2017年大数据就业情况到底怎么样？
2017年大数据就业情况到底怎么样？
近几年，大数据不可谓不火，尤其是2017年，发展大数据产业被写入政府工作报告中，大数据开始不只是出现在企业的战略中，也开始出现在政府的规划之内，可以说是互联网世界的宠儿。据数联寻英发布《大数据人才报告》显示，目前全国的大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万，越来越多人加入到大数据培训，都希望在大数据培训机构中学习最前沿的知识，找一份不错的工作。大数据产业的背景据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。大数据就业方向Java大数据毕业之后的主要从事工作举例如下：1.大数据开发工程师基础大数据服务平台，大中型的商业应用包括我们常说的企业级应用(主要指复杂的大企业的软件系统)、各种类型的网站等。负责搭建大数据应用平台以及开发分析应用程序。2.大数据分析师负责数据挖掘工作，运用Hive、Hbase等技术，专门对从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。以及通过使用新型数据可视化工具如Spotifre，Qlikview和Tableau，对数据进行数据可视化和数据呈现。等等大数据就业的钱景（薪酬）大数据开发工程师北京大数据开发平均工资： 30230/月。数据分析师北京数据分析平均工资： 10630/月，取自 15526 份样本，较 2016 年，增长 9.4%。Hadoop开发工程师北京hadoop平均工资： 20130/月，取自 1734 份样本。数据挖掘工程师北京数据挖掘平均工资： 21740/月，取自 3449 份样本，较 2016 年，增长 20.3%。算法工程师北京算法工程师平均工资： 22640/月，取自 10176 份样本。目前，大数据人才数量较少，但是在数据驱动的未来，大数据人才市场势必会越来越大，而现在仅仅是大数据起步的初级阶段，现在入行正是恰逢其时。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 百知动态，技术文章输出以及对IT行业的观察
作者最新文章大数据是什么以及大数据的就业前景 - 简书
大数据是什么以及大数据的就业前景
近年来大数据迅速发展，成为工业界，学术界，甚至世界各地政府，高度关注的热点。著名管理咨询公司麦肯锡就说：数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。美国政府2012年宣布投资2亿美元启动大数据研究和发展计划。对数据的占有和控制，将成为国家间和企业间新的争夺焦点。大数据正在成为继云计算之后的新的热词，大数据时代已然来临，大数据背后，隐匿着巨大的商机。包括IBM，微软，谷歌，亚马逊等一大批知名企业纷纷掘金这一市场。国内企业也是看到了这股淘金热潮。比如说阿里巴巴积极搭建数据流通收集和分享底层架构。华为正在为大数据的挖掘和分析提供专业稳定的IT基础设施平台。百度正式发布大数据引擎，将在政府，医疗，金融，零售，教育等传统领域率先开展对外合作。浪潮互联网大数据采集中心已经采集超过2PB数据。腾讯利用用户关系数据和社交数据正在打通QQ空间微信电商等产品的后端数据。中兴通讯推出聚焦ICT服务的高效数据中心整体服务解决方案。中科曙光推出XData大数据一体机。神州数码启动了智慧城市战略布局。用友在商业分析大数据处理等领域进行研发。东软大数据战略以医疗行业为突破口，凭借在社保医疗行业积累的资源搭建智慧医疗平台。高德与阿里将在地图搜索产品商业化，数据共享，云计算等领域展开合作，而且高德作为提供导航地图地理信息系统软件建设的内容提供商，现在已尝试使用大数据为政府部门提供决策。对国家来讲，大数据是未来的新石油。对企业来讲大数据正是他们梦想的蓝海。而对于生活在大数据时代的你，如果你还不懂大数据那你就真的out了，首先我们要明白什么是大数据？某比萨店的电话铃响了，客服人员拿起电话。客服：XXX比萨店。您好，请问有什么需要我为您服务 ？顾客：你好，我想要一份……客服：先生，烦请先把您的会员卡号告诉我。顾客：***。客服：陈先生，您好！您是住在XX一号12楼1205室，您家电话是2646****，您公司电话是4666****，您的手机是1391234****。请问您想用哪一个电话付费？顾客：你为什么知道我所有的电话号码？客服：陈先生，因为我们联机到CRM系统。顾客：我想要一个海鲜比萨……客服：陈先生，海鲜比萨不适合您。顾客：为什么？客服：根据您的医疗记录，你的血压和胆固醇都偏高。顾客：那你们有什么可以推荐的？