Mi observación es que en las compañías tecnológicas genéricas donde los científicos de datos no tienen mucho conocimiento de dominio / experiencia industrial para controlar las primas salariales, la escala salarial generalmente es algo así:
Ingenieros superiores> = científicos de datos superiores> científicos de datos de nivel medio> desarrolladores de nivel medio> científicos de datos junior ~ = desarrolladores junior
Ambos comienzan casi de la misma manera, con científicos de datos que se centran más en tareas analíticas y desarrolladores en la construcción de sistemas de software. En las empresas tecnológicas, los científicos de datos no orientados a CS / software (es decir, aquellos contratados principalmente para desempeñar funciones analíticas) pueden recibir un pago un poco más bajo, ya que llevará algún tiempo (6-12 meses típicamente) aumentarlos en la programación general técnicas Por el contrario, los científicos de datos en compañías no tecnológicas (por ejemplo, finanzas, salud) pueden recibir un pago más alto que los ingenieros de software junior, porque la información que DS puede generar es típicamente más importante que la tecnología que mantienen los ingenieros.
- ¿Cuánto puede ganar con 6 años de experiencia en TI?
- ¿Cómo se deduce el impuesto profesional de nuestro salario?
- ¿Cuáles son algunos consejos para negociar un aumento de sueldo?
- ¿Cuál será el salario posterior al entrenamiento en Mphasis?
- ¿Cuál es el salario mínimo necesario para vivir una vida digna en Estados Unidos?
En algún punto intermedio (p. Ej., 3 ~ 15 años de experiencia), es estadísticamente más fácil para los desarrolladores quedar atrapados en roles que implican un trabajo interminable de pruebas / mantenimiento / funciones incrementales que no generan mucho valor presentable para el negocio. Por otro lado, los científicos de datos, una vez que dominaron los fundamentos de la ingeniería, probablemente trabajarían en modelos sofisticados con un impacto comercial significativo. (El problema es que no todos los DS podrán avanzar a esta etapa porque muchos no son ingenieros por capacitación).
Sin embargo, al final del día, los ingenieros construyen / diseñan todas las infraestructuras tecnológicas de la empresa (donde los científicos de datos implementan sus modelos) y, a veces, incluso las herramientas que usan los científicos de datos. El (los) científico (s) principal (es) de datos de una empresa dependería en gran medida del apoyo del CTO / VP de ingeniería / arquitecto jefe, mientras que lo contrario es generalmente menos cierto. Una vez más, para las compañías no tecnológicas, los principales científicos de datos que generan altos valores comerciales podrían obtener paquetes de compensación más altos que sus pares de ingeniería.