
這篇文章的目的不是比較角色,好像一個人應該得到更多的錢或不應該得到更多的錢,而是一個指導,允許這兩個領域的專業(yè)人士根據(jù)他們目前的工資進行評估。然而,這是陳詞濫調(diào),當要求更高的工資時,記住這兩件事仍然很重要:要求無妨,有時,你不會得到你沒有要求的東西。請記住,這些是更一般的統(tǒng)計數(shù)據(jù),因為你可以根據(jù)你想要的具體情況來了解你的工資應該是多少。相反,這些值是供您使用的方向性指南。
數(shù)據(jù)科學家和數(shù)據(jù)工程師彼此分享某些技能和經(jīng)驗,然而,也有一些關(guān)鍵的差異,這些差異可能導致不同的工資。話雖如此,讓我們從真實數(shù)據(jù)中跳到下面這兩個角色的一些薪酬例子。
由于我已經(jīng)寫了幾篇關(guān)于數(shù)據(jù)科學薪酬的文章,我將在這里包括最重要的信息,以及幾個不同的例子。
以下是作為數(shù)據(jù)科學家,你可以看到的一些預期的職位,這些職位的工資也可能會有很大的變化:
入門級數(shù)據(jù)科學家→數(shù)據(jù)科學家→高級數(shù)據(jù)科學家
首席數(shù)據(jù)科學家-數(shù)據(jù)科學經(jīng)理-數(shù)據(jù)科學總監(jiān)
除了這些頭銜,還有一些資歷級別,如I級、II級和III級。
下面,我將按職稱和他們各自所需或預期的年數(shù)顯示工資范圍。
請記住,這些角色基于美國平均值(基于PayScale[3]):
我同意這些數(shù)字嗎?
沒有。
如果你讀過以前的文章,下面是我將包括不同城市的報告工資,以及不同的技能。
以下是具體的城市和技能:
城市的平均工資本身似乎更符合現(xiàn)實,而與城市相關(guān)的具體技能似乎太低了。我相信這是因為當你按照特定的技能進行過濾時,你就會剝離掉所有其他的技能。因此,一個解決辦法可能是找到城市的平均工資,然后比較以上技能之間的差異,以獲得更現(xiàn)實的工資估計。
我確實認為NLP技能不如Tableau有利可圖是很有趣的,然而,我認為NLP可能太具體了,可能更少被誤解,而Tableau被廣泛理解,大多數(shù)數(shù)據(jù)科學家不認為在他們的簡歷中添加這一點,因為它更多的是面向數(shù)據(jù)分析師的--在你意識到你的工資或編輯你的簡歷時,這一點可能需要記住--長話短說,不要做假設,用你的技能來尋找獨特的東西。
我不知道很多使用Java的數(shù)據(jù)科學家,但我確實認為這些報告中包含的數(shù)據(jù)有這種技能作為選擇是很有趣的,所以也許Java有一個市場,原因我不確定(也許,這是軟件工程師向數(shù)據(jù)科學家的過渡)。
現(xiàn)在,我們對數(shù)據(jù)科學的工資有了很好的了解,包括不同的因素,如地點和技能,讓我們更深入地研究一下更具體的數(shù)據(jù)工程師工資是什么樣子的。
在所有這些薪酬比較中,數(shù)據(jù)工程師和數(shù)據(jù)科學家似乎有一個更相似的范圍,我們將在下面看到。
以下是作為一名數(shù)據(jù)工程師,你可以看到的一些預期的職位,這些職位的工資也可能會有很大的變化:
數(shù)據(jù)工程師→高級數(shù)據(jù)工程師→數(shù)據(jù)工程經(jīng)理
首席軟件工程師-數(shù)據(jù)科學家(是的,專攻數(shù)據(jù)工程)
除了這些頭銜,還有一些資歷級別,如I級、II級和III級。
下面,我將按職稱和他們各自所需或預期的年數(shù)顯示工資范圍。
請記住,這些角色基于美國平均值(基于PayScale[5]):
我同意這些數(shù)字嗎?
沒有。
我認為每個職位至少應該換一次,因為在職業(yè)生涯早期,工資應該是職業(yè)生涯中期或有經(jīng)驗的數(shù)據(jù)工程師的工資,這也取決于你住在哪里--所以讓我們深入研究具體的平均位置。
這些城市平均數(shù)比總體平均數(shù)更有意義。最有趣的是舊金山的不同,然而,仍然是意料之中的,因為那里的生活成本高得令人難以置信。
現(xiàn)在,讓我們來看看這些城市的具體技能:
在所有這些工資中,舊金山市的工資在增加一項技能時有所下降--這一聲明重申,在查看個性化報告時,你可能想增加所有技能,而不僅僅是一項技能。紐約看到了Scala最大的進步,我個人同意這一點,因為它是一項偉大的技能,很難掌握。
Salary has several characteristics that can either allow it to increase or decrease. We just talked about two factors, years of experience, location (city) and skills. There are other factors to consider as well, including, but not limited to: the interview itself, resume itself, negotiation skills, bonuses, shares, education, and certifications.
概括地說,以下是數(shù)據(jù)科學家與數(shù)據(jù)工程師薪酬的一些關(guān)鍵要點:
*美國數(shù)據(jù)工程師平均薪金92,519美元
*這兩個職位的薪酬范圍可能最相似
*數(shù)據(jù)科學家更專注于從現(xiàn)有的Python打包機器學習算法中創(chuàng)建模型,而數(shù)據(jù)工程師更專注于利用SQL對數(shù)據(jù)進行ETL/ELT
*有幾個因素影響工資,最重要的可能是資歷、城市和技能
我希望你覺得我的文章既有趣又有用。如果你同意或不同意這些工資比較,請隨時在下面發(fā)表評論。為什么或為什么不?你認為在工資方面還有哪些重要的因素需要指出?這些當然可以進一步澄清,但我希望我能夠揭示一些數(shù)據(jù)科學家和數(shù)據(jù)工程師工資之間的差異。
最后,我可以再問一遍同樣的問題,你如何看待偏遠職位對薪酬的影響,尤其是當城市是決定薪酬的一個重要因素時?
我也寫了一篇類似的文章,討論機器學習工程師的工資與數(shù)據(jù)科學家的工資在這里[6],以及數(shù)據(jù)科學家和數(shù)據(jù)分析師的工資在這里[7]的區(qū)別。這篇文章概述并強調(diào)了每一個,各自的工資的類似特點。請記住,對于這兩篇文章,這些都不是我的工資,而是由PayScale和其他實際的數(shù)據(jù)科學家、數(shù)據(jù)工程師、數(shù)據(jù)分析師和機器學習工程師報告的。因此,這些文章是圍繞真實數(shù)據(jù)進行的討論,目的是讓您更好地理解是什么使一個角色(一般)根據(jù)某些因素增加或減少工資金額。
同樣,這個工資數(shù)據(jù)是從PayScale收集的,如果你想要一個更具體的估計,那么你可以使用salary survey[8]。
[1] Photo byRyan QuintalonUnsplash, (2019)
[2]Copernicoonunsplash的照片,(2020)
[3]PayScale,數(shù)據(jù)科學家薪酬,(2021)
[4]照片byFotis FotopoulosonUnsplash,(2018)
[5]PayScale,數(shù)據(jù)工程師薪酬,(2021)
[6]M.Przybyla,《數(shù)據(jù)科學家vs機器學習工程師工資》,(2021)
[7]M.Przybyla,《數(shù)據(jù)科學家vs數(shù)據(jù)分析師工資》,(2021)
[8]PayScale,PayScale薪酬調(diào)查,(2021)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10