當前社會需要大量數據科學家，可以說，目前對這一職業(yè)的需求量已達到峰值。在IT行業(yè)中里，數據科學領域的工作報酬最高。在美國，他們基礎薪水的中位數是13萬美元。麥肯錫公司預計，在未來幾年，數據科學專業(yè)人士的供需差距將達到50%。

數據科學崗位紛繁復雜，每份工作要求的技能也各不相同。數據科學領域會使用數學、數據、計算機科學準則以及常見的Python、R、Tableau、SQL等工具集。今后社會將需要大量數據科學方面的專家，為此本文將討論該領域的不同職位：

1. 數據科學家——如今該領域最火的職稱、最炙手可熱的工作。數據科學家負責處理原始數據，依靠上述各類技術分析數據，并提供深刻見解以預測商業(yè)隱患。他們使用機器學習，基于過往模式預測未來。

一名數據科學家的平均薪水（美國）為11萬9千美元。

2. 數據分析師——負責分析數據。分析過程需要創(chuàng)建系統(tǒng)，幫助企業(yè)用戶提取信息，確保數據質量。分析師的任務是收集、處理、展示統(tǒng)計性的數據分析。他們使用R或SAS技術，從可用數據中發(fā)現有用信息。不僅是IT業(yè)，醫(yī)療、通訊、金融、零售及保險等行業(yè)的各類公司都需要數據分析師經營業(yè)務。

數據分析師的平均年薪（美國）是6萬2千美元。

3. 數據架構師——隨著大數據的崛起，這一職業(yè)也愈發(fā)重要。架構師需要創(chuàng)建數據管理系統(tǒng)，整合、保護并維護數據源和公司信息，并且負責數據庫的架構、設計、創(chuàng)建和數據優(yōu)化。他們需要經常使用微軟的電子表格（Excel）進行屬性映射、表格設計，此外，還需熟練掌握Pig，Spark，SQL，XML及Hive等技術。

該職業(yè)的平均年薪（美國）為10萬美元。

4. 數據工程師——該崗位職責并非分析數據，而是打造特定的軟件基礎設施，以供其他專家開展工作。想要勝任這份工作需要深入了解相關知識，包括涵蓋MapReduce、Hive和Pig的Hadoop與NoSQL、SQL等大數據技術。數據工程師的任務是研發(fā)、測試并維護大規(guī)模處理系統(tǒng)，其中大部分工作是數據整理，這也是數據工程師優(yōu)于其他軟件設計者之處。

該崗位的平均薪水（美國）是9萬5千美元。

5. 統(tǒng)計員——了解影響企業(yè)發(fā)展的市場變化趨勢。統(tǒng)計員負責收集數據并將其轉為有用信息。他們憑借自身技術處理各類結構化或非結構化的數據。統(tǒng)計員常用的工具和技術包括SAS、SPSS、Matlab、Python、Scala、R等。他們擁有強大的統(tǒng)計學背景，統(tǒng)計研究既包含了描述性主題也囊括了推理性主題。

統(tǒng)計員的平均薪水（美國）為7萬5千美元。

 6. 數據庫管理員——受過專業(yè)培訓，負責儲存、整理公司數據。他們負責開展、指揮所有與數據保護、數據監(jiān)管、數據維護及數據安全相關的活動。這使得包括職員在內的用戶得以全天候使用數據庫。為實現這一目的，管理員需要使用MySQL Workbench，Toad，Adminer，DatabaseSpy等技術。

該工作的平均薪水（美國）是6萬8千美元。

7. 商業(yè)分析師——商業(yè)分析師與數據分析師有些類似，但前者專攻商業(yè)領域。商業(yè)分析師使用技能，為企業(yè)在產品和服務升級方面提供指導。他們收集并分析基本的商業(yè)需求，負責改變商業(yè)局面，處理商業(yè)問題。商業(yè)分析師使用的工具包括PowerPoint、Excel和Word在內的微軟辦公軟件、Visio、Google Docs、Sheets and Slides、SmartDraw、Balsamiq等。

該工作的平均薪水（美國）為6萬5千美元。

8. 數據和分析學經理——負責分析、解析有效數據并報告研發(fā)進程。他們?yōu)閿祿治鰩熖峁┓较?，也負責錄用事宜。經理需要在數據科學領域擁有7至10年的工作經驗，可依據市場趨勢向組織的領導層提出建議，做出改變。該崗位必須精通計算機編程語言、數據庫系統(tǒng)、大數據工具以及機器學習。

這份工作的平均薪水（美國）為11萬6千美元。

大家在尋找夢寐以求的數據科學崗位時，需要明白不同工作崗位間的區(qū)別。必須首先確保深入了解每個崗位，再做出適合自己和自身能力的工作選擇。選擇在數據科學領域工作的人們都明白這一行業(yè)的需求之大，薪資之豐厚。隨著數據慢慢滲入大眾生活，公司加強對生成數據的了解，預計在未來很長一段時間內，數據科學領域的就業(yè)機會將不斷增加。

最新評論