वरिष्ठ डेटा वैज्ञानिक
इस भूमिका के बारे में
SumUp की भूमिका के बारे में, हम दुनिया भर में छोटे व्यवसायों को उनके व्यवसाय को शुरू करने, चलाने और बढ़ाने में मदद करने के लिए सरल और किफायती व्यावसायिक उपकरणों का एक विशाल सेट प्रदान करके सशक्त बनाने के मिशन पर हैं। SumUp पर उधार देना एक मजबूत और सिद्ध क्रेडिट जोखिम नींव वाला एक परिपक्व, विस्तृत व्यवसाय है। हमारे मुख्य मॉडल और निर्णय लेने की रूपरेखा पहले से ही मजबूत और उत्पादन में हैं; जैसे-जैसे हमारा पोर्टफोलियो बढ़ता है, हमारी चुनौती एक जटिल प्रणाली से सुरक्षित रूप से सीमांत लाभ निकालना है जहां परिवर्तन वृद्धिशील होते हैं और दांव ऊंचे होते हैं। एक वरिष्ठ डेटा वैज्ञानिक के रूप में, आप अत्यधिक व्यावहारिक होंगे और दिन-प्रतिदिन के ऋण संबंधी निर्णयों में शामिल होंगे। यह भूमिका पहले से ही काम कर रहे कार्यों को बेहतर बनाने, परिचालन जोखिम को कम करने और नए बाजारों में प्रवेश करते समय दीर्घकालिक विश्वसनीयता सुनिश्चित करने की हमारी क्षमता को मजबूत करने के लिए मौजूद है।
डेटा/एमएल भूमिकाओं के बारे में
डेटा और एमएल भूमिकाएँ तीन शिविरों में विभाजित हैं: विश्लेषक (एसक्यूएल, डैशबोर्ड, व्यावसायिक प्रश्न), इंजीनियर (पाइपलाइन, बुनियादी ढाँचा), और वैज्ञानिक (मॉडलिंग, प्रयोग)। नौकरी का शीर्षक हमेशा आपको यह नहीं बताता कि कौन सी नौकरी है - विवरण को ध्यान से पढ़ें।
विशिष्ट कौशल: एसक्यूएल, पायथन, पांडा, बुनियादी आँकड़े; एमएल भूमिकाएँ स्किकिट-लर्न / पायटोरच / टेन्सरफ्लो जोड़ती हैं; इंजीनियरिंग भूमिकाएँ एयरफ़्लो / डीबीटी / स्पार्क जोड़ती हैं
वेतन अंतर्दृष्टि (यूएस, मोटा)
अमेरिका में डेटा/एमएल भूमिकाओं के लिए विशिष्ट सीमा है $85,000-$240,000/वर्ष, वरिष्ठता, कंपनी चरण और शहर के साथ व्यापक रूप से भिन्न।
केवल अनुमान. कंपनी-विशिष्ट नंबरों के लिए, लेवल्स.फ़ाईआई (टेक), ग्लासडोर की जाँच करें, या साक्षात्कार में पूछें।
इंटरव्यू के लिए तैयारी कैसे करें
डेटा साक्षात्कार विभाजित: विश्लेषक SQL + केस-स्टडी प्रश्न प्राप्त करें, इंजीनियर पाइपलाइन-डिज़ाइन + कोडिंग प्राप्त करें, वैज्ञानिक आँकड़े + एमएल मॉडलिंग + कभी-कभी टेक-होम डेटासेट प्राप्त करें। जेडी को ध्यान से पढ़ें और वास्तविक स्वाद के लिए तैयार रहें - एक विश्लेषक की भूमिका के लिए PyTorch पर समय बर्बाद न करें।
तीनों में सामान्य प्रश्न: "आप [उत्पाद सुविधा] के लिए सफलता कैसे मापेंगे?", "मुझे एक ऐसे प्रोजेक्ट के बारे में बताएं जहां डेटा ने आपको कुछ आश्चर्यजनक बताया", और SQL विंडो फ़ंक्शंस (LAG, ROW_NUMBER, PARTITION BY - इनका विशेष रूप से अभ्यास करें)। एमएल भूमिकाओं के लिए, ओवरफिटिंग, पूर्वाग्रह-विचरण ट्रेडऑफ़ और आप एक ऐसे मॉडल को कैसे डिबग करेंगे जो प्रशिक्षण में अच्छा प्रदर्शन करता है और उत्पादन में खराब प्रदर्शन करता है, के बारे में एक प्रश्न की अपेक्षा करें।
जहां यह भूमिका आम तौर पर आगे बढ़ती है
