资讯中心

大数据人才市场薪酬报告(2015一季度)

mtw.hk时间:2015-04-02

2015年3月,白宫经任命DJ Patil作为全国第一个首席数据科学家。这位前PayPal和eBay的执行官,来到白宫之后有了新的任务:帮助美国政府最大限度的进行他们对大数据的投资,并围绕政府机构如何更好使用大数据给出建议。

美国政府正在用实际行动告诉大家,政府的工作已经不再是你印象中的那样了。过去的政府里,计算机还只是一个简单的办公工具,甚至被简单的当成笔和纸的替代品。但是今天,政府们却已经能迅速意识到他们需要新的领导,带领大家充分利用起他们的数据。

还有很多你没有注意到的细节来验证这一趋势:在LinkedIn上快速搜索发现,“数据科学家”这一职位的需求大约36000个。这反应出整个美国都在推动数据科学的进展。

据IDC统计,全球数据总量以每两年翻一番的速度爆发式增长,与此同时自然也催生出了大量与大数据处理相关的职,这群人在国外被叫做数据科学家(Data Scientist),通过对数据的挖掘分析来影响企业的商业决策。

不过在国内,大数据的应用才刚刚萌芽,人才市场还不那么成熟。很多公司会根据已有的资源和短板,招聘能和现有团队互补的人才。有的强调数据库编程、有的突出统计学知识、有的则要求有咨询公司或投行相关的经验,所以title众多,诸如数据挖掘工程师、数据研究员、用户分析专家不胜其数。

归根结底,我们要了解,企业对数据人才的需求源自企业的定位。专门的数据公司以及大公司的数据部门有完整的数据采集、数据挖掘、数据分析、数据结构的整套体系。而一般的企业多数只需要数据分析师,提供决策辅助和咨询。

所以,繁多的title背后,万变不离其宗的,是数据相关职位的职能,按照职能我们可以分为四类,对应的专业和职责分别是:

1、 数据分析——专业:统计学,数学,计算机,信息管理,金融——主要职责:运用工具,提取、分析、呈现数据,实现数据的商业意义

2、 数据挖掘——专业:计算机、统计学、数学——主要职责:机器学习,算法实现

3、 数据工程师——专业:计算机、数学,统计学——主要职责:开发运用简单数据工具,实现数据建模等功能,需要业务理解

4、 数据架构师——专业:计算机、数学、——主要职责;高级算法设计与优化;数据相关系统设计与优化;需要有垂直行业经验

一、 数据分析相关职位

首先,来看下数据分析师的情况。这个职位的主要技能是1(数据分析),附带2(数据挖掘),有少量的3(运用已有工具建模)的需求。因为企业对这个职位的要求是作为业务部门的参考与辅助,因此希望是多面手。Title包括数据分析师(员/专员),数据运营主管等。以深圳为例:

1.png

如上,深圳数据分析师(员/专员)的月薪中位数为:¥10375元/月,以上图表显示:最低工资3K-4.5K,最高工资20K-30K。

工资与年资的关系大致如下:

2.png

最急需人才的行业如下(工资中位数):

3.png

数据显示,深圳数据分析在“互联网/电子商务”行业工资最高,为¥8431 。

地区竞争力排名如下:

4.png

分析显示,北上深是最急缺数据人才的城市,平均待遇也最佳。

职位(title)与薪水的对应关系如下:

5.png

其中,分析员与分析专员要求0-2年工作经验,数据分析师通常要求3年以上工作经验。

数据分析师招聘要求的表述范本如下:

任职要求:

1、统计学、计量经济学、数据挖掘等数据分析相关的专业本科以上学历。

2、3年以上互联网行业数据分析或数据挖掘经验,有IT大数据分析经验,咨询公司数据分析经验、互联网数据建模分析经验者优先。

3、熟悉MS Office、数据库、统计、数据分析、数据挖掘等相关领域知识、算法或工具

4、具备良好的数据敏感度,能从海量数据提炼核心结果。

可以看到,除非有专门商业数据部门的企业,其他企业一般需要的是个多面手,提供业务参考和咨询。

二、 数据挖掘相关职位

接下来我们来看下数据挖掘工程师的情况。合格的数据挖掘工程师通常需要有3年以上工作经验。一二线城市的大中型企业和数据咨询公司有此类独立职位。主要技能为2和3(数据挖掘和平台应用)。

所谓的一二线城市的大中型企业是指:

6.png

所以这是真正的金领。

7.png

深圳数据挖掘工程师工资中位数为:¥15166元/月,最低工资8K-10K,最高工资工资30-50K。当然,刚入职的0起点新人起薪是3500-5000。新人需要1年左右的培养期。

按照年资划分,由于此职位在中国出现时间比较短,所以只有一个大致的数据。

8.png

行业与地区与数据分析师的情况是一致的。所不同的是,因为此职位更加高端,所以一二线城市需求比较多。

9.png

Title和薪水的对应关系如下:

