Hej, pracuje w startupie już rok jako Data engineer i zastanawiam sie na co lepiej postawić czy sie specjalizować na grubo w pythonie np czy być bardziej wszechstronnym. Obecnie pracuje w dużej mierze docker, python, azure piplines, github actions, dbt, airflow, k8s. Jest to dosyć zróżnicowany stack i zastanawiam sie czy nie lepiej po prostu pocisnąć bardziej niektóre tematy z tego stack'u
0
3
Troche ogólnie napisane, specjalizowanie się np. tylko w backendzie nie wyklucza znajomości narzędzi jak docker, gh actions czy k8s.
Z mojego doświadczenia mogę powiedzieć, że na samym początku kariery szybciej się wbijesz w wyższy pułap zarobków jeśli będziesz się specjalizował w jednym kierunku np. backend czy big data. Rzeczy które wymieniłeś zapewne i tak będziesz wykorzystywał niezależnie od specjalizacji (jeśli to nie będzie zupełnie druga strona barykady jak np. frontend), ale to sama specjalizacja już ukierunkuje Cię na to jak mocno dane narzędzia musisz poznać.
W skrócie lubisz backend ucz się rzeczy przydatnych na backendzie, chcesz być devopsem, no to wtedy mniej skupisz się na pythonie, frameworkach i ogólnym kodowaniu a bardziej na docker/k8s etc.
1
minik881 napisał(a):
czy sie specjalizować na grubo w pythonie np czy być bardziej wszechstronnym.
Co to znaczy specializować na grubo w pythonie? Dla jednego będzie to ogarnięcie całej składni, dla drugiego ogarnianie całego środowiska, znajomość ogroma bibliotek i absolutnie każdego aspektu języka.
5
Python to tylko język / narzędzie. To trochę jak byś napisał, że specjalizujesz się w jeździe audi a w mercedesie już niekoniecznie :D Jedno i drugie to samochód.
Data engineering to zlepek wszystkiego. Od backendowca, po devopsa, po gościa od baz danych. To już samo w sobie jest specjalizacją.
0
Chodziło mi o skupienie się w większej mierze na programowaniu. Faktycznie DE to już i tak specjalizacja
0
W moim przypadku jeszcze dochodzi typowa backendowa robota i wystawianie api from scratch :D
0
minik881 napisał(a):
Hej, pracuje w startupie już rok jako Data engineer i zastanawiam sie na co lepiej postawić czy sie specjalizować na grubo w pythonie np czy być bardziej wszechstronnym. Obecnie pracuje w dużej mierze docker, python, azure piplines, github actions, dbt, airflow, k8s. Jest to dosyć zróżnicowany stack i zastanawiam sie czy nie lepiej po prostu pocisnąć bardziej niektóre tematy z tego stack'u
Pytanie, kim chcesz być, jak chcesz zarabiać. Bo praca na etat (załóżmy w średniej wielkości firmie, żeby uniknąć skrajności typu człowiek orkiestra w małej firmie) wymaga zwykle średniego poziomu wszechstronności (jak ktoś chce być super specjalistą od jednej technologii, albo odwrotnie - chce być super wszechstronny - to może się nie odnaleźć).
Więc jak ktoś chce być super specjalistą od jednej technologii, to może to wymagać utworzenia sobie samemu stanowiska pracy / biznesu wokół tej specjalizacji, więc równocześnie ktoś musi być dobry w marketingu i sprzedaży swoich umiejętności, w tworzeniu i sprzedawaniu produktów/usług wokół tej technologii. Czyli żeby być specjalistą, staje się wszechstronny, bo wychodzi poza technologię. Czyli paradoks.
Z kolei ktoś superwszechstronny - albo własny biznes, albo freelance albo praca w małej firemce albo jakieś stanowisko w większej firmie, ale takie, które zapewnia wszechstronność (czyli nie zwykły klepacz kodu czy inny specjalista z silosu)
0
Specjalizacja pozwoli Ci więcej zarobić i mieć chwałę z bycia najlepszym, ale masz z reguły mniej ofert pracy i w tym jest problem.
Ogólność zamyka Cię na max seniora/principala albo korpo, ale więcej ofert imo jest.