
来源 | 36大数据
根据麦肯锡2011年发布的一份研究报告,到2018年世界范围内将会出现高达140,000 至190,000的“大数据”岗位空缺:各行各业已经积累起来大量的数据分析需求,但市场上具备使用、分析和让数据说话能力的人才供不应求。
2015年马上就要过去了,在这一年里,“大数据”相关职业在全球就业市场的情况到底如何?我们通过WANTED Analytics和福布数据分析斯杂志刚刚公布的2015年数据为大家进行一些总结。
那些“大数据”岗位在哪里?
WANTED Analytics公司专注于就业市场数据分析,其数据库包含来自150个国家的10亿个岗位信息,在这次统计过程中,其将“大数据”定义为数据分析、数据采集、数据挖掘和数据结构四类技能。在对过去12个月美国就业市场“大数据”相关岗位的分析中发现:
就岗位数量而言,需要“大数据”技能的岗位空缺呈现高速增长,如下图所示,其中“大数据”解决方案的销售人员、计算机系统分析师、管理分析师、IT项目经理、和信息安全分析师岗位的增幅都在100%以上。这一增长趋势也将延续至2016年。
Source: Wanted Analytics & Forbes.com
就招聘企业而言,易安信、IBM、思科、甲骨文在2015年招聘的“大数据”人才最多。其他前十的企业信息如下:
Source: Wanted Analytics & Forbes.com
“大数据”岗位需要学什么专业?
首先具有相关背景的本科毕业生或职业人士通过短而实用的数据分析课程,能够迅速满足相关企业的岗位空缺,因而非常抢手。
其次想要在本科阶段开始为自己进入“大数据”领域打好基础的话,主要可以通过在学习三个传统学科专业(数学和统计、计算机科学、商科)的基础上选修培养相关技能的课程来满足就业市场的需求。目前大部分的“大数据”从业人员并不具备数据分析的学位,而是具备了相应的技能。
就数学和统计专业而言,目前绝大多数的数据科学家是数学和统计专业背景,所以你选择的学校可能并没有所谓“数据分析”这个专业,但是其数学和统计专业很可能有开设一系列课程帮助你培养大数据分析的能力,甚至还会建议你去选修一些外系的编程或市场营销课程来丰富你的技能组合。
另一个进入大数据领域的方式是学习计算机科学专业,这一路线将会侧重于学习大数据采集和分析的技术问题。
目前市面上许多的大数据技术如MapReduce, NoSQL, and Hive就是来源于软件工程师的发明创造。所以如果你对计算机科学感兴趣,又想在毕业后从事大数据相关岗位,你可以在本科阶段侧重于对人工智能、机器学习和数据理论的学习。
最后一个和大数据领域密切相关的本科专业是商科下面的“管理信息系统(management information systems)”或“计算机信息系统(computer information systems)”专业。
如果说计算机科学专业的学生研究的是如何让大数据技术变得更快更好,那商科学生学习的就是如何用大数据技术去为企业赢得利润,因此更关注的是如何把大数据技术与市场营销、产品定位和购买模式等等结合起来。
与此同时,越来越多的商学院开始开设专攻商业数据分析的本科和研究生项目,尽管不像计算机科学专业对于理工科知识有那么高的要求,但是还会涉及一定的数据库设计、分析和编程,以及相关统计软件如Hadoop和SAS的使用。
End
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01