热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

算法博士平均月入4万,数据可视化技能全球吃香|2020年《顶级数据团队建设全景报告》重磅发布

大数据文摘出品作者:大数据文摘报告主创团队2020年,对于“大数据”这个词,多数人很难再说陌生。尤其是在疫情防控期间,从各地相继推出健康码,到全国个人行程查询,在及时发现并定位确诊

大数据文摘出品

作者:大数据文摘报告主创团队

 

2020年,对于“大数据”这个词,多数人很难再说陌生。

 

尤其是在疫情防控期间,从各地相继推出健康码,到全国个人行程查询,在及时发现并定位确诊患者,进一步阻止疫情扩散方面,大数据和相关从业者都做出了不可磨灭的贡献。

 

近年来,随着数据行业的逐渐成熟,大数据本身也开始向外辐射到医学、气象、交通等众多其他学科领域,为这些领域的从业者和科研人员提供了数据维度的知识解读。

 

对于大数据相关从业者而言,这既代表着一份前进的动力,同时也不可避免地引发问题和焦虑

 

在此背景下,2017年起,清华大学大数据研究中心联合《大数据文摘》发布了年度研究项目《顶级数据团队建设全景报告》,致力于盘点数据团队建设现状,回答数据团队发展中面临的问题,力求为行业内数据团队的组建和高校数据人才的培养提供指导性意见。

 

今年,《顶级数据团队建设全景报告2020》(以下简称《报告》)如约而至。在2020年的《报告》中,我们联合战略数据合作方领英,把目光扩展到全球,希望探索全球范围内数据团队的发展规律

 

年初,突如其来的疫情对全社会都造成了极大的冲击,数据团队同样受到影响。在疫情的影响下,数据从业者应该保持着怎样的心态?数据团队的建设应该逐步放缓还是迎合规律缓慢加速?

 

《报告》囊括十余万条网络公开招聘信息、近千份有效调查问卷内容,和全球6位优秀数据团队负责人深度访谈内容,从数据团队建设现状、全球数据团队观察和疫情对数据团队的影响几个方面,力求真实呈现现阶段数据团队的建设全景。

 

 

以下为报告部分精华内容。

 

一线城市、新一线城市持续吃香,算法类岗位对学历要求最高

 

目前,在数据团队的建设上,一线城市、新一线城市仍然保持着较大的招聘需求。

 

深圳、广州、上海、北京、杭州五个城市的在招职位数量最多,随后是成都、武汉、南京、长沙、苏州,整体呈现一线城市-新一线城市的梯队特征。

 

 

在学历要求上,数据行业过半都要求本科以上学历,但对硕士以上学历的要求并不明显。

 

算法、产品、数据、开发四类核心岗位是对学历要求比较高的岗位,本科及以上学历的要求均超过60%,其中算法岗位的学历要求中,本科及以上学历要求达到97%,硕士及以上学历要求达到35%。

 

网络、运营、运维三类职位的学历要求明显偏低,本科及以上学历要求均不超过50%,其中,网络类职位仅有18%要求求职者获得本科学历。

 

 

薪资待遇的差异也在各类职位中差异明显,拥有博士学位的算法岗位薪资水平最高,接近4万元。软件、开发、产品、数据等职位也在硕士或博士要求的职位中,出现了薪资的明显增长。而网络、维护等职位在本科与硕士学历岗位之间却出现了薪资倒挂现象,间接说明该类职位对于学历水平要求并不高。

 

 

数据可视化技能正在成为全球数据团队推崇技能

 

领英数据显示,数据分析技能和数据可视化技能是过去一年在全球数据人才中增长最快的技能,前者增长速度约为150%,后者增速同样超过100%,Microsoft Power BI在过去一年的增长速度为94%,是全球市场的新兴技能排序中首位增长速度最快的分析工具。

 

人工智能、数据科学与数据管理技能同样呈现较快增长速度。在过去一年中,人工智能与数据科学对数据分析的影响比较大,数据量的日益增长也促使了数据管理技能的高速发展。

 