客服：您可以试试我们的低脂健康比萨。顾客：你怎么知道我会喜欢吃这种的？客服：您上星期一在中央图书馆借了一本《低脂健康食谱》。顾客：好。那我要一个家庭特大号比萨，要付多少钱？客服：99元，这个足够您一家六口吃了。但您母亲应该少吃，她上个月刚刚做了心脏搭桥手术，还处在恢复期。顾客：那可以刷卡吗？客服：陈先生，对不起。请您付现款，因为您的信用卡已经刷爆了，您现在还欠银行4807元，而且还不包括房贷利息。顾客：那我先去附近的提款机提款。客服：陈先生，根据您的记录，您已经超过今日提款限额。顾客：算了，你们直接把比萨送我家吧，家里有现金。你们多久会送到？客服：大约30分钟。如果您不想等，可以自己骑车来。顾客：为什么？客服：根据我们CRM全球定位系统的车辆行驶自动跟踪系统记录。您登记有一辆车号为SB-748的摩托车，而目前您正在解放路东段华联商场右侧骑着这辆摩托车。顾客当即晕倒。这个卖比萨的客服都在用大数据了，段子中的客服为什么能够对一位普通用户了如指掌进行如此精准的销售呢？这是因为他们背后有一套神奇的销售系统，不就是一套系统吗？有那么牛吗？有!他不光根据客户打来的电话识别出客户的身份信息，他还连入了医疗系统了解客户的血压和胆固醇，再根据客户在中央图书馆的借书记录，为客户推荐出他们的低脂健康比萨，还顺便把人家老母亲的健康情况也给掌握了。当客户要付款时，这套系统把客户的信用记录给调阅了，当客户提出要送货的时候，这套系统把人家的摩托车给定位了，吃比萨要给现金呢，还要自己骑着破摩托车去取。调侃归调侃，其实这套神秘的销售系统搜集了客户的大量数据信息，而这些信息一方面来自自己，还有很大一部分来自医疗系统，公共的社会服务系统，银行征信系统，GPS全球定位系统等。这些数据汇起来后，这套销售系统最终精确的卖给你一个比萨。这就是大数据的奥妙，他在幕后指导你如何卖比萨。上面的例子似乎有点虚构，有没有更现实一点的例子吗？本山大叔的回答是：这个可以有!这里呢说一说大数据对影视行业的影响。这个行业的经典案例，要数美剧《纸牌屋》了。话说《纸牌屋》是当下非常流行的美剧，就连美国总统奥巴马都在追。就有媒体报道称奥巴马在自己的推特上发文：明天下班后，俺要看纸牌屋，谁都别给俺剧透，谁剧透，我就跟谁急，俺要爽爽地看一集《纸牌屋》。是何方神剧让奥巴马都如此痴迷呢？这是由网飞公司出品的一部美剧。网飞是美国最大的DVD与网络视频租赁网站。他们在国内有2700万用户，全球用户有3300万。他们从流媒体视频用户处收集到的数据异常惊人。每次搜索，每一次暂停，每一次积极与消极的评价，还有自己的位置数据，设备数据，社交媒体数据。在分析完这些数据之后他们发现自己的这些观众都喜欢演员凯文·史派西,还喜欢导演大卫·芬奇,并且喜欢1990年的英国同名电视剧。这3项综合在一起网飞下定决心拍摄《纸牌屋》，并将数据分析运用的淋漓尽致。网飞在观影页面上提供暂停后截图的功能，他们依靠这些数据来判断观众更喜欢哪种布景和画面。网飞投下一亿美元创作了两季共计26集的电视剧。他们将第一季13集纸牌屋一次性在网上播出，博得一片叫好之声。这部用大数据算出来的电视剧，包含了3000万用户的收视选择，400万条评论，300万次主题搜索。最终拍什么？谁来拍？谁来演？怎么播？都由数千万观众的客观喜好，统计决定。卖比萨的例子仅仅是大数据对餐饮行业的影响,而《纸牌屋》的成功是数据对影视产业的影响。其实大数据蕴含着无比的商机，而且还会影响到各行各业。比如沃尔玛分析人员发现，欧美的主妇通常会要求丈夫下班后顺便给孩子买尿布回来。而这些大老爷们也顺便带几罐啤酒回来。沃尔玛就将啤酒和尿布作为组合放在一起，尿布的销售，促成了啤酒的热卖。大数据正在形成一条新的产业链。下面是由赛智咨询提供一张图表：
韵为大数据
从这张图表中，我们可以发现各行各业可以从大数据产业联盟的数据采集，数据组织，数据分析，数据应用，数据投资的方方面面进行淘金。互联网企业，运营商企业，政府和行业用户，应用开发商，数据云服务商，咨询服务商将形成一套完整的大数据生态环境。接下来我们再看看大数据对我们职业生涯带来怎样的影响？随着国家重视大数据，政府扶持大数据，大数据在企业中生根发芽，开花结果。还没有实施大数据的企业，看到人家院子里面的出墙红杏，早己是口水满地，纷纷成立大数据研究部门，什么大数据研究院，大数据分析室 ，大数据实验室，大数据研究中心等等，并且砸下重金争取占领大数据的前沿阵地 。大数据相关职位立马火了起来。什么商务分析师，数据工程师，数据分析师，数据架构师。正如IDG提供的图表显示：
韵为大数据
