專欄 | 九章演算法
網址 | www.jiuzhang.com
全球頂尖管理諮詢公司麥肯錫(McKinsey)出具的一份詳細分析報告顯示：
預計到2018年，大資料或者資料工作者的崗位需求將激增，其中大資料科學家的缺口在14W到19W之間，對於懂得如何利用大資料做決策的分析師和經理的崗位缺口則將達到150W！
在網際網路時代，每天都有海量的資料資訊產生，資料的處理變得越來越複雜。多家權威機構都爆出大資料人才缺口百萬+，大資料領域現在是個大風口，市場的需求是龐大的，求職的我們有必要了解一下大資料的相關市場：
1.大資料可以從事的就業崗位？
大資料領域職位主分為二個方向：
一是大資料維護、研發、架構工程師方向；
所涉及的職業崗位為：大資料工程師、大資料維護工程師、大資料研發工程師、大資料架構師等；
二是大資料探勘、分析方向；
所涉及的職業崗位為：大資料分析師、大資料高階工程師、大資料分析師專家、大資料探勘師、大資料演算法師等；
2.大資料崗位的薪酬水平？
雖然資料科學這項工作已經出現了近十年，但到今天為止，還是隻有頂尖的科技人才方能勝任這項工作，因此資料科學從業人員的薪資水平在 IT 領域是相當有競爭力的。根據 Paysa 近期的薪酬資料，資料科學家的平均年收入已高達$100K。
而且更讓人吃驚的是：一些頂尖科技公司給資料科學家提供的薪酬是平均薪酬水平的兩倍多。那麼到底哪些公司的資料科學家薪酬最高賺的最多呢？我們根據資料統計出了資料科學家薪酬排名前五的以下5家科技公司。
3.大資料行業需要哪些技能？
大資料崗位分類中，目前大資料開發工程師和大資料分析師企業需求都非常大，大資料分析方向將是未來職業人才崗位缺口最大的職位之一，它將會和軟體人才一樣，再次掀起一次求職者追逐的高潮。
根據 Paysa 資料顯示，58％的公司要求資料科學家會Python，52％的公司要求資料科學家懂得資料分析的相關知識。為了提高競爭力，你可能還需要懂得機器學習、R語言以及資料庫等相關知識。
◆ 資料分析：涉及資料的收集、處理和統計分析，還需要能夠建立演算法來回答問題和解決問題。
◆ R：R是一種程式語言，越來越多地被社交網路平臺、媒體和金融公司用於資料視覺化和預測建模。
◆ 機器學習： 機器學習是一種AI技術，它允許電腦“學習”而不是直接程式設計。程式本身在處理新資料的過程中能夠不斷改變進化。
◆ 統計資料： 掌握資料是資料科學事業成功的基石之一。在這個領域尋求職業發展的每個人，除了重點關注上述R和Python等程式的編碼之外，還要將統計學的學習放在重要位置。
◆ SQL： 通過學習SQL，你可以掌握管理關聯式資料庫和管理系統的相關知識。雖然它的一些功能可以通過R或Python來實現，但它仍然是不可代替的核心技術。使用SQL生成的程式碼被認為更接近資料，並且比從R和Python中剝離的資料效率更高。
精英程式設計師交流社群，定期釋出面試題、面試技巧、求職資訊等
