xrundel wrote: 10 Sep 2021 22:03 Ну конечно. И вход/въезд в здание обычно отдельный. Потому что не стоит знать народу с кем СЕО встречается часто - особенно когда компания публичная. Когда компании за миллиард то любая информация это огромное дело и может повлиять на сток/инвестиционное решение и т.д.
да и само здание отдельное, секретное. И внутри там даже не комнаты, а большой бункер. Устойчивый к ядерному удару, между прочим!dama123 wrote: 10 Sep 2021 23:07xrundel wrote: 10 Sep 2021 22:03 Ну конечно. И вход/въезд в здание обычно отдельный. Потому что не стоит знать народу с кем СЕО встречается часто - особенно когда компания публичная. Когда компании за миллиард то любая информация это огромное дело и может повлиять на сток/инвестиционное решение и т.д.
Я именно на дейта инженеров и дейта сайнтистов ссылался. Если они попадают под ваше определение, тогда зарплата будет не очень. А если реально умеют решать практические задачи, тогда платят очень нормально.M. Ridcully wrote: 10 Sep 2021 18:34А "выпадающие из этих определенний" - это кто? А то слишком большое множество профессий остается, включая милицонера-ругулировшика движения, шпалоукладчицу, карточного шулера и т.д.Физик-Лирик wrote: 10 Sep 2021 00:36Те ученые/инженеры, которые прописаны в ваших определениях, получают немного. Выпадающие из этих определений получают много.M. Ridcully wrote: 09 Sep 2021 20:35 И что такое дата инженеры? Вроде, бывают Data Scientists (говнокодеры на Питоне с PhD в резюме, с умным видом занимающиеся подгонкой гиперпараметров), а бывают обычные погромисты в этом домене SWE in ML/DL (чоткие пацаны). Эти, а особенно первые, наверное? и могут что-то приличное получать.
А Data Engineer - погуглил, вроде как недопрограммисты, чистящие данные для data scientists - неужели эти много получают?
Или около "говнокодеров на Питоне" и подгонку гиперпараметров обязательно нужно было смайлик ставить? Так это я не со зла, а от зависти.
Хрюндель регулярно всплывает
Ну да, помниться в этом разделе (где-то год назад) один товарищ показывал это превращение. Вместо того, чтобы подумать над алгоритмом предпочитал гонять тонны данных. Типичный программисткий подход.Сабина wrote: 12 Sep 2021 16:53 Дата инженерам так хорошо платят потому что они, в отличии от датасатанистов, не толко в одних ноутбуках умеют черновики царапать, а могут превратить это все в жизнь на очень больших объёмах данных . И могут делать серьёзный и правильный data cleansing
если такой умный, покажи что небедный.Физик-Лирик wrote: 13 Sep 2021 03:04 И решение практических задач не сводится исключительно к подготовке данных. Так же как и не сводится лишь к подгонке моделей
В одну кучу это сложили вы. Я наоборот объяснила почему дата инженерам хорошо платят, потому что вопрос был так сформулирован, как будто они того не не стоят. Их труд тоже важен, есть своя экспертиза и ее не хватает прямо сейчас.Физик-Лирик wrote: 13 Sep 2021 03:04Ну да, помниться в этом разделе (где-то год назад) один товарищ показывал это превращение. Вместо того, чтобы подумать над алгоритмом предпочитал гонять тонны данных. Типичный программисткий подход.Сабина wrote: 12 Sep 2021 16:53 Дата инженерам так хорошо платят потому что они, в отличии от датасатанистов, не толко в одних ноутбуках умеют черновики царапать, а могут превратить это все в жизнь на очень больших объёмах данных . И могут делать серьёзный и правильный data cleansing
Давайте не класть все в одну кучу. При работе с данными и моделями сейчас существуют три группы: дейта сайнтисты, дейта инженеры и МЛ инженеры (есть еще дейта аналисты, но это отдельный вопрос). У каждой группы свои конкретные задачи, хотя, безусловно, границы между группами не являются "фиксированными". Ну не надо все упрощать. И решение практических задач не сводится исключительно к подготовке данных. Так же как и не сводится лишь к подгонке моделей.
Делаете корректировку на что?kyk wrote: 13 Sep 2021 03:46если такой умный, покажи что небедный.Физик-Лирик wrote: 13 Sep 2021 03:04 И решение практических задач не сводится исключительно к подготовке данных. Так же как и не сводится лишь к подгонке моделей
Иногда кажусь себе умным, но потом смотрю на свою ЗП, невозможность сменить работу и место жительства и делаю корректировку
Вы не просто объяснили, а именно сравнили с дейта сайнтистами. Причем в определенной манере. Это лишь доказывает, что либо вы не до конца понимаете, как все это дело работает либо у вас на них зубСабина wrote: 13 Sep 2021 11:13 В одну кучу это сложили вы. Я наоборот объяснила почему дата инженерам хорошо платят, потому что вопрос был так сформулирован, как будто они того не не стоят. Их труд тоже важен, есть своя экспертиза и ее не хватает прямо сейчас.
.А вот с этими утверждениями я как раз полностью согласен. Я как раз считаю, что ученые без инженеров никуда. Сейчас спрос и на ученых и на дейта инженеров.Сабина wrote: 13 Sep 2021 13:13 Никакой не зуб, более того я сама туда посматриваю. Просто как дата инженер работающий с теми же data scientist во первых не могу отрицать их снобизм в наш адрес, а во вторых прекрасно вижу что, несмотря на этот их снобизм, экспертиза у них совсем другая и без правильного дата инженера хрен они что построят production scale.
