Az adatelemzők fizetése kezd felzárkózni a fejlesztőkéhez?

Általánosságban a data analyst le van maradva a fejlesztői fizuktol, a data scientist pedig felette van, de ott nem nagyon van junior pozíció.

Ez nem azt jelenti hogy Analystként ne lenne jó karrierlehetőséged, simán van előrelépés.

#10 nem tudom feltunt-e, de a jol fizeto cegek kozul szinte senki nem hirdet publikus bersavval.

De tessek, egy Wise pozi pl:

[link]

Ennek RSU-val egyutt 3 millio a teteje.

Attól függ, mit értünk elemzés alatt. Ha nem vagyunk fogalomzavarosok és egy inkább üzleti, "kattintgatós" munkát, ami javarészt power bi, excel, sql eszköztárral operál, akkor felejtsétek el. Amennyit emelkedtek a bérek ezen a területen, annyit az it-ban is.

Ha viszont fogalomzavarosak vagyunk és az adattudományt hívjuk adatelemzésnek, akkor elég nyilvánvaló, hogy egy szakember, akitől ráadásul nagyon sokszor tudományos fokozatot is várnak a programozói háttér és a stabil természettudományos alapok mellé, bitangjól fog keresni egy piacképes iparágban a magas szintű, specializált tudásának köszönhetően.

Elég tág, hogy mit mondanak adatelemzőnek.

AI al és/vagy adatmérnökként többet lehet keresni mint fejlesztőként de egy biorobot excelbszó kevesebbet fog.

Kicsit tisztázzuk a fogalmakat:

Data Analyst (adatelemző): ezek általában közgazdászok / pénzügy számvitel / vmilyen gazdasági végzettségű emberek akik egyszerű adatokat dolgoznak fel főleg excellel vagy SQL nyelven amit vizualizálnak, grafikonokat gyártanak stb... nem igényel túl nagy technikai tudást, nyilván egy tanárhoz képest jól keresnek de egy Java fejlesztőtől azért elmarad a bérük

Data Scientist (adattudós): főleg statisztikus, matematikus végzettségű de lehet IT, biostatisztikus, fizikus stb... elvileg annyiban különbözik az analysttól hogy nem csak adatokat dolgoznak fel hanem a jövőt próbálják meg előrejelezni különböző (fejlett) statisztikai módszerekkel. Elvileg magasabb szintű a tudásuk: főleg statisztika, python, SQL és bizonyos ML módszerek. De összességében nagyon tág fogalom, régen slágerszakma volt de mostanában ahány cég annyi definíció van, simán lehet hogy "Data scientistként" csak az excelt túrod egész nap fillérekért és ennyiben kimerül a munkád de az is lehet hogy egy cégnél több százmilliós döntések múlnak a predikcióidon. Összességében lehet hogy kevesebbet fogsz keresni mint egy fejlesztő de az is lehet hogy többet, cég és pozíciófüggő...

Data Engineer (adatmérnök): végzettséget tekintve ez a leginkább informatikus munka - szerintem erre nőtt meg leginkább az igény az utóbbi időben mert egyre nagyobb a feldolgozandó adatok mennyisége és egyre nagyobb teret nyer az automatizáció és a felhős világ. Több nyelven szoktak fejleszteni beleértve Python, SQL, Bash script stb... mellette speciális tudásuk van pl: Hadoop, Spark, Cloud szolgáltatókról, Linuxról, forrásrendszerekről (Kafka, MQ stb...). Ez azért elég komplex tudományág és ritkán is definiálják félre a cégek, átlagosan többet keresnek szerintem mint a sima fejlesztők mert ők is ugyanúgy fejlesztenek csak mellé társul több rendszer ismerete is.

AI Engineer (mesterséges intelligencia fejlesztőmérnök): végzettség matematikus / informatikus de mindkettő magas szintű ismerete nélkülözhetetlen. Nyilván ez igen jól megfizetett szektor de nem is egyszerű, illetve hazai viszonylatban szerintem annyira nincs sok nyitott pozíció ezen a területen (külföldhöz és a többi Data területhez képest)

Pontatlan.

A data science átfogó fogalom általában és magában foglalja a (mára különálló) másik három munkakört.

Ezek a munkakörök nem egyidejűleg jelentek meg, azért sem elkülönült kategóriák.