סקר מדעני הנתונים השנתי: מהו השכר הממוצע וכמה נשים יש במקצוע? - מבוסס נתונים - הבלוג של עמרי גולדשטיין - TheMarker
 

אתם מחוברים לאתר דרך IP ארגוני, להתחברות דרך המינוי האישי

טרם ביצעת אימות לכתובת הדוא"ל שלך. לאימות כתובת הדואל שלך  לחצו כאן

תיק מניות

רשימת קריאה

רשימת הקריאה מאפשרת לך לשמור כתבות ולקרוא אותן במועד מאוחר יותר באתר,במובייל או באפליקציה.

לחיצה על כפתור "שמור", בתחילת הכתבה תוסיף את הכתבה לרשימת הקריאה שלך.
לחיצה על "הסר" תסיר את הכתבה מרשימת הקריאה.

לרשימת הקריאה המלאה לחצו כאן

סקר מדעני הנתונים השנתי: מהו השכר הממוצע וכמה נשים יש במקצוע?

כ-570 מדעני ומדעניות נתונים לקחו חלק בסקר השנתי הגדול של המקצוע ■ מהם פערים השכר בין נשים וגברים, איזה תואר אקדמי נדרש כדי להתקדם באופן האידיאלי בקריירה ומהו טווח הגילאים של המועסקים?

3תגובות
מתכנתים
ביזאבו

בדומה לשנה שעברה, גם השנה ערך אורי אלייבייב, מנהל קהילת Machine & Deep learning Israel את סקר הדאטה-סיינטיסטים הגדול השני. הסקר, שהיה גדול יותר הפעם (מ-225 ל-569 משיבים), מאפשר לנו לבחון מגמות בתעשייה הצעירה הזו, ולצלול מעט עמוק יותר מבשנה שעברה. חלק מתוצאות הסקר מובאות כאן בפוסט שלפניכם, לקריאת הדו"ח המלא בקרו בבלוג של אורי אלייבייב.

דמוגרפיה

ראשית, מי הם המשיבים לסקר? 74.1% מ-569 המשיבים הם גברים, ואילו 25.3% הן נשים. זוהי עלייה משמעותית באחוז הנשים משנה שעברה, שככל הנראה נובעת ממאמץ נוסף להגיע לנשים רבות יותר על מנת לקבל תובנות גם על אוכלוסיה זו ולאו דווקא מעלייה באחוז הנשים בתחום. הגיל הממוצע היה 32.7 שנים, כאשר מחצית מהמשיבים היו בגילאי 29 עד 35.

.

לא היו הבדלים בהתפלגות הגילאים בין גברים לנשים, אולם חיתוכים אחרים יכולים ללמוד מעט על הדמוגרפיה של המשיבים. למשל, בתל אביב הגיל החציוני של המשיבים היה 30, בעוד שבמחוז המרכז 33.

.

לתל אביב היה את הייצוג הרב ביותר הן כעיר המגורים והן כעיר אליה מגיעים כדי לעבוד. תל אביב מושכת אליה כמעט מחצית מאלו שגרים במחוז המרכז, כרבע מהחיפאים, שליש מהירושלמים וקצת פחות ממחצית המתגוררים במחוז הדרום. למעשה זוהי העיר היחידה שמשמשת כמקום עבודה יותר משהיא משמשת כעיר מגורים. אין לי נתונים משנים אחרות, אבל לתחשותי מדובר בשינוי של השנים האחרונות – אם בעבר המונח "מרכז היי-טק" התקשר (לפחות אצלי) למרכזי פיתוח ברחובות, פתח-תקווה, הוד השרון וכו', כיום נראה שלדומיננטיות התל-אביבית אין תחרות (אם תבקרו בלובי של אחד מהמגדלים החדשים לאורך נתיבי איילון סביר שתגלו שהם מאוכלסים במספר גדול של חברות סטארט-אפ והייטקיסטים שמאוד דומים זה לזה פיזית ואופנתית):

.

