דרושים Data Engineer משרות הנדסת נתונים בישראל.
כל ארגון אוסף נתונים, אבל מישהו צריך להפוך אותם לתשתית שעובדת. אם זה המקצוע שלכם, או הכיוון שאתם רוצים לצמוח אליו, תמצאו כאן לוח משרות דאטה מתעדכן, טווחי שכר לפי תפקיד וניסיון, וצוות השמה שנשאר איתכם לאורך כל הדרך.
- חטיבת ההשמה של קבוצת תיגבור
- ליווי אישי עד קליטה בחברה
- ללא תשלום למועמדים
יש נתונים בכל מקום: קופה רושמת עסקאות, אפליקציה מתעדת הקלקות, מערכת ממשלתית אוגרת פניות. מה שחסר ברוב הארגונים בישראל הוא לא המידע עצמו אלא האנשים שיודעים להפוך אותו לתשתית עובדת, כזו שמנהלים מקבלים עליה החלטות בלי לחכות שבוע לדוח. בנקודה הזו בדיוק נכנסים אנשי ונשות הדאטה, ולכן הביקוש אליהם חוצה ענפים: הייטק, פיננסים, קמעונאות וגם המגזר הציבורי.
היתרון הגדול של התחום הוא הסולם. מתחילים כ-Data Analyst עם SQL וחשיבה עסקית, ממשיכים ל-BI Developer שבונה דשבורדים ומודלים של נתונים, ומטפסים ל-Data Engineer שמקים צנרות שלמות. כל שלב בסולם פותח כלים חדשים ומדרגת שכר חדשה, והטיפוס הזה ממשי לגמרי: אנחנו פוגשים שוב ושוב מועמדים שהתחילו באנליזה ותוך שלוש-ארבע שנים כבר בונים תשתיות.
מה מחכה לכם בעמוד? לוח משרות דאטה שנשלף ישירות מהמערכת שלנו, כולל משרות בגופים ציבוריים גדולים שבהם אנחנו חזקים במיוחד, פירוט של משפחות התפקידים, הכלים שחוזרים בדרישות, טווחי שכר מעודכנים ותשובות לשאלות שמועמדים שואלים אותנו כל שבוע. ואם נשארה שאלה, אפשר לכתוב לנו דרך עמוד יצירת הקשר באתר.
משרות דאטה פתוחות עכשיו
לוח חי, מתעדכן בזמן אמת
טוען משרות מהלוח...
הרשימה לא נטענה הפעם, אבל שום דבר לא הלך לאיבוד: כל משרות הדאטה נמצאות בעמוד חיפוש המשרות שלנו, עם סינון לפי תחום, אזור וקטגוריה.
לכל משרות הדאטה באתרלאילו תפקידי דאטה מגייסים עכשיו?
שש משפחות תפקידים, כל אחת עם דרישות משלה ומדרגת שכר משלה. לפני ששולחים קורות חיים, שווה לזהות איפה אתם נמצאים על המפה ולאן אתם רוצים להתקדם.
Data Engineer
בניית צנרות נתונים שמושכות מידע ממערכות שונות, מנקות אותו וטוענות אותו למחסן נתונים מרכזי. תהליכי ETL, תזמון עם Airflow ועבודה מול תשתיות ענן. התפקיד שמחזיק את כל שכבת הדאטה של הארגון, ומי שמגיעים אליו מ-BI או מפיתוח מוצאים קפיצה טבעית.
BI Developer
פיתוח דוחות ודשבורדים ב-Power BI או Tableau, מידול נתונים והנגשה שלהם למנהלים ולצוותים העסקיים. נדרשת גם הבנה טכנית וגם יכולת לתרגם שאלה עסקית לתשובה ויזואלית ברורה. תפקיד נפוץ מאוד בארגונים גדולים, ובמיוחד במגזר הציבורי והפיננסי.
Data Analyst
ניתוח נתונים לצרכים עסקיים: שליפות SQL, בניית דוחות ומענה לשאלות של מנהלים. הדרך המקובלת להיכנס לעולם הדאטה גם בלי רקע בפיתוח, כי הדגש הוא על חשיבה אנליטית ולא על קוד. מכאן צומחים ל-BI, לאנליזה בכירה או להנדסת נתונים.
