數據科學并不屬于什么全新學科，但其最近卻隨著大數據技術的快速發展而日益得到關注。顧名思義，數據科學的主旨在對研究數據——更具體地說，用于指導如何更有效地理解、存儲及操縱數據。考慮到眾多企業開始意識到數據的社會與經濟價值，而處理相關數據任務亦存在著巨大挑戰，因此合格的數據科學家開始成為人才市場上的熱門資源。
通常來講，獲得數據科學碩士等高級學位足以把大家送入相關職位。數據科學家能夠在與大數據相關的任何領域找到工作，包括高校、醫療衛生、科研院所、政府機構等等。下面，我們一同了解其中的三項具體職業發展道路。
1. 數據科學家
人才市場招聘信息中給出的頭銜通常為“數據經理”或者“統計學家”等。
無論具體名稱如何，數據科學家們需要利用自己的數學及編程技能對數據進行直接處理。數據科學家們需要立足自身職位追蹤貫穿項目的全部數據，構建數據存儲空間并組織預測建模流程，最終將發現報告給決策者。因此，數據科學家通常需要掌握扎實的編程語言，特別是Python與SQL。
數據科學家目前的平均年薪為11萬5千美元，不過入門級從業者的預期薪酬大概在8萬美元左右。到2024年，市場對于數據科學家的需求將增長30%，這意味著仍有大量職位等待著后來者。
2. 數據工程師
數據工程師又被稱為數據架構師或者數據庫管理員，其職能與真正的數據科學家略有區別。事實上，部分數據科學家可能認為，該職位只需要普通的計算機科學學位即可勝任——當然，擁有數據科學專業背景更好。
與其他類型的工程師類似，數據工程師同樣需要了解如何利用素材構建解決方案。數據工程師需要熟練掌握數學方法、編程與大數據技術，且能夠嫻熟地在數據集中處理包含的信息，同時清理不必要或者混亂的信息內容。
同樣，數據工程師也應該擁有豐富的Python與SQL經驗，而基于Java類框架(如Hadoop)相關技能亦能夠讓大家在工作中更加如魚得水。
此類職位的平均入門薪酬為8萬1700美元，而行業中的頂級人士能夠拿到10萬美元。數據工程師職位的增長速度相對較慢，到2024年增量約為11%，但仍高于整體人才市場的平均水平。
3. 數據分析師
盡管“分析師”與“科學家”這兩種稱為間的界定并不明確，但數據分析師明顯與商業實踐關聯更為緊密。一般來講，數據分析師可以順利上手“某某分析師”類職位，包括項目分析師、市場研究分析師、信息安全分析師、商務分析師等等。
數據分析師職位負責幫助未經過數據科學訓練的人員理解數據內容。通過創建有吸引力且易于理解的圖形、圖表或者簡單描述語言，數據分析師能夠順利將信息傳達給他人。除了統計相關技能，數據分析師還需要具備將數據轉換為業務術語及策略的能力。另外，SQL與Excel技能同樣必須掌握。
也許由于對于技術性知識的要求相對較低，因此數據分析師的平均年薪也較低，為6萬5千美元。不過由于與業務更為貼近，因此分析師們更有機會在行政領域有所建樹，從而將自身薪酬提升至六位數。另外，這一領域的職位數量增長率很高，到2024年就業機會將增加30%。
京公網安備 11010502049343號