隨著大資料時代的到來，資料分析與探勘成為科技顯學，各行各業對於大資料的濃厚興趣也直接反映在大資料人才的豐厚薪資中。
根據美國大資料及商業智慧軟體公司 SiSense 調查研究指出1，資訊分析相關人才起薪約為年薪 5.5 萬美元，換句話說，相較美國大學畢業生平均年薪為 4.76 萬美元，高出 7400 美元，而最高薪的資料科學家，平均年薪為 13.2 萬美元，打敗一大票科技公司的高階工程師，而且這個差距還在繼續拉大中。
以下根據 Payscale 所提供的職位基本年薪做參考，為大家整理了四個最常見的大資料人才工作內容以及薪資範圍。
資料分析師
這個職位大概是最常見的，「資料分析師」指的是不同行業中，專門從事行業內資料蒐集、整理、分析，並依據這些資料做出研究、評估的專業人員。
這類職缺通常要求應徵者有數學、統計、或是電腦科學等的相關學位跟背景，最常見的工作技能要求是 SQL、R、SAS、SPSS、Excel，以及隨著需要處理的資料量日漸龐大，Hadoop 也被許多公司列為必備的基本條件之一。
美國地區資料科學家的年薪大約在 $36,139 到 $77,696 美元之間(約等於年薪臺幣 110 萬到 240 萬)，中間值大約是 $51,224 美元(臺幣 160 萬)。擁有統計分析、資料建模(Data modeling)以及 SAS 等技能的應徵者一般來說更有機會得到高薪。
資料科學家
被《哈佛商業評論》譽為「21 世紀最性感工作」的資料科學家可以說是資料分析師的進化版。
兩者的分別可以從職稱的不同看出端倪：資料「分析師」統計分析資料作為評估基準來設計行銷方案時，資料「科學家」則是把心力放在設計分析資料的演演算法，提出不同的理論來測試這些結論，最後建立統計模型來判斷消費者行為、找出最關鍵的行為誘發因子。
因此資料科學家需要具備程式開發的能力，例如 Java 或 Python，而且對機器學習(Machine Learning)領域有所瞭解。
美國地區的資料科學家年薪大約落在 $63,192 到 $142,118 美元間，中間值是 $96,579 美元，幾乎是資料分析師的兩倍。
資料架構師
資料架構師要負責建立和維持公司資料儲存的技術基準，策劃硬體和軟體的結構，確保資料儲存系統可以支援未來的資料量和分析需求。
資料架構師通常擁有電腦科學學位，並且精通資料庫相關知識，像是關聯式資料庫(Relational database)、資料倉儲(Data warehouse)、以及分散式資料系統(Distributed storage system)等等。
美國地區資料架構師的薪資範圍是 $65,928 到 $147,868 美元，中間值為 $105,581 美元，以目前的趨勢來看，比起 SQL ，擅長 OracleDB 的人才較容易得到高薪。
資訊長
資訊長(簡稱 CIO)是負責企業內部資訊系統和資訊資源規劃和整合的高階行政管理人員，簡單來說，這個最資深、最高階的職位要擔起所有資料策略相關的責任。
CIO 通常會管理一個大團隊，團隊中的資深資料分析師、資料科學家會直接與 CIO 呈報，最後的決策再由 CIO 上報給董事會員。由於擔任 CIO 的人選必須擁有一定的經驗，因此這個職位通常會由董事會直接指派。
美國的公司通常給 CIO 的薪水從 $81,226 起跳至 $269,033 美元不等，中間值是 $142,269 美元。
你可能也聽過資料工程師(Data engineers)、大資料分析師(Big data analysits)、資料專家(Data expert or Data specialist)等等職稱，不過基本上這些都可以歸類到上述四個職位。雖然擁有不同的職稱，但往往這些角色的職責範圍經常互相重疊，端看各公司如何分配工作內容。
O’ReillyMedia大資料行業工資調查報告
O’ReillyMedia近期釋出了大資料行業工資調查報告。該報告訪問了53個國家816名資料領域的工作者。佔最大數量的資料類工作是：資料分析師（包括一些程式設計），統計分析師和相關軟體工程師。
美國大資料行業的年薪中值是$144,000（均為美金，下同）。薪酬最高的行業包括：娛樂（$135,000），銀行/金融（$117,000）和軟體 （$116,000）。
既然是大資料相關的調查，該公司也建立了一個迴歸模型（regression model）來研究哪些因素影響到行業內的薪酬。
根據此模型，當其他係數保持恆定的情況下，在歐洲和亞洲工作會讓收入分別降低$24,000和$3,000。
高學歷對於收入的影響達到$30,036。女性（僅有15%的受訪者為女性）的平均收入則比男性的少$17,294，這跟總體上的性別收入差基本相同。在創業公司工作的收入平均要低$17,318。
如果想增加收入，模型建議：去加利福尼亞工作（可以增加$25,785），攻讀一個博士學位（可以增加$11,130）以及學會使用更多的資料工具。每個新的資料工具可以讓薪水增加$1,900。根據受訪者的反饋，所使用的資料工具大約有20種。
但是，不是所有的工具都能帶來類似的加薪。根據聚類演算法，分析了所使用的工具和這些工具使用者的中值工資，得出的結果是：使用Hadoop這一系列工具的人平均薪資$118,000，而不使用Hadoop的則只有$88,000。Hadoop系列的工具還包括：Elastic MapReduce、Cassandra、Spark和MapR。使用Storm和Spark的人賺取了最高的薪水。
但是，最受歡迎的工具（50%的大資料從業者都使用）是一些不那麼高大上的工具：SQL、R、Python和Excel。在今年的調查中還首次出現了新的大資料工具，跟Mac OS X、JavaScript、MySQL和D3相關。