לסקר ענו עובדים ועובדות בסוגי חברות שונות, מתאגידים ועד לצה"ל. כצפוי, המשיבים הצעירים ביותר עובדים בצבא הקבע. העובדים המבוגרים ביותר, בממוצע, נמצאים במגזר הממשלתי, שם הגיל החציוני הוא 36, ואילו הגיל החציוני בסטארט-אפים ובתאגידים הוא 32.

.

התפקידים הנפוצים ביותר היו דאטה סיינטיסט\ית, חוקר\ת או מדען\ית, מהנדס\ת דיפ לרנינג מהנדס\ת מאשין לרנינג, מפתח\ת תוכנה, מפתח\ת אלגוריתמים, אנליסט\ית ו-CTO . תוצאה לא מקרית בהתחשב בכך שהסקר מלכתחילה כוון למדעני נתונים, וכמובן לא מעידה על תעשיית ההיי-טק בכללותה. התארים הנפוצים ביותר היו מדעי המחשב (כאן נכנסו גם הנדסת חשמל, הנדסת תוכנה וביו-אינפורמטיקה), תארים בהנדסה ומדעים מדויקים (מתמטיקה, פיזיקה, סטטיסטיקה, הנדסות שונות שאינן חשמל או תוכנה), מדעי הטבע (תחת הקטגוריה הזו נכנסו כימיה, ביולוגיה ומדעי המוח) וכלכלה. מעניין לראות את הקשר בין התארים השונים לתפקידים:

.

בעוד שאת בוגרי מדעי המחשב ניתן למצוא בכל סוגי התפקידים, רוב בוגרי המדעים המדויקים וההנדסות מוגדרים כדאטה סיינטיסטים, וכן רוב בוגרי מדעי הטבע. באופן לא מפתיע מהנדסי התוכנה הם בוגרי מדעי המחשב באופן כמעט בלעדי. דאטה אנליסטים הם בעיקר בוגרי המדעים המדויקים, ורוב הנותרים והנותרות מתחלקים\ות בין בוגרי מדעי הטבע וכלכלה.

אם נמפה את התפקיד, רמת ההשכלה ותחום הלימודים למפה דו-מימדית באמצעות MCA (האחות הקטגוריאלית של PCA) נוכל לראות קשרים מעניינים בין המשתנים:

.

ניתן לראות מספר מקבצים – בצד שמאל למטה, את הקשר בין בוגרי כלכלה לתפקיד דאטה אנליסט (על אף שלא מעט בוגרי כלכלה הם דאטה סיינטיסטים). במרכז, הקשר בין בוגרי תואר שני בתחמי ה-STEM והגדרת התפקיד "דאטה סיינטיסט". בצד שמאל בולט האגף ההנדסי יותר, איפה שנמצאים בוגרי תואר ראשון במדעי המחשב שמועסקים כמהנדסי תוכנה ומהנדסי דיפ לרנינג. ואילו בצד ימין למעלה, במקבץ מעט פחות מובהק, הדוקטורים שמועסקים כחוקרים. במרכז מופיעים המאפיינים הפחות מובהקים: CTO, מפתחי אלגוריתמים ומהנדסי מאשין לרנינג שנמצאים במרחק דומה לרמות השכלה ותחומי לימודים שונים – כלומר מדובר באוכלוסיה מעט מגוונת יותר מבחינה מקצועית.

היכן מחפשים עבודה?

שוק הגיוס השתנה בשנים האחרונות, והשינוי הזה ניכר גם בתוצאות הסקר. חברות כמו woo  ו-gloat שינו את האופן בו מחפשים עבודה, אם כי עדין נראה שמרבית המשיבים לא משתמשים בשירותיהן. יחד עם זאת הרשתית החברתית לינקדאין היא עדין האתר הפופולארי ביותר לחיפושי עבודה עם יותר מ-400 משיבים שציינו אותה (זו היתה שאלת בחירה מרובה כך שהסכום כמובן גדול ממספר המשיבים). השיטה הפופולארית הבאה היא חיפוש באמצעות חברים ומשפחה. במקום הרביעי הגיע לוח המשרות של הקהילה. פחות ממחצית מהמשיבים משתמשים בשירותיהם של מגייסים.

