipendio più realistica.

Penso che sia interessante che l'abilità della PNL sia meno redditizia di Tableau, tuttavia, penso che la PNL sia forse troppo specifica e forse meno fraintesa, mentre Tableau è ampiamente compreso e la maggior parte degli scienziati dei dati non pensa di aggiungerla al proprio curriculum poiché è più orientato all'analista di dati: questa nota potrebbe essere qualcosa da tenere a mente quando ti rendi conto del tuo stipendio o modifichi il tuo curriculum: per farla breve, non fare supposizioni e cerca di essere unico con le tue competenze.

Non conosco molti data scientist che usano Java, ma ho pensato che fosse interessante che i dati inclusi in questi rapporti avessero quell'abilità come opzione, quindi forse c'è un mercato per Java per un motivo di cui non sono sicuro (forse sono gli ingegneri del software che passano ai data scientist).

Ingegnere dati

 
 

Foto di Fotis Fotopoulos on Unsplash [4].

 

Ora che abbiamo una buona idea degli stipendi di data science, inclusi diversi fattori come la posizione e le competenze, approfondiamo l'aspetto di uno stipendio più specifico per data engineer.

Di tutti questi confronti tra gli stipendi, gli ingegneri dei dati e gli scienziati dei dati sembrano avere un intervallo più simile, come vedremo di seguito.

Ecco alcuni dei titoli previsti che puoi vedere come ingegnere dei dati che potrebbero avere anche un cambiamento significativo nello stipendio:

Ingegnere dei dati → Ingegnere dei dati senior → Responsabile dell'ingegneria dei dati

Lead Software Engineer - Data Scientist (sì, con una specializzazione in ingegneria dei dati)

Oltre a questi titoli, ci sono anche alcuni livelli di anzianità come I, II e III.

Di seguito, mostrerò la gamma degli stipendi per titolo con i rispettivi anni richiesti o previsti.

Tieni presente che questi ruoli si basano su una media statunitense (basata su Scala salariale [5]):

• Ingegnere dei dati complessivi medi → $92,519
• Ingegnere dei dati medio entry-level → $77,350 (1 anno)
• Ingegnere dei dati medio all'inizio della carriera → $87,851 (1-4 anni)
• Data Engineer a metà carriera media → $103,467 (5-9 anni)
• Ingegnere dei dati con esperienza media → $117,918 (10-19 anni)

Sono d'accordo con questi numeri?

No.

Penso che ogni titolo dovrebbe essere spostato almeno una volta, poiché lo stipendio all'inizio della carriera dovrebbe essere quello di un ingegnere di dati a metà carriera o esperto, anche a seconda di dove vivi, quindi approfondiamo le medie delle località specifiche.

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

Queste medie cittadine hanno più senso delle medie complessive. La più interessante è la differenza di San Francisco, tuttavia, ancora prevista, poiché il costo della vita lì è incredibilmente alto.

Ora, esaminiamo le competenze specifiche per queste città:

• New York, New York + Scala → $121,755
• Seattle, Washington + Analisi dei Big Data → $107,442
• San Francisco, California+ Competenze Apache Hadoop → $123,672
• Austin, Texas + Servizi Web Amazon (AWS) → $97,436

Di tutti questi stipendi, la città di San Francisco ha visto una diminuzione dello stipendio quando si aggiunge un'abilità: questa affermazione ribadisce che potresti voler aggiungere tutte le tue abilità e non solo una, quando esamini il tuo rapporto personalizzato. New York ha visto il salto più grande con Scala, che personalmente sono d'accordo, in quanto è una grande abilità e piuttosto difficile da padroneggiare.

Sommario

 
 
Lo stipendio ha diverse caratteristiche che possono permettergli di aumentare o diminuire. Abbiamo appena parlato di due fattori, anni di esperienza, posizione (città) e competenze. Ci sono anche altri fattori da considerare, inclusi, ma non limitati a: il colloquio stesso, il curriculum stesso, le capacità di negoziazione, i bonus, le azioni, l'istruzione e le certificazioni.

Per riassumere, ecco alcuni punti chiave degli stipendi di data scientist rispetto a data engineer:

Spero che tu abbia trovato il mio articolo interessante e utile. Non esitare a commentare in basso se sei d'accordo o in disaccordo con questi confronti di stipendio. Perché o perché no? Quali altri fattori ritieni sia importante sottolineare per quanto riguarda lo stipendio? Questi possono certamente essere ulteriormente chiariti, ma spero di essere stato in grado di far luce sulle differenze tra gli stipendi di data scientist e data engineer.

Infine, posso porre di nuovo la stessa domanda, come vedi gli stipendi essere influenzati dalle posizioni remote, specialmente quando la città è un fattore così importante nel determinare lo stipendio?

Grazie per aver letto!

Non sono affiliato con nessuna di queste società.

Non esitate a controllare il mio profilo, 

Matt Przybyla, e altri articoli, oltre a iscriverti per ricevere notifiche e-mail per i miei blog seguendo il link sottostante o tramite facendo clic sull'icona di iscrizione nella parte superiore dello schermo accanto all'icona Seguie contattami su LinkedIn se hai domande o commenti.

Collegamento per l'iscrizione: https://datascience2.medium.com/subscribe

Ho anche scritto un articolo simile discutendo gli stipendi degli ingegneri di apprendimento automatico rispetto agli stipendi dei data scientist qui [6], così come le differenze tra gli stipendi dei data scientist e degli analisti di dati qui [7]. Questo articolo delinea ed evidenzia caratteristiche simili di ciascuno, rispettivo stipendio. Tieni presente che per entrambi questi articoli, questi non sono i miei stipendi e sono riportati da PayScale e altri scienziati di dati reali, ingegneri di dati, analisti di dati e ingegneri di apprendimento automatico. Quindi, questi articoli sono a loro volta discussioni sui dati reali e sono pensati per farti capire meglio cosa rende un ruolo (in generale), aumentare o diminuire l'importo della retribuzione in base a determinati fattori.

Ancora una volta, questi dati sullo stipendio vengono raccolti da PayScale e, se desideri una stima più specifica, puoi utilizzare il sondaggio sullo stipendio [8].

Riferimenti

 
 
[1] Foto di ryan quintale on Unsplash(2019)

[2] Foto di Copernico on Unsplash(2020)

[3] Scala retributiva, Stipendio per data scientist(2021)

[4] Foto di Fotis Fotopoulos on Unsplash(2018)

[5] Scala retributiva, Stipendio per ingegnere dei dati(2021)

[6] M. Przybyla, Stipendio di Data Scientist vs Machine Learning Engineer(2021)

[7] Sig. Przybyla, Stipendio di Data Scientist vs Data Analyst(2021)

[8] Scala retributiva, Indagine sugli stipendi di PayScale(2021)

 
Bio: Matteo Przybyla è Senior Data Scientist presso Favor Delivery e uno scrittore tecnico freelance, in particolare nella scienza dei dati.

Originale. Ripubblicato con il permesso.

Correlato:

• Non abbiamo bisogno di data scientist, abbiamo bisogno di data engineer
• Gli scienziati dei dati senza competenze di ingegneria dei dati dovranno affrontare la dura verità
• Spiegazione di Data Scientist, Data Engineer e altre carriere di dati