0
早在 2012 年，哈佛科技評論就發表了一篇文章，名為 “數據科學家，21 世紀最性感的工作”——成功、多金的那種性感。
如今，全世界的企業都在強調：利用大數據分析進行商業觀察的價值。其中或許有盲目跟風之輩，但該思潮的背后有著充分的理由和動機。畢竟，大數據已成為了商界的新前沿領域。舉幾個例子，以今天的大數據技術，無論是分析海量數據、在某一趨勢發生之前進行大體預測，還是讓企業更高效地運營、與消費者建立更緊密的聯系，都可以在一定程度上實現。
當然，大數據的使用并不像說起來那么容易。這就是為什么各大公司爭破頭也要為自己搶到最頂尖的大數據人才。數據科學家，就如同大數據分析所得出的結論，在帶來極大商業價值的同時也面臨著巨大的市場需求。2016 年全年都是如此，2017 一定會繼續。面對如此需求，數據科學家在就業市場的待遇好到令人嫉妒，根本不足為奇。
雷鋒網消息，近日美國招聘網站 Glassdoor 進行了一項調查，并根據結果列出了全美 50 大最佳工作職位排名，排在第一的即數據科學家。這意味著什么呢？雷鋒網獲知，該排名主要基于三項指標：招聘職位數，就業滿意度和薪酬水平。受調查數據科學家在三項指標上都名列前茅：
招聘需求旺盛并且一直在增加，這是因為越來越多的公司意識到他們現在就需要數據科學家；
相比其他所有職業，數據科學家從工作獲得的成就感和滿足感非常高；
最引人注目的還是薪水：薪水中位數（注意：不是平均值）為 11 萬美元，約 75.7 萬人民幣。
數據科學家在 Glassdoor “最佳職業”排名中名列第一
對于大多數人，薪水是首要因素?，F在的情況是：有數據分析需求的大企業，都愿意為這一稀有技能開出頂級薪酬。這背后是赤裸裸的市場供求關系——持續性的供不應求，帶來價格飛漲。不僅僅是 Glassdoor，其他市場調查也證實，美國數據科學家的中位數年薪超過 11 萬美元，即便是新手的入職工資也接近 9 萬美元。
對于那些愿意投入時間精力來學習新知識、不斷提高技術水平的人，數據科學提供了一個非常誘人的職業發展道路。再把大公司的年終獎和績效獎、創業公司的“入伙獎”算起來，數據科學家可謂是錢途遠大。
事實上，各行業的數據表明，大數據在現在、將來都會是各公司的核心資產，并在可預期的時間內其商業價值會越來越高。舉幾個例子，自動化在各個工作環境的應用不斷深入。而實現更高水平自動化的最佳手段，就是進行恰當的數據分析。虛擬化仍舊是一個流行話題，越來越多的機構準備采取虛擬化和集成化的系統來處理工作。幾乎所有公司，都希望在核心業務上向“數據驅動”轉型。沒有一兩個合格的數據科學家，這些顯然是很難實現的。
但這需要精通數學統計方法、Python 和 R 等編程語言、數據庫知識，還有強大溝通能力的數據科學家（有時需要說服公司管理層、產品團隊采取特定方案）。不管是梳理客戶交互，還是對多個計算機服務器上的數據進行挖掘，數據科學家都必須是一名多面手。
這看起來有點跑題，但作者想要表達的核心思想是——成為一名合格數據科學家的門檻很高，非常高。可預期的時間內，供應仍舊只會是“小水管”，而不會出現低端 IT 人才的批量供應問題——數據科學家群體中可能壓根沒有“低端”人才（雷鋒網注：這牽扯到對“數據科學家”的定義）。因此，過去十年 IT 行業從巨大人才缺口，到如今的計算機專業大學生找不到工作、APP 開發程序員過剩的現象，有可能不會在數據科學家圈子上演。
當然，無法保證這是否會在更低端的數據工作領域發生。
對于公司來講，為數據科學家職位找到合適的人，其實是一件相當困難、成本很高的事。一方面由于此，另一方面出于降低人力成本的考慮，而且不愿意長期維持數據科學家的人才紅利，有實力的公司已經開辦各種數據人才培養項目。在美國，各大互聯網、科技巨頭們紛紛和高校進行合作，擴大數據科學領域的教育規模。這些項目旨在培養下一代的大數據人才，以滿足企業在將來的業務需求，不至于因人才匱乏而在公司轉型或業務發展上被“掐住喉嚨”。有的企業，如思科，在合作項目之外直接和大學簽訂就業協議，讓后者優先滿足其招聘需求，確保其數據科學職位不至于出現較大缺口。
這些供給層面的投入，是否會使得人才供應逐漸趕上需求？目前尚無法下結論。一方面，人才培養是一件長期、受多方因素影響的事。另一方面，數據人才的需求也一直在飛速增長。當然，近二十年來的 IT 人才市場也完全符合這兩項特點。但如前文所提，數據科學家行業有相當的技能門檻，未必會重蹈覆轍。
至少在現在看來，數據科學家會在很長、很長的時間內供不應求。
via kdnuggets
相關文章：
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