在国内市场,过去一年中增长最快的技能为数据科学,增长速度为175%,相较全球范围,国内对于数据科学技能的需求更旺盛。其他技能的需求程度与国际整体较为相似。

 

 

数据从业者对职业和行业发展普遍乐观,职业规划稳定

 

数据团队的内部建设和氛围营造对于数据从业者来说也有着十分重要的影响,对目前的职业满意度进行调研后,我们发现,超过40%的从业者对当前的职业保持着十分积极的态度,15%左右的从业者认为目前的职业不够令人满意。

 

此外,《报告》也针对数据团队成员的职业规划进行了探讨。根据调研结果,在从业者的五年规划里,数据人才更愿意深挖数据方向的工作,意愿达到39%,其次有15%希望升职成为企业决策层。还有一部分数据人才更希望转型做产品经理或者尝试创业,占比均约为12%。希望维持目前工作不变的比例同样约为12%,真正考虑转行的从业者数量仅为1%。

 

 

整体而言,数据团队成员对于自己的职业规划主要集中在决策者和专家两条道路上。

 

中国数据团队从业者硕士学历比例超全球均值,英国博士学历从业者最多

 

对于数据团队或数据产业的观察,目光不应该仅局限在国内,全球前沿国家的发展现状同样至关重要。综合领英平台的数据,我们也获取了全球数据行业发展的一些趋势和动态。

 

随着数据行业近年来的发展,从全球范围看,招聘市场对数据人才表现出极高的需求,全球数据从业者也在稳步增长,过去一年增长率为4.4%

 

从全球数据从业者的学历分布来看,数据人才普遍受教育程度高,98.5%拥有本科或以上学历,其中持本科学历的数据从业者最多,占比44%,持硕士学位者次之,占36.4%,持MBA学位者占12.1%,持博士学位者占比6%。

 

具体观察各个国家,领英站内印度本科及以上学历水平的从业人员占比最高,几乎所有数据行业从业人员都拥有本科或以上学历,英国拥有最多博士学历的数据从业者,占比达8.3%,美国博士学历的数据从业者占比7.4%。

 

与以上三国对比,中国的硕士学历从业者占比最多,达51.2%,本科次之,占比41%,但MBA与博士学历从业者较少,分别为3.6%和3.1%。

 

 

各行业数据人才涌入互联网,高等教育行业数据人才流失严重

 

与其他专业人才相似,数据人才同样会在不同行业之间流动。观察全球范围内数据人才最集中的十大行业,我们通过定义“行业人才吸引力指数”,发现不同行业对数据人才的吸引力指数也有所区别。

 

(注:行业人才吸引力指数 = 流入指定行业的人才/流出该指定行业的人才)

 

互联网行业毋庸置疑在全球都保持着较高的吸引力,在数据人才的流动上,信息技术与服务、金融服务、管理咨询、通信和高等教育行业中的数据人才多流入到互联网。

 

在计算机软件、银行、医院与护理、保险行业和互联网行业,数据人才都是从其他行业流入,而高等教育的数据人才流出现象严重,其中互联网的吸引力指数最高,达到6.27,金融服务次之,为5.20。

 

 

疫情凸显数据价值,超4成数据团队业务量不降反增

 

面对年初爆发的疫情,数据行业也受到了一定程度的影响和波及。

 

综合问卷信息,超过半数的数据从业者认为数据团队的工作受到了不同程度的影响,超过20%的受访者认为疫情对于数据团队工作的“影响较大”。

 

 

在业务量上,超过4成的受访者表示数据团队的业务量有不同程度的增加,其中3.6%的数据团队的业务量翻倍,但仍然有接近17%的数据团队表示业务量有明显减少。

 

不过,可以看到,尽管受到了疫情的冲击,47%数据团队从业者认为疫情对数据团队工作影响较小。

 

大数据文摘在此前投放的问卷调查中了解到,疫情对于企业中数据团队的业务并未造成很大的影响。在所有受访者中,17.5%表示自己所供职公司的数据团队完全没有受到影响,29.1%称几乎无影响,认为产生较大影响的比重为23.3%。

