編譯|AI科技大本營(rgznai100)
最新訊息,Kaggle最近對機器學習及資料科學領域進行了全行業深度調查,調查共收到超過 16,000 份回覆,受訪內容包括最受歡迎的程式語言是什麼,不同國家資料科學家的平均年齡是什麼,不同國家的平均年薪是多少等。
以下為AI科技大本營對其進行的資料整理,並從中美資料科學和機器學習對比的角度呈現如下:
中美資料工作者概況對比
年齡
中國
中美資料科學具體職位對比圖
資料科學領域可涵蓋的工作非常多,包括機器學習工程師,資料分析師,資料科學家,軟體開發人員,資料探勘人員等。以下為中美在資料科學領域的對比圖:
中國
美國
年薪
從全球來看,資料科學人員的年薪中位數為$55,441。在中國,資料科學家的年薪中位數為$29,835。美國則高達$110,000
中國全職年薪
美國全職年薪
最高學歷
通常來講,資料科學從業者中最普遍的學歷是碩士,但一般來講,博士學位能拿到($150K – $200K 和 $200k+)的高薪。
就中國而言,碩士學位在總體佔比為40.5%,博士僅11.2%,本科學位從業人數則高達39.5%,與碩士從業人數持平。
而美國,碩士學位只有44.5%,博士學位高達20.7%,本科從業者佔比也高達26.5%。
總的來說,美國博士學位高達20.7%,從佔比上來看,接近中國的兩倍(中國為11.2%)。
中國
美國
資料科學家到底是怎麼工作的?
工作中使用什麼樣的方法?
Logistic迴歸是除了軍事和國安領域外,最常用的資料科學研究方法。在軍事和國防安全領域,神經網路使用地更多。
資料工作中使用最多的工具語言是?
總體來說,Python是資料工作者使用最多的語言。同時,資料研究人員對R語言的忠誠度也很高。
工作中使用什麼型別的資料?
關係型資料市是最常用的資料型別。但在學術研究者和國防安全領域則更親睞文字和影像。
所有國家整體資料
工作中使用什麼樣的程式碼共享和託管方式?
大部分資料工作者使用Git分享程式碼。不過,大公司的工作者更喜歡將程式碼保留在本地,並將程式碼用郵件分享。初創公司則用更快捷的雲分享方式。
所有國家整體資料
工作中遇到了什麼樣的障礙?
髒資料(Dirty Data)是最大障礙。機器有側重,但理解不同演算法的能力不夠也是一大困擾資料工作者的障礙。缺乏有效管理和資金支援是資料工作者面臨的兩大外在困境。
資料科學新手如何在這個行業嶄露頭角?
根據你的經驗,你會向資料科學新手推薦使用哪種語言?
這個因人而異。在Python和R兩大使用群體最大的語言中,大部分人覺得Python更值得被推薦。
你從哪裡獲得資料科學的學習資源?
資料科學是個變化極快的領域,業內人員需要不斷更新知識體系,才可以在業內保持一定地位,不被時代淘汰。Stack Overflow Q&A,Conferences,和Podcasts是已從業者經常使用的學習平臺。釋出新軟體時,一定記住閱讀官方使用指南,並推薦去YouTube觀看使用視訊。
從哪裡獲得開放資料集?
通過什麼渠道獲得工作?
根據資料科學領域過來人的經驗,以下這些方法可能會比在公司網站,招聘網站上投遞簡歷更高效,比如通過建立自己在這個行業的關係網路。
以上內容來自於kaggle網站。由於原文對多個國家進行了多維的對比,所以如果你想一覽行業全貌,請點選:www.kaggle.com/surveys/201…