Analytics Engineer
התפקיד שנולד מהפער בין האנליסטים למהנדסים: בניית שכבת הטרנספורמציה, בעיקר עם dbt ו-SQL, כך שהאנליסטים מקבלים טבלאות נקיות ומוכנות לעבודה. לא בכל ארגון בישראל התפקיד קיים כבר, אבל בחברות שעברו למחסן נתונים מודרני הוא מבוקש מאוד.
מפתח/ת Big Data
עיבוד נתונים בהיקפים שמכונה אחת כבר לא מחזיקה: Spark, Kafka וסביבות מבוזרות בענן. רלוונטי בעיקר לארגונים עם זרם אירועים אדיר, כמו פינטק, טלקום ומערכות לאומיות. דורש הבנה עמוקה בביצועים ובארכיטקטורה, ומתומחר בהתאם. לרוב מגיעים לכאן אחרי כמה שנים בהנדסת נתונים.
דאטה בגופים ציבוריים וממשלתיים
משרדי ממשלה, רשויות וגופים ציבוריים גדולים מקימים בשנים האחרונות יחידות דאטה משלהם, ואנחנו מגייסים אליהן: מתפקידי אנליזה ותשתית ועד משרות ניהוליות כמו מנהל/ת יחידת דאטה ואנליטיקה. סביבה יציבה, מערכות בקנה מידה לאומי והשפעה שמורגשת הרבה מעבר לדשבורד.
ואיך מטפסים בסולם הזה בפועל? המסלול שאנחנו רואים הכי הרבה: שנתיים-שלוש כאנליסטים תוך העמקה רצינית ב-SQL, מעבר לתפקיד BI או Analytics Engineer שמוסיף מידול וכלי תשתית, ומשם להנדסת נתונים מלאה. יש גם קיצורי דרך, מפתחים שעוברים לדאטה מדלגים לרוב ישר להנדסה. בכל תחנה השכר עולה מדרגה, ולמעסיקים לרוב זול יותר לקדם אנליסט מוכשר מבפנים מאשר לגייס מהנדס מבחוץ. זה בדיוק מה שהופך את הסולם הזה לאמיתי.
הכלים שהשוק דורש מאנשי דאטה
אף משרה לא מצפה לכל הרשימה. מה שחוזר כמעט בכל תיאור תפקיד הוא SQL, ובתפקידי הנדסה מצטרף אליו Python. השאר תלוי בארגון: מי שעובד עם מחסן נתונים מודרני יבקש dbt ו-Snowflake, מי שמעבד נפחים גדולים יחפש Spark ו-Kafka, וכמעט כולם ישמחו לניסיון עם ענן אחד לפחות. העצה שלנו: לבחור סטאק אחד, להעמיק בו באמת, ולהגיע לראיון כשאתם יודעים להסביר למה בחרתם דווקא בו.
כמה מרוויחים בתפקידי דאטה בישראל?
טווחי שכר חודשי (ברוטו) לשלושה תפקידים מרכזיים בתחום. הנתונים של BI Developer ושל Data Analyst לקוחים מטבלת השכר בעמוד משרות ההייטק שלנו. הטווח של Data Engineer הוא הערכת שוק שלנו, כי התפקיד עדיין לא מופיע בטבלת האתר.
| תפקיד | Junior | Mid-Level | Senior |
|---|---|---|---|
| Data Engineer | ₪17,000-25,000 | ₪26,000-38,000 | ₪38,000-48,000 |
| BI Developer | ₪15,000-22,000 | ₪22,000-32,000 | ₪32,000-40,000 |
| Data Analyst | ₪13,000-19,000 | ₪18,000-27,000 | ₪27,000-35,000 |
מה קובע איפה תמצאו את עצמכם בתוך הטווח? קודם כול עומק הכלים: מהנדס נתונים שמכיר גם Kafka וגם תשתיות ענן מקבל הצעות אחרות לגמרי ממי שעבד רק עם ETL קלאסי. אחר כך הדומיין: פינטק וחברות מוצר גדולות משלמות בקצה הגבוה, ובגופים ציבוריים השכר שמרני מעט יותר אבל מגיע עם יציבות ותנאים נלווים שקשה למצוא בשוק הפרטי. ולבסוף, מי שיודעים להציג את ההשפעה העסקית של העבודה שלהם, ולא רק רשימת כלים, נכנסים למשא ומתן מעמדה חזקה בהרבה.
