摘自:

02.14 12:08
阅读 891


六年前,数据分析还是一个比较鲜见的职业,而今天,不管是国内国外还是各行各业,它无处不在的闪烁着耀人的光芒。近日经过调研,发布了一份报告。

图1

(一)在国外

2009年IBM首次提出“智慧星球”概念,大数据的开发和应用受到人们关注。大数据开发与应用在美国的主力军是企业,几家著名互联网公司成功地将其产品和服务与大数据和数据分析结合,成为业界典范和研究对象。伴随着企业对大数据的开发和应用的深入,对相关人才产生需求,一批知名企业开设了自己的大数据研究中心(比如,IBM目前已经与世界超过一千所大学在大数据和分析方面开展合作)。

2011年麦肯锡全球研究所(MGI)发布的《大数据:下一个创新,竞争和生产力前沿》(简称《大数据》),该报告讨论了大数据给商业和经济发展带来的新的可能性,并预测,至2018年美国需要44至49万大数据深入分析人才,存在14万至19万缺口。需要400万名具备基于大数据分析而且能熟练并进行决策的经理和分析师,这一类人才缺口在2018年将达到150万人,《大数据》报告建议要解决未来人才缺口,需要加快扩大专业教育和职业培训,以及引进海外人才。

2012年3月29日,美国总统奥巴马宣布启动“大数据研究与开发计划”(Big Data Research and DevelopmentInitiative),旨在提高从海量数字数据中获取知识和观点的能力,从而加快科学与工程发现的步伐,加强美国的国家安全。为了应对大数据人才的缺乏,美国国家科学基金会采取鼓励科研院校开设课程以及提供资助的方法,但仍存在严重的人才紧缺的情况。

美国劳工局2014年1月最新的统计数据显示,2012年市场雇用了718,700名具有管理分析技能的专业人员,平均年薪是78,600美元,2022年市场将需要852,500名这方面的专业技术人员,未来八年将有19%的需求增长。

(二)在国内

数据分析属于朝阳行业。据2010年中国商业联合会数据分析专业委员会一项调查显示,我国数据分析行业从业人员迄今为止不足万人,其中专职数据分析师仅一半多点,长三角经济发展较快地区也仅占3%。而在美国,年平均雇用项目分析师的职位占所有社会岗位高达7%到13%。总体上说,我国数据分析行业还处于发展初期,规模不大,制度建设和软硬件设施薄弱,社会认知度和影响力还较小,远远不能适应我国社会经济发展的需要。为适应世界经济一体化的进程,彻底改变我国“数据分析”专业技术人才紧缺的现状,采取了一系列措施。

2003年,国家信息产业部根据国家财政部、国家发展和改革委员会关于规范长期投资项目数据分析方法、与国际接轨的总体精神,制定出了我国项目数据分析专业技术考试管理办法,加快了我国数据分析专业人才培养步伐。

2008年6月,数据分析行业的全国性唯一行业组织——中国商业联合会数据分析专业委员会正式成立,为我国数据分析行业发展开新篇。

从2005年4月,全国第一家数据分析事务所经工商部门批准在陕西成立到目前,我国相继己有北京、陕西、江苏、新疆、甘肃、山东、浙江、上海、黑龙江等14个省、市、自治区约80家项目数据分析专业机构进入中国市场经济舞台,涉及项目己从最初的分析评估业和金融业,扩展至会计师、投融资机构、政府审批和企业管理等众多领域。

由上可见,由于国外大数据技术的起步较早,数据分析师的培训已相对规范,数据分析师的职业发展也较稳定,但对人才的需求仍然较大。而在国内,数据分析作为国内新起步的朝阳职业,已走入决策视野,且需求量非常巨大。

一、2017年招聘趋势

2016年,伴随着云计算、物联网、大数据的快速发展,我们已从IT时代步入了火热的DT时代,让数据说话,用理性的数据分析来代替纯人工的经验分析已流行开来。对于数据分析来说,2017注定是“升级换档”的关键一年,在大数据、人工智能、深度学习及新需求的影响下,我国数据分析师这一职业的招聘市场会呈现怎样一番景象呢?

(一)招聘需求旺盛,并呈强势的增长态势

从大环境来看,国家对信息资源大力支持,大数据产业明显会受益。2017年2月6日习近平主席主持召开中央全面深化改革领导小组第三十二次会议。会议指出,推进公共信息资源开放,进一步促进信息惠民,发挥数据大国、大市场优势。

2016年阿尔法狗战胜了李世石,人工智能的认识加快铺开,外加随着产品同质化竞争日渐严重,市场的竞争越来越体现到营销及运营环节,精准分析客户、市场发展情况,都离不开既懂业务又懂数据的分析师。

从各大招聘网站呈现的数据来看,数据分析师的招聘需求呈现增长趋势,并且我们预测未来几个月市场的招聘需求仍会较大增长。

数据分析师2017年找工作,必须要了解的招聘趋势

数据分析师2017年找工作,必须要了解的招聘趋势

图2

(二)北上深和IT、投资、金融等行业对这一职位的需求较大

一名优秀而合格的数据分析师,需要兼备强大的分析、解决问题解决能力,和对数据库、行业知识的熟知。

因为属于复合型人才,数据分析师分布在不同行业中,专门从事数据的搜集、整理、分析,在此基础上进行业务研究、评估和预测。主要行业为:IT、投资、金融、资本运营、房地产、服务业、电子商务、零售批发业、服务等行业。

统计数据表明,北京、上海、深圳依然是数据分析师职位需求的重点区域,三大城市的职位需求数约占总需求总数的80%左右。这也证明,人才需求与某一区域的经济发展情况是对应的。