.

שכר

השכר הממוצע לעובדים במשרה מלאה במדגם היה 31 אלף שקל בחודש, עלייה של 2,000 שקל מהשנה הקודמת.  50% מהמשיבים היו בטווח (הרחב) של בין 22.5 ל-37.5 אלף שקל, מה שמראה על שונות מאוד גבוהה בין המשיבים.

.

פער השכר הממוצע בין גברים לנשים עמד בסקר השנה על 2,600 שקל שהם כ-8%, דומה מאוד לשנה שעברה (השכר הממוצע עבור גברים היה 31.5 אלף שקל לחודש, לעומת 29 אלף שקל לנשים.

את השכר הגבוה ביותר מרוויחים מי שהגדירו את תפקידם כחוקרים\ות או מדענים\ות, עם שכר ממוצע של כ-36 אלף שקל בחודש, ומעט אחריהם CTO ומהנדסי\ות מאשין לרנינג עם שכר של כ-35 אלף שקל לחודש. אנליסטים\יות, לעומת זאת, השתכרו כ-19 אלף שקל בחודש בממוצע.

.

בעוד שנשים היוו כ-23% אחוז מהמדגם, 45% מהאנליסטים והאנליסטיות הן נשים, מה שמסביר לפחות באופן חלקי את פערי השכר, אך לא את כולם. דאטה סיינטיסט גבר הרוויח 31 אלף שקל בממוצע, 3,000 שקל יותר מאישה באותו תפקיד. פער דומה מאוד היה בין חוקרים (37 אלף שקל בחודש) לחוקרות (34 אלף שקל).

פקטור שמשפיע מאוד על השכר הוא ההשכלה. בדומה מאוד לשנה שעברה, גם השנה רמת ההשכלה הנפוצה ביותר היא תואר שני (51% מהנשאלים), לאחר מכן תואר ראשון (33%) ודוקטורט (12%). השכר עולה באופן ברור עם ההשכלה, כאשר בעלי תואר ראשון במדגם הרוויחו בממוצע כ-27 אלף שקל, בעלי תואר שני 31 אלף שקל, ואילו בעלי דוקטורט הרוויחו בממוצע לא פחות מ-38 אלף שקל. פערי השכר המגדריים בחיתוך לפי השכלה מעניינים במיוחד: בעוד שהשכר הממוצע עבור בעלי תואר שני היה זהה עבור גברים ונשים, פער השכר בקרב בעלי דוקטורט היה אסטרונומי – 41 אלף שקל לגברים לעומת 27 אלף שקל לנשים.  חלק מהפער נובע מכך שמקרב הנשים בעלות הדוקטורט, בכמחצית מהמקרים הדוקטורט הוא בביולוגיה, כימיה או מדעי המוח, והשאר במדעי המחשב או הנדסה. אצל הגברים, לעומת זאת בכ-82% מהמקרים מדובר בדוקטורט במדעי המחשב או הנדסה.

.

מה שכמובן מוביל אותנו לשלב הבא, והוא פילוח השכר בהתאם לתחום הלימודים. התואר הנפוץ ביותר, בפער עצום, היה מדעי המחשב, עם יותר מ-56% מהמשיבים. עוד כ-28% למדו הנדסה, פיזיקה, מתמטיקה או סטטיסטיקה, והשאר התחלקו בין בוגרי מדעי הטבע, כלכלה ומדעי החברה שאינם כלכלה. מדעני המחשב גם הרוויחו את השכר הגבוה ביותר, כ-33 אלף שקל בחודש. בוגרי ההנדסה אחריהם, מקדימים במעט את בוגרי מדעי הטבע עם שכר ממוצע של כ-28 אלף שקל. שווה לציין שכמעט כל בוגרי מדעי הטבע במדגם, בשונה מאוד מבוגרי ההנדסה ומדעי המחשב, הם בעלי ובעלות דוקטורט. בוגרי תואר בכלכלה הם הבאים בתור, עם שכר ממוצע של כ-25 אלף שקל בחודש.