בתפקידי ניהול והובלת יחידות דאטה הטווחים גבוהים מהמופיע בטבלה ומשתנים מאוד בין ארגונים. כל המספרים הם הערכה כללית שתלויה בגודל החברה, באזור ובניסיון שלכם, ואינם התחייבות. לפני שנכנסים למשא ומתן, כדאי להבין איך משתמשים נכון בטבלת שכר.
איך עובד תהליך ההשמה ב-TCMcareer?
מאחורי הלוח שלנו לא עומד אלגוריתם שמפזר קורות חיים. עומדים שם רכזי ורכזות השמה שמכירים את הארגונים המגייסים מבפנים ויודעים מה הצוות מחפש מעבר לרשימת הדרישות.
-
הבנת הצורך
לפני שמשרה עולה ללוח אנחנו יושבים עם הארגון ומבררים לעומק: איזה סטאק רץ אצלו, מה מצב תשתית הנתונים ומה הפרויקט הראשון שמחכה למי שייקלט.
-
איתור מועמדים
סורקים את מאגר המועמדים שבנינו לאורך השנים ומפעילים ערוצי איתור נוספים, כדי להגיע גם לאנשים טובים שלא מחפשים עבודה באופן אקטיבי.
-
סינון מקצועי
משווים את הרקע שלכם לדרישות בפועל: עם אילו כלים עבדתם באמת, על אילו היקפי נתונים ובאיזו סביבה. ככה נחסכים ראיונות מיותרים לשני הצדדים.
-
ראיון עומק
שיחה אישית שממפה לא רק את הידע הטכני אלא גם מה נכון לכם: גודל ארגון, קצב עבודה, ציפיות שכר והכיוון שאליו אתם רוצים לצמוח בשנים הקרובות.
-
חוות דעת מקצועית
מנסחים למעסיק תמונה מלאה שלכם, כזו שמעבירה גם את מה שקובץ קורות חיים לא מספר: מוטיבציה, דרך חשיבה וחוזקות שנוגעות בדיוק למשרה הזו.
-
ליווי עד קליטה
ממשיכים איתכם דרך סבבי הראיונות, ההצעה והחתימה, ומתאמים ציפיות מול המעסיק בכל צומת, עד שאתם בפנים ומרגישים שם בבית.
ודבר אחרון שכדאי לדעת: המועמדות שלכם נשארת בינינו. אף קובץ קורות חיים לא יוצא מאיתנו למעסיק לפני שאישרתם, והשירות כולו ניתן למועמדים בחינם. גם מי שמועסקים כרגע ורק בודקים את השוק בשקט יכולים להיות רגועים.
איך מגדילים את הסיכוי להתקבל למשרת דאטה?
בקורות החיים
- פרטו את הסטאק במדויק: "Python עם Airflow על AWS" אומר הרבה יותר מ"ניסיון בכלי דאטה". שמות כלים מפורשים עוזרים גם מול מערכות סינון אוטומטיות.
- ציינו היקפים: כמה מקורות נתונים חיברתם, איזה נפח יומי עיבדתם, כמה משתמשים צורכים את הדשבורדים שלכם. מספרים נותנים פרופורציה מיידית.
- בלי ניסיון תעסוקתי בתחום? העלו ל-GitHub פרויקט דאטה משלכם: צנרת קטנה שמושכת נתונים ציבוריים, מעבדת אותם ומציגה תוצאה. זה עובד.
- סדרו את קורות החיים לפי המשרה: אם הדרישה המרכזית היא Spark, אל תקברו אותו בשורה האחרונה.
בראיון העבודה
- תרגלו כתיבת SQL בזמן אמת: JOIN, GROUP BY ופונקציות חלון הם הלחם והחמאה של ראיונות דאטה, כמעט בכל רמה.
- הכינו סיפור על צנרת אחת שבניתם מקצה לקצה: מה היה המקור, איפה זה נשבר בדרך ומה שיפרתם אחרי העלייה לאוויר.
- צפו לשאלת מידול נתונים: איך הייתם בונים סכמה לנתוני הזמנות של חנות, למשל. חשבו בקול רם, את הדרך בוחנים ולא רק את התוצאה.
- שאלו על התשתית הקיימת: איזה מחסן נתונים, כמה צנרות רצות ומי צורך אותן. שאלות כאלה משדרות ניסיון אמיתי.
שאלות נפוצות על משרות דאטה
מה ההבדל בין Data Analyst ל-Data Engineer?
