Jurutera Data Kanan · Hibrid (di San Francisco) · Sepenuh masa · $156k-$196k DataSF sedang mencari S
Mengenai peranan ini
DataSF (Bandar & Kaunti San Francisco) | Jurutera Data Kanan | Hibrid (di San Francisco) | Sepenuh masa | $156k-$196k DataSF sedang mencari Jurutera Data Kanan untuk membantu kami membina platform Snowflake pusat bandar, yang akhirnya akan menguasai sebahagian besar analisis SF, data terbuka dan usaha ML. Peranan ini ialah gabungan infrastruktur data (CI/CD, terraform), membina saluran paip (ADF, dbt, Python) dan platform eng dan admin (Snowflake). Lihat penerangan jawatan untuk maklumat lanjut. Kami sedang mencari orang yang mempunyai: - Kemahiran SQL dan Python yang kuat - Pemodelan data mendalam
Mengenai peranan data / ml
Peranan Data dan ML dibahagikan kepada tiga kem: penganalisis (SQL, papan pemuka, soalan perniagaan), jurutera (saluran paip, infrastruktur) dan saintis (pemodelan, percubaan). Tajuk kerja tidak selalu memberitahu anda yang mana satu — baca penerangan dengan teliti.
Kemahiran tipikal: SQL, Python, panda, statistik asas; Peranan ML menambah scikit-learn / PyTorch / TensorFlow; peranan kejuruteraan menambah Aliran Udara / dbt / Spark
Cerapan gaji (AS, kasar)
Julat biasa untuk peranan data / ml di AS ialah $85,000–$240,000/tahun, berbeza secara meluas mengikut kekananan, peringkat syarikat dan bandar.
Anggaran sahaja. Untuk nombor khusus syarikat, semak level.fyi (teknologi), Glassdoor, atau tanya dalam temu duga.
Bagaimana untuk membuat persediaan untuk temuduga
Temu bual data berpecah: penganalisis dapatkan soalan kajian kes SQL +, jurutera dapatkan reka bentuk saluran paip + pengekodan, ahli sains dapatkan statistik + pemodelan ML + kadangkala set data bawa pulang. Baca JD dengan teliti dan sediakan kepada rasa sebenar — jangan buang masa pada PyTorch untuk peranan penganalisis.
Soalan lazim dalam ketiga-tiga: "Bagaimanakah anda mengukur kejayaan untuk [ciri produk]?", "Bawa saya melalui projek yang datanya memberitahu anda sesuatu yang mengejutkan", dan Fungsi tetingkap SQL (LAG, ROW_NUMBER, PARTITION BY — amalkan ini secara khusus). Untuk peranan ML, jangkakan soalan tentang overfitting, tukar ganti bias-varian dan cara anda menyahpepijat model yang berprestasi baik dalam latihan dan teruk dalam pengeluaran.
Ke mana peranan ini biasanya membawa
Laluan kerjaya dalam data/ML semakin kucar-kacir apabila disiplin telah matang. Perkembangan yang paling jelas: Penganalisis Muda → Penganalisis Kanan → Pengurus Analitis dari segi penganalisis, Jurutera Data Muda → Kanan → Kakitangan di bahagian kejuruteraan, dan DS Junior → DS Kanan → Pengetua DS / Ketua ML pada bahagian pemodelan. Puncak gaji adalah tertinggi untuk jurutera ML + saintis penyelidikan di firma teknologi besar.
Pergerakan merentas disiplin adalah perkara biasa: penganalisis yang mempelajari kejuruteraan sering mengatasi jurutera yang tidak mempelajari konteks perniagaan. Kekal dekat dengan perniagaan — orang data yang paling berharga ialah orang yang eksekutif bawa ke dalam perbincangan strategi, bukan orang yang membina papan pemuka sahaja.
Bendera merah untuk diperhatikan
- Peranan "saintis data" yang benar-benar penganalisis SQL. Baca tanggungjawab dengan teliti — jika itu semua papan pemuka dan pertanyaan ad-hoc, ia adalah peranan penganalisis dengan tajuk sains.
- Tidak menyebut kerjasama pihak berkepentingan. Kerja data secara berasingan biasanya kerja data yang diabaikan. Peranan itu perlu disematkan dengan pasukan perniagaan.
- "AI / ML" disenaraikan di mana-mana tetapi tiada butiran khusus. Jika mereka tidak dapat menamakan masalah sebenar yang ingin mereka selesaikan dengan ML, syarikat itu sedang membeli-belah kata-kata.
- Meminta "10+ tahun Python" atau gabungan mustahil. Sama ada JD ditulis oleh HR tanpa input daripada pasukan data, atau syarikat mempunyai jangkaan yang tidak realistik.
Soalan lazim
Bagaimanakah saya boleh memohon kepada peranan ini?
Klik butang "Apply on Hn-Who-Hiring" di bahagian atas halaman ini. Anda akan dihantar ke siaran asal di mana majikan menerima permohonan. Wikishopline tidak mengumpul resume atau memproses permohonan.
Adakah penyenaraian ini semasa?
Wikishopline mengagregatkan pekerjaan setiap hari daripada sumber rakan kongsi (hn-who-hiring). Siaran yang lebih lama daripada ~14 hari dipangkas, tetapi sentiasa sahkan peranan itu masih terbuka di tapak majikan sebelum anda meluangkan masa untuk surat lamaran.
Adakah Wikishopline mengenakan bayaran kepada majikan atau pemohon?
Tidak. Pekerjaan agregat adalah percuma untuk kedua-dua pihak. Wikishopline juga menerima siaran berbayar $5 / 30 hari di /jobs/submit untuk majikan yang mahukan keterlihatan langsung — tetapi penyenaraian yang anda lihat diperoleh daripada rakan kongsi.
Apakah yang biasanya melibatkan peranan data / ml?
Peranan Data dan ML dibahagikan kepada tiga kem: penganalisis (SQL, papan pemuka, soalan perniagaan), jurutera (saluran paip, infrastruktur) dan saintis (pemodelan, percubaan). Tajuk kerja tidak selalu memberitahu anda yang mana satu — baca penerangan dengan teliti.
Apakah julat gaji biasa untuk peranan data / ml di AS?
Kira-kira $85,000–$240,000 USD/tahun, bergantung pada kekananan, lokasi dan peringkat syarikat. Ini adalah julat yang luas dengan tujuan — sahkan terhadap level.fyi atau Glassdoor untuk syarikat tertentu.