 

在疫情对于业务量的影响上,38.8%受访者认为数据团队业务量没有产生变化,16.9%业务量减小。44%的受访者则反映数据团队业务量增长,其中3.6%团队业务量翻倍。我们可以看到,疫情冲击下,大数据相关业务的价值正在凸显

 

 

不难看出,一支高效运作、抗压的数据团队不仅对于所在公司至关重要,也是整个社会持续、健康发展的生力军。整体来说,疫情对于数据团队的影响并非完全负面。虽然有部分企业出现了裁员或降薪情况,但同样也出现了不少业务量增长的情况,说明数据业务价值在疫情中逐渐凸显。与此同时,疫情对于从业者的职业规划还是产生了一定影响,部分受访者原本的跳槽计划出现了变动。

 

没看够?点击下载报告,获取更多数据团队洞察:

http://www.bigdatadigest.cn/pdf/data-race-2020.pdf


推荐阅读
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 2022年的风口:你看不起的行业,真的很挣钱!
    本文介绍了2022年的风口,探讨了一份稳定的副业收入对于普通人增加收入的重要性,以及如何抓住风口来实现赚钱的目标。文章指出,拼命工作并不一定能让人有钱,而是需要顺应时代的方向。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • flowable工作流 流程变量_信也科技工作流平台的技术实践
    1背景随着公司业务发展及内部业务流程诉求的增长,目前信息化系统不能够很好满足期望,主要体现如下:目前OA流程引擎无法满足企业特定业务流程需求,且移动端体 ... [详细]
  • 企业数据应用挑战及元数据管理的重要性
    本文主要介绍了企业在日常经营管理过程中面临的数据应用挑战,包括数据找不到、数据读不懂、数据不可信等问题。针对这些挑战,通过元数据管理可以实现数据的可见、可懂、可用,帮助业务快速获取所需数据。文章提出了“灵魂”三问——元数据是什么、有什么用、又该怎么管,强调了元数据管理在企业数据治理中的基础和前提作用。 ... [详细]
  • 如何使用代理服务器进行网页抓取?
    本文介绍了如何使用代理服务器进行网页抓取,并探讨了数据驱动对竞争优势的重要性。通过网页抓取,企业可以快速获取并分析大量与需求相关的数据,从而制定营销战略。同时,网页抓取还可以帮助电子商务公司在竞争对手的网站上下载数百页的有用数据,提高销售增长和毛利率。 ... [详细]
  • 从零基础到精通的前台学习路线
    随着互联网的发展,前台开发工程师成为市场上非常抢手的人才。本文介绍了从零基础到精通前台开发的学习路线,包括学习HTML、CSS、JavaScript等基础知识和常用工具的使用。通过循序渐进的学习,可以掌握前台开发的基本技能,并有能力找到一份月薪8000以上的工作。 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • ElasticSerach初探第一篇认识ES+环境搭建+简单MySQL数据同步+SpringBoot整合ES
    一、认识ElasticSearch是一个基于Lucene的开源搜索引擎,通过简单的RESTfulAPI来隐藏Lucene的复杂性。全文搜索,分析系统&# ... [详细]
  • 面试经验分享:华为面试四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试
    最近有朋友去华为面试,面试经历包括四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试。80%的人都在第一轮电话面试中失败,因为缺乏基础知识。面试问题涉及 ... [详细]
  • 数据结构与算法的重要性及基本概念、存储结构和算法分析
    数据结构与算法在编程领域中的重要性不可忽视,无论从事何种岗位,都需要掌握数据结构和算法。本文介绍了数据结构与算法的基本概念、存储结构和算法分析。其中包括线性结构、树结构、图结构、栈、队列、串、查找、排序等内容。此外,还介绍了图论算法、贪婪算法、分治算法、动态规划、随机化算法和回溯算法等高级数据结构和算法。掌握这些知识对于提高编程能力、解决问题具有重要意义。 ... [详细]
author-avatar
手机用户2502877397
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有