אנליסט עונה על שאלות עסקיות מתוך הנתונים: שולף, מנתח ומציג מסקנות. מהנדס נתונים בונה את התשתית שמאפשרת את כל זה: צנרות שמושכות מידע ממערכות שונות ומזרימות אותו למחסן נתונים מסודר. אנליסט נשען בעיקר על SQL וחשיבה עסקית, מהנדס צריך בנוסף Python, תזמון תהליכים וענן. השכר בהנדסה גבוה יותר, אבל הדרך של הרבה מהנדסים התחילה דווקא באנליזה.
מאיפה מתחילים בעולם הדאטה בלי רקע קודם?
נקודת הכניסה הנפוצה היא תפקיד Data Analyst: לומדים SQL ברמה טובה, מוסיפים כלי BI אחד כמו Power BI, ובונים פרויקט קטן שמדגים את שניהם על נתונים אמיתיים. משם מטפסים בהדרגה לתפקידים טכניים יותר. ריכזנו עוד נקודות כניסה להייטק בעמוד דרושים הייטק ללא ניסיון, שווה להציץ גם שם.
SQL באמת כזה חשוב?
כן, ובלי הגזמה. SQL מופיע כמעט בכל משרת דאטה בלוח שלנו, מאנליסט ג'וניור ועד מהנדס בכיר, והוא הדבר הראשון שנבחן בראיונות. גם מי שעובדים עם Spark או dbt מדברים עם הנתונים בסוף דרך SQL. שליטה ברמה של שאילתות מורכבות ופונקציות חלון היא ההשקעה עם התשואה הגבוהה ביותר בתחום.
אילו כלים שווה ללמוד קודם?
הסדר שאנחנו ממליצים עליו: SQL עד רמה גבוהה, אחריו Python לעיבוד נתונים, ואז כלי אחד מכל שכבה: Airflow לתזמון, dbt לטרנספורמציות וענן אחד, AWS או GCP. מי שמכוון ל-BI ישקיע קודם ב-Power BI או Tableau. עדיף כלי אחד לעומק, שתדעו להגן עליו בראיון, מחמישה כלים ברפרוף.
כמה מרוויחים בתפקידי דאטה בישראל?
לפי טבלת השכר שלנו, אנליסטים מתחילים בסביבות 13,000 עד 19,000 שקל בחודש ומגיעים בבכירות עד 35,000, ומפתחי BI נעים בין 15,000 בתחילת הדרך ל-40,000 בקצה. אצל מהנדסי נתונים, לפי הערכת השוק שלנו, ההתחלה סביב 17,000 והבכירים מגיעים ל-48,000. הטבלה המלאה למעלה בעמוד, והמספרים תלויים בארגון, באזור ובניסיון.
איך מגישים מועמדות דרך TCMcareer, וכמה זה עולה?
בוחרים משרה מהלוח שבעמוד הזה או בעמוד חיפוש המשרות, ומגישים מועמדות עם קובץ קורות חיים בעמוד המשרה עצמו. ההגשה נקלטת ישירות במערכת הגיוס שלנו ומגיעה לרכז או לרכזת שמטפלים במשרה. למועמדים זה לא עולה כלום, בשום שלב של התהליך, וקורות החיים שלכם לא מועברים לשום מעסיק לפני שקיבלנו מכם אישור מפורש.
יש משרות דאטה מחוץ למרכז או במודל היברידי?
יש. חלק ממשרות הדאטה שלנו יושבות בירושלים, בחיפה והצפון ובבאר שבע והדרום, ובהרבה מהן מקובל מודל היברידי עם ימי בית קבועים. עבודת דאטה מתאימה מטבעה לעבודה מרחוק, ולכן מעסיקים גמישים כאן יותר מבתחומים אחרים. מודל העבודה מפורט בכל משרה, ואפשר לסנן לפי אזור בעמוד חיפוש המשרות.
מחפשים תחום אחר?
מוכנים לתפקיד הדאטה הבא שלכם?
מגישים מועמדות עם קובץ קורות חיים ישירות בעמוד המשרה, וההגשה מגיעה לרכזי ההשמה שמטפלים בה. אם יש התאמה למשרת דאטה פתוחה, רכז או רכזת מהצוות יחזרו אליכם, בדיסקרטיות מלאה וללא תשלום.
יש שאלה לפני שמגישים? אפשר לפנות אלינו דרך עמוד יצירת הקשר באתר.