专栏 | 九章算法
网址 | www.jiuzhang.com
全球顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示：
预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在14W到19W之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到150W！
在互联网时代，每天都有海量的数据信息产生，数据的处理变得越来越复杂。多家权威机构都爆出大数据人才缺口百万+，大数据领域现在是个大风口，市场的需求是庞大的，求职的我们有必要了解一下大数据的相关市场：
1.大数据可以从事的就业岗位？
大数据领域职位主分为二个方向：
一是大数据维护、研发、架构工程师方向；
所涉及的职业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；
二是大数据挖掘、分析方向；
所涉及的职业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等；
2.大数据岗位的薪酬水平？
虽然数据科学这项工作已经出现了近十年，但到今天为止，还是只有顶尖的科技人才方能胜任这项工作，因此数据科学从业人员的薪资水平在 IT 领域是相当有竞争力的。根据 Paysa 近期的薪酬数据，数据科学家的平均年收入已高达$100K。
而且更让人吃惊的是：一些顶尖科技公司给数据科学家提供的薪酬是平均薪酬水平的两倍多。那么到底哪些公司的数据科学家薪酬最高赚的最多呢？我们根据数据统计出了数据科学家薪酬排名前五的以下5家科技公司。
3.大数据行业需要哪些技能？
大数据岗位分类中，目前大数据开发工程师和大数据分析师企业需求都非常大，大数据分析方向将是未来职业人才岗位缺口最大的职位之一，它将会和软件人才一样，再次掀起一次求职者追逐的高潮。
根据 Paysa 数据显示，58％的公司要求数据科学家会Python，52％的公司要求数据科学家懂得数据分析的相关知识。为了提高竞争力，你可能还需要懂得机器学习、R语言以及数据库等相关知识。
◆ 数据分析：涉及数据的收集、处理和统计分析，还需要能够创建算法来回答问题和解决问题。
◆ R：R是一种编程语言，越来越多地被社交网络平台、媒体和金融公司用于数据可视化和预测建模。
◆ 机器学习： 机器学习是一种AI技术，它允许电脑“学习”而不是直接编程。程序本身在处理新数据的过程中能够不断改变进化。
◆ 统计数据： 掌握数据是数据科学事业成功的基石之一。在这个领域寻求职业发展的每个人，除了重点关注上述R和Python等程序的编码之外，还要将统计学的学习放在重要位置。
◆ SQL： 通过学习SQL，你可以掌握管理关系数据库和管理系统的相关知识。虽然它的一些功能可以通过R或Python来实现，但它仍然是不可代替的核心技术。使用SQL生成的代码被认为更接近数据，并且比从R和Python中剥离的数据效率更高。
欢迎关注我的微信公众号：九章算法（ninechapter）。
精英程序员交流社区，定期发布面试题、面试技巧、求职信息等