19%的受访企业，计划在未来的12至18个月内，雇佣数据编程人员，并且随后雇佣商务分析，数据分析工程师和数据架构师。这不前两天还在公司默默无闻写SQL语句的小王，居然跳槽了，QQ签名俨然变成：叫哥数据分析师，哥分析的不是数据，是寂寞。两天不见做起了高大上的职业，职位已经升迁，离高富帅还会远吗？如果你研究一门语言超过了5年，这门语言对你来说都没有新鲜感，大数据编程分布式计算，让你重拾编程的乐趣。如果你做DBA这个表那个索引，除了数据的霉味，还有更大的价值吗？如果你在学校学的是数学和统计专业，不考研，你真甘心只做数学老师？做数据分析去!数据可是企业的摇钱树。如果你是市场调查员，站在街上，Hi,美女，填表格送面膜哟，风吹日晒的还没几个人理咱，走,回去分析数据去，数据里面有真相。如果你是销售人员，打折促销什么情人节，母亲节，父亲节，六一儿童节，双11，双12的，省省吧！分析一下客户的喜好，提价他们都要买!买!买!这么说来，我可真是心动了，别拦我，我要学大数据去。可是，可是我对大数据不懂啊！在长沙上哪学呢？别急，这简单呀，上湖南商学院找唐常来呀！韵为大数据是什么来头？月薪过万是不是真的？先学后就业再付费你没有任何后顾之忧!学数学统计的同学，你们逆袭的时候到啦！
韵为大数据咨询师唐常来。QQ：君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
2017年大数据专业就业前景
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口2017年大数据分析领域的六大发展趋势 - 知乎专栏
{"debug":false,"apiRoot":"","paySDK":"/api/js","wechatConfigAPI":"/api/wechat/jssdkconfig","name":"production","instance":"column","tokens":{"X-XSRF-TOKEN":null,"X-UDID":null,"Authorization":"oauth c3cef7c66aa9e6a1e3160e20"}}
{"database":{"Post":{"":{"contributes":[],"title":"2017年大数据分析领域的六大发展趋势","author":"zhong-qian-qian-64-70","content":"2016年，在政府的大力倡导和企业大力发展的双重推动下，大数据的业务版图不断扩大，越来越多的公司开始部署大数据战略，并且很多公司在大数据业务中的获利颇丰。2017年大数据将是怎样的发展趋势呢，而大数据中最核心的分析领域又将是怎样的发展趋势？OpenFEA经过调研及梳理，大胆预测2017年大数据分析领域的六大发展趋势：一、分析工具的竞争将加剧随着数据量的不断增长，数据分析方法也将进一步提高。虽然SQL依然是数据分析的标准方法，但是数据计算框架如Spark的发展仍然势不可挡。但Spark作为计算框架，在小数据、中型数据及流数据方面的分析处理有所不足，且应用复杂，这势必为更多的新兴分析工具创造了发展机遇，2017年像FEA之类的新型分析工具，因其操作简单，对用户没有任何编码知识要求而将发展迅速。二、对实时分析的需求变的强烈而急迫技术专家预测，2017年很多企业因需要利用数据进行实时决策，对数据处理的性能要求更高，离线分析的应用将放缓，而实时性计算的应用需求将增加，对海量数据的分析处理，响应时间要求为秒级。目前有几款数据分析工具可以提供实时访问，如Google Analytics和Clicky。而FEA在实时分析方面也将大放异彩。三、机器学习算法越来越重要Gartner指出，机器学习是2017年十大战略技术趋势之一。当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。而在分析领域，要不断提高分析能力，必将大力研究与支持更多的机器学习算法。四、预测分析业务激增在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。普华永道（PwC）2016年调查显示，目前仅有29％的公司使用预测分析技术，这个数量并不多。随着企业越来越意识到预测分析工具的强大功能，这一数字在未来几年可能会出现激增。五、内存计算在分析领域的应用更普遍在传统技术中，数据存储在配备硬盘驱动器或固态硬盘(SSD)的存储系统中，而加载时，要先从硬盘将数据读出而后再加载到内存，这一处理机制，极大制约了响应时间，必将被淘汰。而内存技术将数据存储在内存中，这大大提高了数据处理速度。弗雷斯特研究公司的一份报告预测，内存数据架构每年会增长29.2%。而FEA也是基于内存计算的大数据分析工具，且经过一年多的发展在这块的技术已相当成熟。六、数据分析师的就业面扩大毫无疑问，大数据分析技术的发展，意味着拥有大数据技能的人才需求旺盛，薪水优厚。