जैसे-जैसे अनुशासन परिपक्व हुआ है, डेटा/एमएल में करियर पथ कठिन होते गए हैं। सबसे स्पष्ट प्रगति: कनिष्ठ विश्लेषक → वरिष्ठ विश्लेषक → विश्लेषिकी प्रबंधक विश्लेषक पक्ष पर, जूनियर डेटा इंजीनियर → वरिष्ठ → कर्मचारी इंजीनियरिंग पक्ष पर, और जूनियर डीएस → सीनियर डीएस → प्रिंसिपल डीएस/एमएल लीड मॉडलिंग की तरफ. बड़ी तकनीकी कंपनियों में एमएल इंजीनियरों + अनुसंधान वैज्ञानिकों के लिए वेतन शिखर सबसे अधिक है।
क्रॉस-डिसिप्लिन चालें आम हैं: इंजीनियरिंग सीखने वाले विश्लेषक अक्सर उन इंजीनियरों से आगे निकल जाते हैं जिन्होंने व्यावसायिक संदर्भ नहीं सीखा है। व्यवसाय के करीब रहें - लोगों का सबसे मूल्यवान डेटा वे हैं जिन्हें अधिकारी रणनीति चर्चा में लाते हैं, न कि वे जो अकेले डैशबोर्ड बनाते हैं।
देखने लायक लाल झंडे
- "डेटा वैज्ञानिक" की भूमिका वास्तव में एक SQL विश्लेषक की है। जिम्मेदारियों को ध्यान से पढ़ें - यदि यह सभी डैशबोर्ड और तदर्थ प्रश्न हैं, तो यह विज्ञान शीर्षक के साथ एक विश्लेषक की भूमिका है।
- हितधारक सहयोग का कोई उल्लेख नहीं। अलगाव में डेटा कार्य आमतौर पर डेटा कार्य होता है जिसे अनदेखा कर दिया जाता है। भूमिका को एक व्यावसायिक टीम के साथ समाहित करने की आवश्यकता है।
- "एआई/एमएल" हर जगह सूचीबद्ध है लेकिन कोई विशेष विवरण नहीं। यदि वे उन वास्तविक समस्याओं का नाम नहीं बता सकते जिन्हें वे एमएल के साथ हल करना चाहते हैं, तो कंपनी चर्चा में है।
- "पायथन के 10+ वर्ष" या असंभव संयोजनों के लिए पूछना। या तो जेडी एचआर द्वारा डेटा टीम के इनपुट के बिना लिखा गया था, या कंपनी की अवास्तविक उम्मीदें हैं।
अक्सर पूछे जाने वाले प्रश्न
मैं इस भूमिका के लिए कैसे आवेदन करूं?
इस पृष्ठ के शीर्ष पर "Arbeitnow पर लागू करें" बटन पर क्लिक करें। आपको मूल पोस्टिंग पर भेज दिया जाएगा जहां नियोक्ता आवेदन स्वीकार करता है। विकीशॉपलाइन बायोडाटा एकत्र नहीं करता है या आवेदनों पर कार्रवाई नहीं करता है।
क्या यह सूची चालू है?
विकीशॉपलाइन साझेदार स्रोतों (arbeitnow) से प्रतिदिन नौकरियाँ एकत्रित करती है। ~14 दिन से अधिक पुरानी पोस्टिंग को काट दिया जाता है, लेकिन कवर लेटर पर समय बर्बाद करने से पहले हमेशा सत्यापित करें कि नियोक्ता की साइट पर भूमिका अभी भी खुली है।
क्या विकीशॉपलाइन नियोक्ताओं या आवेदकों से शुल्क लेती है?
नहीं, एकत्रित नौकरियाँ दोनों पक्षों के लिए निःशुल्क हैं। विकीशॉपलाइन उन नियोक्ताओं के लिए /jobs/submit पर $5/30-दिन की भुगतान वाली पोस्टिंग भी स्वीकार करता है जो प्रत्यक्ष दृश्यता चाहते हैं - लेकिन जो सूची आप देख रहे हैं वह एक भागीदार से प्राप्त की गई थी।
डेटा/एमएल भूमिका में आम तौर पर क्या शामिल होता है?
डेटा और एमएल भूमिकाएँ तीन शिविरों में विभाजित हैं: विश्लेषक (एसक्यूएल, डैशबोर्ड, व्यावसायिक प्रश्न), इंजीनियर (पाइपलाइन, बुनियादी ढाँचा), और वैज्ञानिक (मॉडलिंग, प्रयोग)। नौकरी का शीर्षक हमेशा आपको यह नहीं बताता कि कौन सी नौकरी है - विवरण को ध्यान से पढ़ें।
अमेरिका में डेटा/एमएल भूमिकाओं के लिए सामान्य वेतन सीमा क्या है?
वरिष्ठता, स्थान और कंपनी चरण के आधार पर लगभग $85,000-$240,000 USD/वर्ष। यह उद्देश्य पर एक विस्तृत श्रृंखला है - विशिष्ट कंपनी के लिएlevels.fyi या Glassdoor के विरुद्ध सत्यापित करें।
