Proyeksikan pertumbuhan gaji dan biaya hidup
Karena inflasi dan peningkatan produktivitas dari pengalaman kerja, Anda dapat memperkirakan gaji akan tumbuh pada tingkat yang berbeda-beda tergantung pada pekerjaan. Kini, karena Anda bekerja di bidang karier yang sedang berkembang dan banyak dicari sebagai Data Scientist, Anda dapat mengasumsikan pertumbuhan yang stabil pada gaji tahunan setiap tahun berdasarkan kinerja.
Anda dapat mengasumsikan tingkat pertumbuhan gaji tahunan sebesar 5%. Artinya, jika Anda mulai dari $85.000 per tahun, Anda dapat memperkirakan akan menghasilkan lebih dari $176.000 per tahun setelah 15 tahun. Setelah pajak, dengan asumsi tarif pajak Anda tidak berubah, jumlahnya kira-kira $125.000 per tahun, yang tidak berlebihan untuk seorang Data Scientist. Bahkan, Anda mungkin bisa mencapai tingkat tersebut dalam beberapa tahun! Namun demi kehati-hatian, sebaiknya Anda bersikap konservatif dalam proyeksi Anda.
Untuk aplikasi ini, asumsikan seluruh inflasi dan pertumbuhan gaji terjadi dalam kenaikan yang lebih kecil setiap bulan, bukan satu kenaikan besar di akhir setiap tahun.
monthly_takehome_salary dari latihan sebelumnya tersedia.
Latihan ini adalah bagian dari kursus
Pengantar Konsep Keuangan dengan Python
Petunjuk latihan
- Turunkan padanan pertumbuhan gaji bulanan (lihat petunjuk untuk rumusnya!)
- Turunkan proyeksi gaji aktual Anda dari waktu ke waktu menggunakan
cumulative_salary_growth_forecastyang telah kami sediakan untuk Anda.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
import numpy as np
# Create monthly forecasts up to 15 years from now
forecast_months = 12*15
# Set your annual salary growth rate
annual_salary_growth = 0.05
# Calculate your equivalent monthly salary growth rate
monthly_salary_growth = ____
# Forecast the cumulative growth of your salary
cumulative_salary_growth_forecast = np.cumprod(np.repeat(1 + monthly_salary_growth, forecast_months))
# Calculate the actual salary forecast
salary_forecast = ____
# Plot the forecasted salary
plt.plot(salary_forecast, color='blue')
plt.show()