10.png

其中,5年以上经验者可以晋升为高级数据挖掘工程师,薪水约为30K-50K。

为了便于理解,我们来发个招聘样本,以下是腾讯的招聘需求:

工作经验:3-5年

薪资范围:¥ 18000-30000

学历要求:硕士以上

职位职责:负责用户产生的大数据在垃圾广告、违法信息等识别过滤领域的应用。负责分析、挖掘、对抗各种产品安全层面的恶意行为;

职位要求:计算机或相关专业本科以上学历,2年以上相关工作经验;

丰富的数据分析经验以及恶意对抗实战经验;

熟悉C/C++开发,有一定的架构能力和良好代码规范;

熟悉linux/unix系统与开发环境;熟悉mysql以及SQL语言

三、 数据工程师相关职位

接下来,我们来看下数据工程师的情况。这是比较复杂的情况,产生的title不计其数。但是归根结底,都是在已有平台和工具的基础上实现开发和运用。大部分我们见到的“数据**工程师”其实都归属此类。技能要求为3(数据结构和算法,分布式计算以及数据库知识等),其次是1和2。就以最常见的title——数据工程师为例,仍然在深圳:

数据工程师这个title由于工作年限、技能水平、负责内容的不同,在深圳的薪酬跨度比较大:

11.png

如图,深圳数据工程师工资中位数:¥13156元/月,以上图表显示:最低工资2K-3K,最高工资20K-30K。

该职位是需求最为强劲的,title也很多。

12.png

我们可以看到,从2010年至今,需求是越来越大。薪酬也根据相应工作年限而增加。

行业竞争力和地区竞争力与之前的数据分析师、数据挖掘工程师是一致的。北上深需求最为强劲,互联网、地产、金融位列需求最大的前三名。

13.png

我们也可以关注下职位数,有兴趣入行的可以看看自己的城市是否上榜:

14.png

事实上,不止现在数据工程师需求缺口严重,根据国外的情况,未来这块仍然是大有可为的。美国人才招聘市场的数据分析领先者WANTED Analytics 最近给出报告,增长最快的大数据职位的技能要求如下:

这些岗位上需求增长最快的三项技能分别是:Python编程(96.90%),Linux(76.60%)和SQL结构化查询语言(76%)

15.png

与之对应的是中国市场的雇主的招聘范本:

职位职能:大数据工程师

岗位职责:

负责数据采集产品设计和开发;

负责数据仓库建模、数据预处理子系统的设计和开发;

负责数据挖掘功能设计和开发。

任职资格:

有扎实的计算机理论基础, 对数据结构及算法有较强的功底;

熟练java、C++、Python中的任何一种语言,兼有者更佳;

对分布式系统原理有较深的理解,理解数据库和nosql相关理论;

有在网站公司或海量数据处理工作经验,数据分析和挖掘经验者优先;

有使用Go语言开发高性能后台系统经验者优先;

熟悉Sphinx全文检索引擎经验者优先。

四、 数据架构师职位情况

最后我们来看看数据架构师,这是整个数据产业上的顶端职位,最终指向也是——首席数据官/架构专家。这个职位一般是猎头职位,要求是4(“软件工程技能牛过多数人的统计学家”;高级算法设计与优化;数据相关系统设计与优化;需要有垂直行业经验)。既要懂行业,又要技术资历(最少3年,一般5年),所以空缺巨大。笔者朋友公司的该职位就动用猎头招了快半年。薪资是30K-50K。当然更多一线公司开出来的是“薪资面议”,你懂的。接下来仍然以深圳为例:

这个职位的统计因为人才缺口巨大,样本过少。所以我们只能大致来看看薪酬待遇,统计结果是偏低的,仅能作为参考。

16.png

深圳数据架构师工资中位数:¥23700元/月,以上图表显示:最低工资10K-15K,最高工资无法确定。唯一肯定的是一定超过百万。

企业的招聘要求如下(百度为例):

岗位职责:

负责数据中心空调/配电系统/智能监控等新技术工程研发、验证及落地

负责数据中心基础设施智能监控平台需求梳理、功能分析、运行数据分析与挖掘

参与数据中心运维调优,制定优化控制策略

负责智能数据中心架构设计,推动基础设施监控平台与IT系统信息融合及联动

任职资格:

本科及以上学历

5年或以上数据中心行业设计、咨询、建设工作经验,熟悉空调/电气/监控系统架构

熟悉基础设施系统各组件、系统参数计算、设备选型

有开阔的技术视野,较强的流程分析和优化能力

较强的项目协调及管理能力,良好团队协作能力

五、 总结

综上所述,数据相关的职位,指向的是数据采集、数据挖掘、数据分析、数据结构四大技能,即使初级职位,要求也是一专多能。高级职位则要求每个模块都有理解,对统计、编程、行业理解都要求很高。

未来是一个数据的时代,也是数据科学家的时代!


部分文章转载,如涉及作品内容、版权和其它问题,请及时与本网站联系,我们将在第一时间删除内容!联系电话:400-666-5643

作者:cherrie

原文来自:mtw.hk

更多相关阅读:

数据分析