在美国,大数据分析师的年薪高达17.5万美元。对于国内顶尖的互联网公司来说,大数据分析师的薪酬可能比同级别的其他职位高出20%至30%,他们受到企业的高度重视。国内大型招聘平台给出的大数据分析师平均工资为9724K(来自1139个样本)。北京、上海、广州、深圳、杭州、南京、武汉、成都和长沙是大数据分析师需求排名前九的城市。
自20世纪90年代以来,欧美国家开始培养大量数据分析师。到目前为止,对数据分析师的需求仍在增长和扩大。根据美国劳工部的预测,到2019年,对数据分析师的需求将增长40%。在数据分析行业成熟的国家,90%的市场决策和商业决策是通过数据分析确定的。
根据Datalink发布的《大数据人才报告》,未来3-5年,大数据人才缺口将达到150万。据中国商业联合会数据分析专业委员会统计,未来中国基础数据分析人才缺口将达到1400万,BAT等大型互联网公司80%以上的招聘岗位都在招聘大数据人才。进入大数据行业也成为越来越多人实现职场高薪梦想的路径之一。
1.大数据开发工程师
开发,建设,测试和维护架构;负责公司大数据平台的开发和维护,负责大数据平台持续集成相关工具平台的架构设计与产品开发等
2.数据分析师
收集,处理和执行统计数据分析;运用工具,提取、分析、呈现数据,实现数据的商业意义,需要业务理解和工具应用能力
3.数据挖掘工程师
数据建模、机器学习和算法实现;商业智能,用户体验分析,预测流失用户等;需要过硬的数学和统计学功底以外,对算法的代码实现也有很高的要求
4.数据架构师
需求分析,平台选择,技术架构设计,应用设计和开发,测试和部署;高级算法设计与优化;数据相关系统设计与优化,需要平台级开发和架构设计能力
5.数据库开发
设计,开发和实施基于客户需求的数据库系统,通过理想接口连接数据库和数据库工具,优化数据库系统的性能效率等
6.数据库管理
数据库设计、数据迁移、数据库性能管理、数据安全管理,故障检修问题、数据备份、数据恢复等
7.数据科学家
数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换
8.数据产品经理
把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具,业务线提供更加贴近业务的分析框架和数据应用
1、硬性条件:
数据分析师角色/任务:收集,处理和执行统计数据分析
必备语言:java、R、Python、HTML、Javscript、C/C++、SQL等
技能和特长:电子表格工具(例如Excel),数据库系统(SQL和基于NOSQL),通信可视化,数学,统计,计算机,机器学习等。
2、软性条件:
懂业务:从事数据分析工作的前提就会需要懂业务,即熟悉行业知识、公司业务及流程,最好有自己独到的见解,若脱离行业认知和公司业务背景,分析就没有太大的使用价值
懂管理:一方面是搭建数据分析框架的要求,比如确定分析思路就需要用到营销、管理等理论知识来指导,如果不熟悉管理理论,就很难搭建数据分析的框架,后续的数据分析也很难进行;另一方面的作用是针对数据分析结论提出有指导意义的分析建议
懂分析:指掌握数据分析基本原理与一些有效的数据分析方法,并能灵活运用到实践工作中,以便有效的开展数据分析。基本的分析方法有:对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有:相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等
懂工具:指掌握数据分析相关的常用工具。数据分析方法是理论,而数据分析工具就是实现数据分析方法理论的工具,面对越来越庞大的数据,我们不能依靠计算器进行分析,必须依靠强大的数据分析工具帮我们完成数据分析工作
懂设计:懂设计是指运用图表有效表达数据分析师的分析观点,使分析结果一目了然。图表的设计是门大学问,如图形的选择、版式的设计、颜色的搭配等等,都需要掌握一定的设计原则