京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据科学家炙手可热
21世纪最性感的工作是数据科学家。这一美国商学院期刊表示,数据科学家集“数据黑客、分析师、沟通大师和受信任的顾问”于一身,并指出,这种技能的结合极为罕见。
这正是全球各地诸多企业的问题所在。尽管公司经理深知大数据所能带来的效益,但他们难以找到拥有合适技能的人才。
利用大数据的潮流毫无放缓迹象。管理咨询公司埃森哲 (Accenture)去年调查了600家美国和英国公司,结果发现有三分之二的公司在之前18个月任命了负责数据管理和分析工作的高管。即使是尚未设立此类高管职位的公司,也有71%准备在不久的将来作出任命。
招聘顾问也表示,对数据分析专家的需求正在飙升。专注信息技术领域、在伦敦和阿姆斯特丹设有办事处的Cititec表示:“今年前六周,我们收到的大数据招聘请求与之前六个月一样多。我们估计,该数字今年将比去年高出100%,甚至更多。”
的确,大数据正快速成为IT招聘机构的重要专长。“我们现在拥有一位大数据专家,而一年前还没有,”Cititec补充道,“这是一块竞争激烈的市场,有很多公司竞相争夺资深人才。”
埃森哲北美金融服务数据分析部门执行董事布莱恩•麦卡锡(Brian McCarthy)认为,全球及各行各业的需求意味着,数据分析技能严重供不应求,尤其是在美国和英国。
他说:“背景适合从事数据科学家工作——计算机科学、统计学、机器学习——的毕业生正在走出校园,但他们的数量还不够。”
麦卡锡补充道,尽管许多公司转而聘请合同工——埃森哲调查表明,有近60%的公司求助于外部分析师和咨询顾问——但它们仍无法找到需要的人才。
Cititec称,这种紧缺十分严重,以至于英国承接IT外包工作的资深数据架构师或业务分析师可日赚500英镑至650英镑。在该领域资质最为优秀的一端,博士级别的数据科学家能够拿到9.5万英镑的高额年薪。
“甚至连海外外包也无法解决这个问题,”麦卡锡指出,“因为印度、中国和巴西等新兴经济体没有足够的资深人才。”
人才紧缺似乎还将持续数年。
埃森哲在今年发布的《数据分析在行动:通向高投资回报率之路的突破与壁垒》(Analytics in Action: Breakthroughs and Barriers on the Journey to ROI)报告中预测,到2018年,光是在美国和英国,需要具备高深科学、技术、工程和数学(STEM)知识的职位的增长速度将是其他职业的五倍,是金融 服务等信息密集型行业职位的四倍。
报告称,新兴经济体培养出STEM人才的数量高于发达经济体,但仍无法满足全球的潜在需求。
确实,埃森哲卓越绩效研究院(Institute for High Performance)在去年的一次调查中研究了美国、中国、印度、英国、日本、巴西和新加坡对数据分析经验的需求。调查发现,到2015年,所有这些 国家(除中国外)都将面临胜任分析科学家工作的博士毕业生数量净短缺的问题。
“美国、英国、日本、新加坡和巴西几乎将肯定遭遇高端人才的严重短缺,”埃森哲表示,“尽管印度的数据分析服务行业蓬勃成长,但它也将难以培养出足量的博士生来填补所有新的数据分析科学家岗位。”
例如,美国新增数据分析专家职位的数量将占全球新增总量的44%,但该国只能供应23%的人才,导致近3.2万人的缺口。
只有中国似乎出现了少量的过剩,但埃森哲警告称:“如果对数据分析的需求加速升高,那么中国也将可能出现短缺。”
未来与数据分析相关的就业岗位会在千万左右,而目前国内企业对专业数据分析师的需求缺口在数十万之众,而具有数据分析基础工作的人员更是上百万的缺口。
因此,CDA数据分析师培训应运而生,不需懂数学算法,不需懂统计概率,不需懂计算机编程。课程更不使用复杂软件,不使用公式模型,整个培训为在数据分析领域需快速入行、需直接上手、人士提供了一套最有效的解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23