.

גורם נוסף המשפיע על השכר הוא כמובן הגיל. באופן צפוי למדי, השכר עולה עם הגיל וכן עם הניסיון. האפקט קיים הן אצל גברים והן אצל נשים, אולם פערי השכר גדולים הרבה יותר בגילאים המבוגרים יותר במדגם.

.

אחת הסיבות לקפיצה האסטרונומית בשכר, מעבר לעלייה בניסיון ובהשכלה, היא העובדה הפשוטה שכ-14 מהמשיבים עובדים בצבא הקבע, מה שמטה את השכר משמעותית כלפי מטה עבור המשיבים בשנות ה-20 המוקדמות שלהם. מעבר לכך, ואולי כצפוי, השכר גבוה יותר בתאגידים וחברות סטארט אפ – מה שרבים יחשיבו פשוט כ'תעשיית ההיי-טק' – לעומת המגזר הממשלתי, הפיננסי, האוניברסיטאות וכו'. שימו לב כי הזנב בתאגידים ארוך יותר – רמות השכר הגבוהות ביותר נמצאות בחברות ענק כמו גוגל, אמזון, פייסבוק ודומותיהן.

.

אם נסתכל על אופי החברה ברזולוציה גבוהה יותר, לפי מספר העובדים, ניתן להבחין ככל הנראה בהשפעה של ענקיות הטכנולוגיה דוגמת אמאזון, פייסבוק, גוגל וכו' (זוהי ספקולציה, המשיבים לא ציינו את מקום עבודתם). בעוד שהשכר קופץ למעלה ולמטה ככל שהחברה גדלה ללא מגמה ברורה, עבור חברות עם יותר מ-10 אלף עובדים, 25% מהמשיבים מרוויחים יותר מ-46 אלף שקל בחודש.

.

כפי ששמנו לב, כשמציירים את התפלגות השכר כפונקציה של משתנה בודד, מתקבלת לא פעם תמונה מטעה. ראינו שהשכר של בוגרי ובוגרות מדעי הטבע גבוה כמו השכר של בוגרי ובוגרות מקצועות ההנדסה, אולם בוגרי מדעי הטבע בדרך כלל מצוידים בתארים גבוהים יותר. ראינו שהשכר של המשיבים הצעירים מוטה כלפי מטה מכיוון שרבים מהם משרתים בקבע. קשה לנטרל את כל האינטראקציות השונות בין המשתנים, ואפילו אם נעשה כן, עוד יותר קשה להסיק מכך סיבתיות. אנחנו ננסה לעשות משהו צנוע בהרבה, והוא לבנות מודל פשוט (עץ החלטה) שינסה לנבא את השכר של משיב או משיבה בסקר בהתאם לתשובותיהם על השאלות.

כמה הערות חשובות מאוד לפני המודל:

השילוב של מעט דאטה יחד עם שונות רבה לא מאפשרים רמה מאוד גבוהה של דיוק. 402 משיבים שעובדים במשרה מלאה הם המון לסקר שכר, אבל מעט מאוד בשביל מודל סטטיסטי.

המודל יכול בקלות לשגות בכ-4,000 שקל לכאן או לכאן, וברמות השכר הגבוהות ביותר גם בהרבה יותר מכך. בסה"כ, השונות המוסברת על ידי המודל עבור דאטה חדש (אם כי עדין כזה שנלקח מהמדגם) היא כ-30%, מה שבהחלט משאיר מקום להרבה שגיאות. המטרה היא לתת מבט הוליסטי על האופן בו המשתנים השונים משפיעים על השכר וכיצד נראית האינטראקציה ביניהם, לא לתת תחזית שכר מדויקת.

המודל לא מתאר סיבתיות, ויותר מכך, הוא עשוי לזהות קורלציות שמקורן בגורם חבוי כלשהו. כך, למשל, המודל יכול לזהות "גיל צעיר" כמנבא שכר נמוך, רק מכיוון שאין לו גישה לסוג החברה (מה שהיה מאפשר לו לזהות את הכלל שהשירות בצבא הקבע הוא זה שקורלטיבי לשכר נמוך, ולאו דווקא הגיל עצמו).

