数据科学家(Data Scientists)和数据工程师(Data Engineers)所掌握的技能以及拥有的经验存在共通之处,但根本上还是存在区别,这也是两者薪资不同的原因。
数据科学家(DS)
以下是一些数据科学家相关的职称变化,职称不同,薪资也可能不同:
初级数据科学家 → 数据科学家 → 高级数据科学家
首席数据科学家 — 数据科学经理 — 数据科学总监
除了这些职称之外,还有一些资历级别,如I、II和III。
下面,我将按职位和各职称所需或预期的工作年限列出薪资范围。
这些职位是基于美国平均水平(基于 PayScale ):
数据科学家整体平均薪资 → 96,455美元
初级数据科学家平均薪资 → 85,312 美元(1 年)
早期职业数据科学家平均薪资 → 95,121 美元(1-4 年)
职业中期数据科学家平均薪资 → 109,696 美元(5-9 年)
经验丰富的数据科学家平均薪资 → 136,051 美元(10-19 年)
这些数据能代表全部人吗?
——并不是。
下面,我将列出不同城市的薪资报告,以及各职称需掌握的技能。
密歇根州安娜堡市(Ann Arbor, Michigan) → $88,197
马萨诸塞州剑桥市(Cambridge, Massachusetts) → $110,213
科罗拉多州丹佛市(Denver, Colorado) → $92,924
以下是具体的城市和技能:
北卡罗来纳州夏洛特市(Charlotte, North Carolina) + 自然语言处理 (NLP) → $70,000
北卡罗来纳州夏洛特市(Charlotte, North Carolina)+ Tableau软件 → 79,096 美元
佐治亚州亚特兰大市(Atlanta, Georgia) + Java → $80,000
这些城市平均薪资本身更符合目前的情况,可以看到,他们要求的技能水平相对较低。
我认为,这是因为,当公司根据特定技能筛选候选人时,会忽视所有技能。因此,有一种解决方案,那就是算出该城市的平均薪资,然后比较上述技能之间的差异,用来预估更符合现实情况的薪资。
有趣的是,NLP这个技能居然不如Tableau赚钱,但我认为,也可能是因为NPL非常具体,易于理解,而许多人都了解Tableau ,许多数据科学家甚至都想不到把这项技能添加至简历中,因为这项技能更针对数据分析师——当你想要提高薪资或编辑简历时,你需要记住——长话短说,不要做任何假设,要让你的技能看起来独一无二。
我认识的许多数据科学家都没有掌握Java这项技能,但有趣的是,这些报告中的数据显示Java为必备技能,所以 Java 也许存在一定的市场,但我并不确定其原因(也许是Java可以帮助软件工程师过渡至数据科学家)。
数据工程师(Data Engineer)