Penganalisis Data Keselamatan dan Kesihatan Pekerjaan
Mengenai peranan ini
ERG ialah firma penyelidikan dan perundingan yang menyediakan pelbagai sokongan kepada pelanggan persekutuan, negeri dan komersial. ERG menawarkan pasukan pelbagai disiplin dengan kemahiran yang diiktiraf secara nasional dalam kejuruteraan, sains, ekonomi, kesihatan awam, teknologi maklumat dan komunikasi. Kami mengupah orang yang mempunyai minda terbaik dan kemudian menyediakan mereka dengan persekitaran yang bertenaga dan fleksibel untuk mengembangkan kerjaya mereka. Individu yang layak mestilah bermotivasi tinggi dengan kemahiran untuk mengutamakan, melaksanakan, dan berkomunikasi secara berkesan dalam persekitaran yang pantas. ERG sedang mencari penganalisis yang ingin tahu, berorientasikan perincian untuk menyokong program keselamatan dan kesihatan pekerjaan negara dengan menganalisis dan mengklasifikasikan data kecederaan dan penyakit tempat kerja dunia sebenar. Kerja anda secara langsung menyokong Keselamatan Pekerjaan
Kemahiran / kategori
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 cara saya memohon kepada peranan ini?
Klik butang "Gunakan pada Jsearch" 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 mengagregat pekerjaan setiap hari daripada sumber rakan kongsi (jsearch). 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. Kerja 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.