מובן מאליו שהמודל מתאר מצב מצוי ולא מצב רצוי. כך למשל, בנקודות מסוימות המודל שואל את המשיב\ה, בניסיון לנבא את שכרו או שכרה - האם את\ה אישה? בכל המקרים שבו השאלה הזו נשאלת, התוצאה היא שהמודל מנבא שכר גבוה יותר לגברים. נושא פערי השכר בהיי-טק בפרט ובמשק בכלל הוא מורכב, אבל אם יש איזשהו שימוש ראוי לנתון כזה, הרי שהוא לעודד נשים (וגברים) להתמקח על שכר.

על מנת להדגים את רגישות עץ ההחלטה, אני מציע שני מודלים. המודלים דומים, אולם מעט שונים הן במשתנים שהותר להם להשתמש בהם, והן בכללי ההחלטה (לדוגמה מה המספר המינימלי של משיבים שיכולים להיות בעלה). על מנת לשמור הן על כושר ההכללה של המודל, והן על האנונימיות של המשיבים, בכל מקרה בכל עלה יהיו תמיד לא פחות מ-20 משיבים.

מודל מספר 1:

מודל מספר 2:

כמה מסקנות מהמודל:

שנות הניסיון, על פי המודל, הן הגורם החשוב ביותר. שווה לציין שהמספר 6 אינו מספר קסם, אלא נובע מהאופן בו נשאלה השאלה (טווחי הניסיון חולקו ל-2-3, 3-5, 6-10 וכו').

המשתכרים הגבוהים  ביותר על פי מודל 1 הם בעלי דוקטורט שיש להם יותר מ-6 שניות ניסיון, ואילו על פי מודל 2 אלו העובדים עבור חברות ענק (מעל 10 אלף עובדים), גם כן עם יותר מ-6 ניסיון. בשני המקרים מדובר בשכר ממוצע של 45 אלף שקל. רצוי לציין שמדובר פחות או יותר באותם אנשים. כמובן שאין לי גישה למקומות העבודה שלהם, אבל יתכן שמדובר בענקיות ההיי-טק – גוגל, אמזון, פייסבוק, אפל וכיו"ב, שיש להן גם את הפריווילגיה להעסיק את המנוסים והמשכילים.

בכל מקום בו נשאלה השאלה "האם למדת מדעי המחשב?" התשובה "כן" הוליכה לשכר גבוה יותר.

כאמור, בכל מקום בו נשאלה השאלה "האם את\ה אישה?", התשובה "כן" הוליכה לשכר נמוך יותר. כך למשל, עבור בעלות 6 שנות ניסיון שאין להן דוקטורט, שכר הנשים היה נמוך בכ-5,000 שקל משכר הגברים. חלק מהפער יכול להיות מוסבר על ידי ריבוי בוגרי המחשב בקרב הגברים, אולם גם בקרב הנשים הרוב המוחלט בקבוצה הזו היו בעלות תואר במדעי המחשב או הנדסה (אם כי מעט פחות מאצל הגברים). פערים דומים נמצאו כאמור גם עבור מעוטי הניסיון. מעניין לציין שבקבוצות בהן רמת השכר קרובה יותר לממוצע, פערי השכר המגדריים קטנים יותר. מכל מקום, ניתוח מלא של פערי השכר המגדריים הוא הרבה מעבר לגבולות הפוסט.

מודל מספר 1
מודל מספר 2

הרשמה לניוזלטר

כל הסקירות בזירת הניתוחים של TheMarker - בתיבת המייל שלכם

ברצוני לקבל ניוזלטרים, מידע שיווקי והטבות


תגובות

דלג על התגובות

בשליחת תגובה זו הנני מצהיר שאני מסכים/מסכימה עם תנאי השימוש של אתר TheMarker

סדר את התגובות

כתבות שאולי פיספסתם

*#