Todos os anos, a Kaggle realiza uma pesquisa entre especialistas em análise de dados e anuncia uma competição para procurar informações a partir dos dados recebidos. Este ano, 19717 pessoas de todo o mundo participaram da pesquisa. Este artigo analisa as melhores análises e soluções do
Kaggle ML & DS Survey 2019 .
Figura 1. Distribuição dos especialistas entrevistados por país.
Como você pode ver no infográfico, a maioria dos especialistas está nos EUA e na Índia.
A Data Science tornou-se uma rara oportunidade de ganhar um bom dinheiro em países pobres, o que causou tanta popularidade na Índia.
Figura 2. Distribuição por gênero e por país
Mas os desenvolvedores da Rússia ocupam um orgulhoso quarto lugar em termos de números, embora a proporção de mulheres seja inferior a vários países da Europa Ocidental.
Figura 3. Distribuição etária
A distribuição de moda cai em 25-29 anos. Hype, nascido há alguns anos, atraiu ex-alunos para o campo do DS.
Ao mesmo tempo, homens e mulheres mostram a mesma distribuição etária.
Mas a distribuição na Índia é fundamentalmente diferente dos Estados Unidos. Jovens especialistas, em idade estudantil, predominam.
Desenvolvedores dos EUA e da Europa Ocidental têm os maiores rendimentos e estão claramente relacionados ao nível de renda por país. A renda de especialistas russos é de 5 a 10 vezes menor.
EUA - US $ 140.000 por ano
Grã-Bretanha - US $ 80.000 por ano.
Rússia - US $ 20.000 por ano.
E parece ser verdade, porque os especialistas da nossa equipe do DATA4 ganham um pouco mais do que o valor da pesquisa.
Para obter mais salários médios, você precisará de pelo menos 5 anos de experiência em programação e 2-3 anos de trabalho com ML.
A distribuição de tamanho de empresas com especialistas em análise de dados mostra que a maioria dos empregos são startups ou corporações. Não há nada para pegar em uma empresa de médio porte.
A maioria dos especialistas começou a programar ao mesmo tempo que o ML ou mudou de outras áreas do desenvolvimento.
Os desenvolvedores da Rússia estão envelhecendo e avançando para os próximos níveis de educação.
A educação e a idade afetam as fontes de informação.
Nas economias avançadas (EUA, Europa), um grau afeta os níveis salariais. No resto do mundo, a diferença não é estatisticamente significativa.
Ser um cientista de dados e um engenheiro de dados é mais lucrativo do que um analista ou estatístico.
E, finalmente, o mapa de calor para os salários nos países do mundo. Você pode ver onde está mais quente e comprar um ingresso enquanto o inverno está na Rússia!
Nos artigos a seguir, veremos competições e conjuntos de dados interessantes com o Kaggle. Escreva nos comentários sobre quais competições escrever em materiais futuros.