据IDC称：“光在美国，2018年会有181,000个深度分析岗位，是需要数据管理和解读相关技能的岗位数量的五倍。”由于人才紧缺，Robert Half Technology公司预测，2017年数据科学家的平均薪资将提高6.5%，年薪在116000美元至163500美元。同样，明年大数据工程师的薪资也将提高5.8%，年薪在135000美元至196000美元。另一方面，由于聘请大数据专家的成本上升，许多企业将培养自己的大数据分析师，或鼓励行业专家朝分析师的方向转型，并寻求更适合自身业务的大数据分析工具。","updated":"T01:44:45.000Z","canComment":false,"commentPermission":"anyone","commentCount":0,"collapsedCount":0,"likeCount":1,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","titleImage":"","links":{"comments":"/api/posts//comments"},"reviewers":[],"topics":[{"url":"/topic/","id":"","name":"大数据分析"},{"url":"/topic/","id":"","name":"数据分析师"},{"url":"/topic/","id":"","name":"数据分析工具"}],"adminClosedComment":false,"titleImageSize":{"width":0,"height":0},"href":"/api/posts/","excerptTitle":"","tipjarState":"closed","annotationAction":[],"sourceUrl":"","pageCommentsCount":0,"hasPublishingDraft":false,"snapshotUrl":"","publishedTime":"T09:44:45+08:00","url":"/p/","lastestLikers":[{"bio":"喜欢同性，代码死宅","isFollowing":false,"hash":"c077f286ab72f8e5eca496a","uid":643500,"isOrg":false,"slug":"liu-rui-56-67","isFollowed":false,"description":"船到桥头自然沉，不及汪伦送我情","name":"船到桥头自然沉","profileUrl":"/people/liu-rui-56-67","avatar":{"id":"v2-18fde883ddfcde825c2da70","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false}],"summary":"2016年，在政府的大力倡导和企业大力发展的双重推动下，大数据的业务版图不断扩大，越来越多的公司开始部署大数据战略，并且很多公司在大数据业务中的获利颇丰。2017年大数据将是怎样的发展趋势呢，而大数据中最核心的分析领域又将是怎样的发展趋势？OpenFE…","reviewingCommentsCount":0,"meta":{"previous":null,"next":null},"annotationDetail":null,"commentsCount":0,"likesCount":1,"FULLINFO":true}},"User":{"zhong-qian-qian-64-70":{"isFollowed":false,"name":"OpenFEA","headline":"","avatarUrl":"/v2-ea172b487ddde8d0a4ec_s.jpg","isFollowing":false,"type":"people","slug":"zhong-qian-qian-64-70","bio":null,"hash":"c54b2733a618c15c7d16","uid":708700,"isOrg":false,"description":"","profileUrl":"/people/zhong-qian-qian-64-70","avatar":{"id":"v2-ea172b487ddde8d0a4ec","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false,"badge":{"identity":null,"bestAnswerer":null}}},"Comment":{},"favlists":{}},"me":{},"global":{"experimentFeatures":{"ge3":"ge3_9","ge2":"ge2_1","appStoreRateDialog":"close","nwebStickySidebar":"sticky","qrcodeLogin":"qrcode","favAct":"default","default":"None","mobileQaPageProxyHeifetz":"m_qa_page_nweb","newMore":"new","iOSNewestVersion":"4.2.0","newMobileColumnAppheader":"new_header","newBuyBar":"livenewbuy3","sendZaMonitor":"true","homeUi2":"default","answerRelatedReadings":"qa_recommend_by_algo_related_with_article","wechatShareModal":"wechat_share_modal_show","qaStickySidebar":"sticky_sidebar","androidProfilePanel":"panel_b","liveStore":"ls_a2_b2_c1_f2","zcmLighting":"zcm"}},"columns":{"next":{}},"columnPosts":{},"columnSettings":{"colomnAuthor":[],"uploadAvatarDetails":"","contributeRequests":[],"contributeRequestsTotalCount":0,"inviteAuthor":""},"postComments":{},"postReviewComments":{"comments":[],"newComments":[],"hasMore":true},"favlistsByUser":{},"favlistRelations":{},"promotions":{},"switches":{"couldAddVideo":false},"draft":{"titleImage":"","titleImageSize":{},"isTitleImageFullScreen":false,"canTitleImageFullScreen":false,"title":"","titleImageUploading":false,"error":"","content":"","draftLoading":false,"globalLoading":false,"pendingVideo":{"resource":null,"error":null}},"drafts":{"draftsList":[],"next":{}},"config":{"userNotBindPhoneTipString":{}},"recommendPosts":{"articleRecommendations":[],"columnRecommendations":[]},"env":{"edition":{},"isAppView":false,"appViewConfig":{"content_padding_top":128,"content_padding_bottom":56,"content_padding_left":16,"content_padding_right":16,"title_font_size":22,"body_font_size":16,"is_dark_theme":false,"can_auto_load_image":true,"app_info":"OS=iOS"},"isApp":false},"sys":{},"message":{"newCount":0},"pushNotification":{"newCount":0}}大数据技术的就业前景如何？_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
大数据技术的就业前景如何？
0|0|文档简介|
北大青鸟锦江天府校区是北大青鸟四川旗舰校...|
总评分0.0|
大数据技术的就业前景如何？
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
你可能喜欢}