本文的目的并不是比较哪个职位的薪资应该更高，本文是对这两个职位的说明总结，旨在帮助这两个领域的专业人才根据自己当前的薪资进行评估。

请记住，本文更偏向普遍的数据统计，作为你的导向，帮助你了解你的具体薪资应该是多少。

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。下面，让我们从真实数据中比较这两个职位的薪资。

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）

现在我们已经了解了数据科学的薪资，包括工作城市和技能等因素，接下来，我们可以更深入地了解数据工程师的具体薪资。

在所有的薪资比较中，数据工程师和数据科学家的薪资范围似乎更接近，如下所示。

以下是一些数据科学家的职称变化情况，职称不同，薪资也可能不同：

数据工程师 → 高级数据工程师 → 数据工程经理

首席软件工程师 — 数据科学家（要求数据工程专业）

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。

请记住，这些职位是基于美国平均水平（基于 PayScale）：

• 数据工程师平均薪资 → 92,519美元
• 初级数据工程师平均薪资 → 77,350 美元（1 年）
• 早期职业数据工程师平均薪资 → 87,851 美元（1-4 年）
• 职业中期数据工程师平均薪资 → 103,467 美元（5-9 年）
• 经验丰富的数据工程师平均薪资 → 117,918 美元（10-19 年）

这些数据能代表全部人吗？

——并不是。

我认为各职称的工资至少应该调整一次，比如，早期职业数据工程师的薪资应该和职业中期或经验丰富的数据工程师的薪资一样，具体薪资取决于你所在的城市——所以，接下来我们更深入地研究各城市的平均薪资。

• 纽约州纽约市（New York, New York） → $104,615
• 华盛顿州西雅图市（Seattle, Washington） → $105,076
• 加州旧金山市（San Francisco, California） → $123,859
• 德克萨斯州奥斯汀市（Austin, Texas） → $96,290

这些城市平均薪资比总体平均值更有意义。最引人注意 的是旧金山的薪资差异，但仍在意料之内，因为旧金山的生活成本实在高到令人难以置信。

现在，让我们来看看这些城市要求各专业人才掌握的技能：

• 纽约州纽约市（New York, New York） + Scala → $121,755
• 华盛顿州西雅图市（Seattle, Washington） + 大数据分析（Big Data Analytics） → $107,442
• 加州旧金山市（San Francisco, California） + Apache Hadoop  → $123,672
• 德州奥斯汀市（Austin, Texas） + 亚马逊网络服务 (AWS) → 97,436 美元

在所有薪资中，只有旧金山市在增加一样技能时，薪资会有所下降——这份报告告诉你，你可能要在个人报告中，尽量加上你所有掌握的技能，而不是单一项技能。在纽约，如果增加Scala这项技能，薪资也发生巨大转变。我个人非常认可这种薪资上的增加，因为Scala是一项很高超的技能，而且难度系数很高。

总结

薪资有几大特点，可根据不同因素增加或减少。我们刚刚谈到了两个因素—工作年限、工作地点（城市）和技能。还有其他因素，包括但不限于：面试本身、简历本身、谈判技巧、奖金、股份占比、学历和证书。

总而言之，以下是对比数据科学家与数据工程师薪资后的关键要点：

• 美国的数据科学家的平均工资为 96,455 美元
• 美国的数据工程师的平均工资为 92,519 美元
• 这两个角色的薪资范围可能最相似
• 数据科学家更专注于从现有的 Python 、机器学习算法、和创建模型，而数据工程师更专注于将 SQL 用于 ETL/ELT 的数据
• 影响薪水的因素有很多，但最重要的可能是资历、城市和要求的技能

希望我的文章在有趣的同时能让你觉得有用。欢迎随时在下面发表评论。你认为文章中还应该包含哪些重要因素？我们可以进一步探讨这些因素，但我希望本文能够说明数据科学家和数据工程师薪资之间的差异。

最后，有个问题我想和大家讨论，当工作地点是决定薪资的重要因素时，你如何看待远程工作职位对薪资的影响？

感谢你的阅读！

原文作者：Matt Przybyla
翻译作者：Lia
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://towardsdatascience.com/data-scientist-vs-data-engineer-salary-bbf147d1fa99