数据分析师2017年找工作,必须要了解的招聘趋势

数据分析师2017年找工作,必须要了解的招聘趋势

图3

(三)2017年薪酬范围预计将在8万到15万之间,与上年相比预计上涨5.2%。

数据分析师平均工资为10920元。其中,5-8K的薪资水平占31.96%,位列第一;2-5K的薪资水平占25.05%,位列第二;8-12K的薪资水平占21.14%,位列第三。

薪资水平的高低也与数据分析师的工作经验,以及数据分析师所在的区域有关。有3-5年工作经验的数据分析师,薪资一般在10K以上,而有5-10年工作经验的数据分析师,薪资水平保持在15K以上;而有10年以上工作经验的数据分析师,薪资水平可以达到20K以上。

薪酬排名前三的城市分别为北京、杭州、上海。

而在2017年这一职位的年薪酬范围预计将在8万到15万之间,与上年相比预计上涨5.2%。

数据分析师2017年找工作,必须要了解的招聘趋势

数据分析师2017年找工作,必须要了解的招聘趋势

图4

(四)综合能力强的人才更受欢迎

雇主一般要求数据分析师满足以下要求:

1、有数学、统计学方面的教育背景,学历在本科以上,最好是硕士;

2、有具体的项目分析经验,工作经验最好是2年以上;

3、至少熟练掌握R/SPSS/Matlab/等数据分析工具中的一种,并且对算法要熟悉。

4、而薪酬福利较高的项目/安全分析师,则要求对linux操作系统熟悉,对设备的日志有分析处理能力,需要掌握OpenFEA等分析工具。

5、优秀的口头表达和沟通能力,能编写各类分析报告的优先;

6、学习、理解、逻辑思维能力要强

二、数据分析师拿什么来立足

数据分析师需要具备较高的知识与技能,才能在竞争异常激烈的今天,帮助组织科学、准确的分析数据,排除干扰,做出更为准确的决策,从而立足于业界。因此,数据分析师需要从“软件”与“硬件”两方面,来武装自己。

(一)“软件”方面

1、做事认真负责,态度严谨

挖掘数据价值,需要保持公正中立的立场来客观评价,对于存在的问题需要有质疑和公开精神。

2、逻辑思维清晰

有从错综复杂的环境和数据中,剥茧抽丝的能力;

3、有数据保密意识,注重数据的安全。

4、沟通交流能力要强,表达问题一语中的。

(二)”硬件“方面

1、要熟悉行业知识

对某行业及其数据非常了解,诸如医药、政府、零售、制造业等。

2、掌握数学和统计学的方法

微积分和线性代数是大多数数据挖掘应用程序需要矩阵计算的基本算法。而分析数据离不开抽样与建模,需要根据业务情况,掌握多种统计分析工具。

3、掌握分析编程语言可以更具竞争力

用excel等工具分析数据,处理几千几万条数据是可以的,但是对于成千上万GB以上的数据,用这类工具基本是行不通的。所以,掌握可编程分析工具如Python、MATLAB、Pig、OpenFEA等,才能灵活而高效的分析数据。

4、对分布式、并行计算平台的原理了解

海量数据只有通过分片加载处理,分布式计算,性能才能体现,因此需要钻研ElasticSearch \ NoSQL数据库,了解MapReduce \ Spark的优缺点。

5、对数据挖掘、建模、预测及机器学习有一定的了解。

6、数据可视化设计能力,让您更出彩

无数的案例证明,图表反映数据及结果是最佳的方式。因此,需要掌握Flare、HighCharts、AmCharts、D3.js、Processing、Google Visualization API、Raphael.js、Tableau等其中一些可视化工具。

年薪30万+职业机会在这里等你!

知名互联网公司,如果你没听说过,我给您发红包!

市值百亿+美金公司,掰着双手都能数过来的那几家知名公司。而且还不只是一家有需要哦!

做数据工作最怕没数据量,数亿用户APP让玛莎拉蒂不再是夏利!

工作职责概述:

1. 跟踪业务部门业务发展,承接接业务部门数据需求;

2. 监控业务指标体系的变化;

3. 用数据分析手段进行业务洞察,提供业务改进建议;

4. 根据业务需要,提供运营日/周/月报分析,并针对特定主题提供专题分析报告;

资格要求:

1. 本科以上学历;计算机/数学/统计学相关专业;

2. 5年以上数据分析经验;

3. 3年以上互联网/客户端数据分析经验(必须),并对用户分析、运营分析有深刻见解;

4. 主动、积极,善于沟通;学习能力强;

5. 熟练掌握数据分析工具和技术,比如SQL、R、SPSS、Excel、SAS等;

6. 熟练掌握机器学习算法和统计学方法。

第二家知名公司

岗位描述:

1、针对互联网行业的进行长期追踪分析,一些创新方向上有敏感性,如IOT、AR等; 

2、可以提出有价值的分析模型,配合挖掘/算法工程师的输出结果,针对项目进行挖掘性分析; 

3、能独立完成相关行业数据的收集、提取,规划并完成相关行业报告; 

4、了解行业客户的痛点,提供有价值的分析结论,并尝试商业化。

岗位要求:

1、熟练使用数据统计分析工具,能快速有效的给出数据分析方法并给出结论。 

2、熟悉SQL语言,对大数据进行筛选过滤,快速处理数据;有Hive、ODPS等平台经验者优先; 

3、思维敏捷、对大数据具有敏锐的洞察和分析能力,与创新意识,能独立编写专业的行业数据分析报告; 

4、了解互联网趋势,熟悉大数据发展方向及市场现状