Спрос сейчас на дата инженеров просто сумасшедший.
Private jet как mandatory travel option забыл.xrundel wrote: 10 Sep 2021 19:46 Ну да. Туалеты и лаунчи у экзекьютивс тоже своиНе может же СЕО миллиардной компании нюхать каку после пограмиста из Индии
Да, я так и представлял, но не очень понимаю по-прежнему, чем занимаются data engineers. Data scientists занимаются моделями - выбирают подходящие и т.д. ML engineers делают инструменты для data scientists - libraries and frameworks.Физик-Лирик wrote: 13 Sep 2021 03:04 При работе с данными и моделями сейчас существуют три группы: дейта сайнтисты, дейта инженеры и МЛ инженеры
ЕТЛ в основном. Учитывая, что сейчас популярны биг дейты на клауде, они там эти ЕТЛы и воспроизводят. Формально, нет уж такой жесткой градации, и тот же деплоймент могут как инженеры так и ученые делать. Если уж совсем "литературно" описывать, то дейта сайнтисты - это мозг, МЛ - это сердце, а дейта инженеры - это кровеносная система. На практике при формировании команд, все как то сами свои роли выбирают. Кому больше программировать нравится, кому клауды гонять, кому идеи формулировать и прототипы модели строить (например, на тех же клаудах). В общем, так в целом и работает. Все "компоненты" команды одинаково важны.M. Ridcully wrote: 13 Sep 2021 18:52Да, я так и представлял, но не очень понимаю по-прежнему, чем занимаются data engineers. Data scientists занимаются моделями - выбирают подходящие и т.д. ML engineers делают инструменты для data scientists - libraries and frameworks.Физик-Лирик wrote: 13 Sep 2021 03:04 При работе с данными и моделями сейчас существуют три группы: дейта сайнтисты, дейта инженеры и МЛ инженеры
А что деляют data engineers - запускают все это в production? То есть это специализация backend SWE?
Private jet как раз часто есть ( правда, не у компании с market cap 1 bil). Все остальное - нет.Boriskin wrote: 13 Sep 2021 16:20Private jet как mandatory travel option забыл.xrundel wrote: 10 Sep 2021 19:46 Ну да. Туалеты и лаунчи у экзекьютивс тоже свои
ну так делайте его работу и получайте его деньги. Делов-то.Снежная Королева wrote: 14 Sep 2021 03:59 (да, у нас менеджеры идиоты, и я не могу объяснить им, почему дата инженеру надо платить больше чем мне, когда я могу делать его работу, а он мою не может).
Да нету никакой руки. Проще в другую контору уйти с повышением (тем же инженером), чем расти внутри. Сами ведь все знаете.kyk wrote: 14 Sep 2021 04:32ну так делайте его работу и получайте его деньги. Делов-то.Снежная Королева wrote: 14 Sep 2021 03:59 (да, у нас менеджеры идиоты, и я не могу объяснить им, почему дата инженеру надо платить больше чем мне, когда я могу делать его работу, а он мою не может).
А если не хотите или не можете, тогда и не зузжите
Такова костлявая рука рынка
data engineer это еще один оттенок бакэнд инженера.M. Ridcully wrote: 13 Sep 2021 18:52Да, я так и представлял, но не очень понимаю по-прежнему, чем занимаются data engineers. Data scientists занимаются моделями - выбирают подходящие и т.д. ML engineers делают инструменты для data scientists - libraries and frameworks.Физик-Лирик wrote: 13 Sep 2021 03:04 При работе с данными и моделями сейчас существуют три группы: дейта сайнтисты, дейта инженеры и МЛ инженеры
А что деляют data engineers - запускают все это в production? То есть это специализация backend SWE?
Это в теории. А на практике - на коленке делается MVP, затем запускается в продакшн, и, когда он начинает (а он обычно начинает, ибо коленка - крива) затыкаться - его скейлят по памяти и/или инстансам до тех пор, пока затык не проходит - оно же резиновое!valchkou wrote: 14 Sep 2021 15:59 Все это должно работать 24х7 и авто-скейлиться в зависимости от нагрузки.
на практике по разному, многое диктуется бюджетом и сроками. Если мвп укладывается в бюджет то почему бы и нет, что тут плохого?Boriskin wrote: 14 Sep 2021 17:07Это в теории. А на практике - на коленке делается MVP, затем запускается в продакшн, и, когда он начинает (а он обычно начинает, ибо коленка - крива) затыкаться - его скейлят по памяти и/или инстансам до тех пор, пока затык не проходит - оно же резиновое!valchkou wrote: 14 Sep 2021 15:59 Все это должно работать 24х7 и авто-скейлиться в зависимости от нагрузки.
Когда я им сказал, что меньше 500 не рассматриваю, назначили ещё одно интервью) Которое начнется через полчаса Ессно по разному, и если укладывается и работает как дОлжно - то все путем, хорошие решения тоже проходят путь POC -> MVP.valchkou wrote: 14 Sep 2021 19:38 на практике по разному, многое диктуется бюджетом и сроками. Если мвп укладывается в бюджет то почему бы и нет, что тут плохого?
ждем отчетаБубновый Валет wrote: 14 Sep 2021 20:23 Короче, из моей "крутой" конторы пока нет оффера на 500
