⚡ GIS ENGINEER, GIS BACKEND, GEOSPATIAL ANALYST И GEO DATA SCIENTIST: КТО ЕСТЬ КТО Недавно на карьерной консультации разбирали как перейти из GIS специалиста в GIS инженера. За похожими тайтлами разные профессии. Давайте разбираться) Точка отсчета - GIS Specialist: уверенно работает в ArcGIS и QGIS, собирает слои, делает карты. Хорошая база, но, по моим наблюдениям, с таким тайтлом сразу ниже вилка. Дальше профиль расходится в четыре стороны. 1️⃣GIS Engineer / Geospatial Data Engineer 🔥Что сдает: конвейер данных от сбора до базы и сервиса, который обновляется сам и не виснет. 🔥О чем спросят: как устроен ваш деплой и за сколько все отрабатывает. Даже на позиции Staff Location Intelligence меня первым делом спросили, насколько я владела процессом, что писала в прод и как чистила GPS-треки. 🔥Стек: Python, SQL, PostGIS, GDAL, Airflow, Docker, CI/CD, облако, GeoParquet, COG и STAC. GitHub Pages с интерактивной картой - это все еще статический HTML, а не прод) 2️⃣ GIS Backend Developer / Geospatial Software Engineer 🔥Что сдает: сервис, которым пользуются другие: поиск, геокодинг, маршрутизация, карта в приложении. 🔥О чем спросят: алгоритмы и их сложность (готовьтесь к LeetCode), тесты, проектирование системы. 🔥Стек: Python, Go или Java, REST API, PostGIS, пространственные индексы (R-tree, H3, S2), Docker, Git. По сути это роль одного рода с инженером. Грубо: инженер отвечает за данные, бэкендер за сервис и каждую миллисекунду. 3️⃣ Geospatial Analyst / Location Intelligence Analyst 🔥Что сдает: ответ на бизнес-вопрос: где открыть точку, сколько будет заказов, какие районы недооценены. 🔥О чем спросят: кейс, SQL, метрики, A/B. Меня, например, спросили про гравитационную модель Хаффа и ее разницу между даркстороми и оффлайн точками типа аптек. 🔥Стек: SQL, Python (geopandas, H3), BI, QGIS или Kepler, статистика, A/B-тесты, difference-in-differences. Таких людей нанимает бизнес: доставка, ритейл, такси, недвижимость, телеком. В Esri, CARTO, TomTom и HERE вакансий под мой профиль почти нет, им нужны инженеры продукта. 4️⃣ Geospatial Data Scientist / Applied Scientist 🔥Что сдает: модель, которая прогнозирует спрос, цену или риск, и честную оценку, насколько ей можно верить. 🔥О чем спросят: как вы прогнозируете (в лондонской компании это был первый вопрос) и как валидируете модель. 🔥Стек: Python, CatBoost или LightGBM, scikit-learn, PyTorch, spatial cross-validation, геостатистика, SHAP. Почему обычного ML мало, писала здесь, а про пространственную кросс-валидацию - в презентации с Мапакона. Итого (то же на картинке): GIS Specialist = софт + предмет GIS Engineer = данные + прод GIS Backend = сервис + миллисекунды Geospatial Analyst = бизнес-вопрос + метрики Geo DS = модель + валидация В LinkedIn работает булев поиск: ("geospatial" OR "GIS" OR "spatial data" OR "location intelligence") AND (engineer OR developer OR analyst OR scientist) Если нужен переезд, добавьте "visa sponsorship": по моему опыту, спонсировать готовы около 5-10% компаний. @urban_mash