2012 年，《哈佛商業評論》發表社評，標題為“數據科學家： 21 世紀最性感的工作”。但情況似乎正在起變化。
據美國獵頭公司 Burtch Works 調查：
今年，初級數據科學家的薪資水平首次出現下降，至少在美國是如此。
Burtch Works 《數據科學家薪資調查 2017》報告顯示出，這一人才市場出現了許多不同與往年的征兆。入職薪資下滑，是其中頗具里程碑意義的一項。數據行業的人才供求是否即將迎來轉折點？我們一起來看。
首先要說明，該調查對數據科學家的定義是處理非結構化與流式數據的職位，不包含 BI 等傳統數據分析、預測工作。
除去薪資水平，該報告還列出了數據科學家招聘市場出現的三大變化，它們在不同程度上影響了人才供應：
1. 初級水平的數據科學家大量增加大概不會有人對此感到驚訝。近幾年的大數據熱潮，鼓勵了更多年輕人把數據科學作為自己的職業選擇。不過，其中絕大多數人仍是理工科背景。Burtch Works 發現，80% 的數據科學家來自數學/統計、工程、計算機、自然科學這些學科。文科出身仍然寥寥。另外，去年的調查揭示出美國高校 STEM（科學、技術、工程、數學）學科的入學率在升高。Burtch Works 認為，年輕一代對理工科領域興趣的提升，增加了數據科學人才市場的新鮮血液供應。
2. 年輕數據科學家攻讀博士學位的興趣在降低行內越來越多人的深造計劃，傾向止步于研究生而不攻讀博士。工作經驗 3 年以內的數據科學家，有博士學位的人數不斷降低，已從 2014 年的 43% 降到 2017 年的 25%。Burtch Works 認為，按照人才市場的一般規律，通常工作年限 0~3 年的區間，最能代表該人才市場的大趨勢。
更多年輕人想要更快的學習路徑，盡快進入工作，從這輪大數據熱潮的人才紅利中受益。Burtch Works 采訪了一些選擇中斷博士學位的數據科學家，他們認為，相比花費數年的時間搞學術研究，立刻開始工作更有吸引力。
3. 更多傳統數據預測、分析師跳槽為數據科學家這是導致數據科學領域人才供應大幅增加的另一主要因素。雖然這兩個職業緊密相關，但 Burtch Works 認為，相比傳統數據分析師，數據科學家掌握了處理非結構、流式數據的工具和技能，IT 水平也更高，因而值得把他們區別開來。
據雷鋒網了解，傳統數據分析師受高薪資吸引，轉型數據科學家的現象一直都在，2017 年只不過延續了這一現象。而應此需求涌現的大量慕課、微學位，以及線下訓練營等各類數據科學學習資源與培訓項目，比如國內的 mooc.ai，無疑使得職業轉型道路變得更平坦。越來越多人借助這些資源幫助自己入行。
小結近幾年來，數據科學人才缺乏導致的高薪資待遇紅利，毫無疑問正在大幅拉升行業的低端人才供應。我們不禁發問：這輪人才缺口紅利會持續多久？更多人選擇不讀博士盡早入行，透露出些許唯恐趕不上末班車的焦灼。但雷鋒網(公眾號：雷鋒網)小編認為，這背后的原因或許不僅僅是誘人的高薪資——是否，更多人認為博士期間的學術研究經歷，對業界工作的幫助有限？又或許，數據科學入門門檻的不斷降低，使得博士學位對于大多數產業界職位顯得多余？
via burtchworks，雷鋒網編譯
京公網安備 11010502049343號