Kiwango cha Kuingia Biashara/Mchambuzi wa Data

Kuhusu jukumu hili

Tunatafuta Wachambuzi wa Biashara na Data walio na uzoefu wa miezi 6 hadi mwaka 1 ili kuwa sehemu muhimu ya timu yetu! Utachanganua data ili kuelewa mwelekeo wa biashara na soko ili kuongeza mapato na ufanisi wa kampuni. Nafasi nyingi za kazi, Nchi nzima. Lazima uwe tayari kuhama .Wagombea lazima wawe nchini Marekani. Majukumu: • Tumia data kuelewa mwelekeo na mwelekeo wa biashara • Kuchambua data ya ndani na nje kupitia utafiti wa kiasi • Kuwasilisha matokeo kwa kampuni kupitia ripoti za kawaida na za dharura • Kukuza mbinu bora katika uchanganuzi wa data na kuripoti • Shirikiana na timu zinazofanya kazi mbalimbali Sifa: • Shahada ya kwanza • Maarifa ya SQL, zana muhimu za kuripoti na kusuluhisha tatizo la biashara • Ujuzi muhimu wa kuripoti na kutatua matatizo ya biashara.

Ujuzi / kategoria

Kuhusu majukumu ya data / ml

Data na majukumu ya ML yamegawanyika katika kambi tatu: wachambuzi (SQL, dashibodi, maswali ya biashara), wahandisi (mabomba, miundombinu), na wanasayansi (kuiga mfano, majaribio). Kichwa cha kazi huwa hakiambii ipi - soma maelezo kwa makini.

Ujuzi wa kawaida: SQL, Python, pandas, takwimu za msingi; Majukumu ya ML huongeza scikit-learn / PyTorch / TensorFlow; majukumu ya uhandisi kuongeza Airflow / dbt / Spark

Maarifa ya mishahara (Marekani, mbaya)

Masafa ya kawaida ya majukumu ya data / ml nchini Marekani ni $85,000–$240,000/mwaka, zinazotofautiana sana kulingana na cheo, hatua ya kampuni, na jiji.

Makadirio pekee. Kwa nambari mahususi za kampuni, angalia levels.fyi (tech), Glassdoor, au uulize kwenye mahojiano.

Jinsi ya kujiandaa kwa mahojiano

Mahojiano ya data yamegawanywa: wachambuzi pata SQL + maswali ya uchunguzi wa kesi, wahandisi pata muundo wa bomba + usimbaji, wanasayansi pata takwimu + muundo wa ML + wakati mwingine mkusanyiko wa data wa kuchukua nyumbani. Soma JD kwa uangalifu na ujiandae kupata ladha halisi - usipoteze muda kwenye PyTorch kwa jukumu la mchambuzi.

Maswali ya kawaida kwa yote matatu: "Unaweza kupima vipi mafanikio kwa [kipengele cha bidhaa]?", "Nitembeze kwenye mradi ambapo data ilikuambia kitu cha kushangaza", na Kazi za dirisha la SQL (LAG, ROW_NUMBER, PARTITION BY — fanya mazoezi haya mahususi). Kwa majukumu ya ML, tarajia swali kuhusu kufidia kupita kiasi, kubadilishana kwa upendeleo, na jinsi ungetatua muundo unaofanya vyema katika mafunzo na vibaya katika uzalishaji.

Ambapo jukumu hili kawaida huongoza

Njia za taaluma katika data/ML zimekuwa mbaya zaidi kwani nidhamu inakua. Maendeleo ya wazi zaidi: Mchambuzi Mdogo → Mchambuzi Mwandamizi → Meneja wa Uchanganuzi kwa upande wa wachambuzi, Mhandisi wa Data Mdogo → Mwandamizi → Wafanyakazi kwa upande wa uhandisi, na Junior DS → Senior DS → Principal DS / ML Lead kwa upande wa modeli. Vilele vya mishahara ni vya juu zaidi kwa wahandisi wa ML + wanasayansi watafiti katika makampuni makubwa ya teknolojia.

Hatua za nidhamu tofauti ni za kawaida: wachambuzi wanaojifunza uhandisi mara nyingi huwashinda wahandisi ambao hawakujifunza muktadha wa biashara. Kaa karibu na biashara - watu wa data muhimu zaidi ni wale wasimamizi huleta katika majadiliano ya mkakati, sio wale wanaounda dashibodi peke yao.

Bendera nyekundu za kutazama

• Jukumu la "Mwanasayansi wa data" ambalo ni mchambuzi wa SQL. Soma majukumu kwa uangalifu - ikiwa ni dashibodi zote na hoja za dharura, ni jukumu la mchambuzi na jina la sayansi.
• Hakuna kutajwa kwa ushirikiano wa wadau. Kazi ya data katika kutengwa kwa kawaida ni kazi ya data ambayo hupuuzwa. Jukumu linahitaji kupachikwa na timu ya biashara.
• "AI / ML" imeorodheshwa kila mahali lakini hakuna maalum. Iwapo hawawezi kutaja matatizo halisi wanayotaka kutatua na ML, kampuni hiyo ni ya ununuzi wa maneno.
• Kuuliza "miaka 10+ ya Python" au mchanganyiko usiowezekana. Labda JD iliandikwa na HR bila maoni kutoka kwa timu ya data, au kampuni ina matarajio yasiyo ya kweli.

Maswali yanayoulizwa mara kwa mara

Majukumu zaidi ya kuchunguza