目前社會需要大量資料科學家，可以說，目前對這一職業的需求量已達到峰值。在IT行業中裡，資料科學領域的工作報酬最高。在美國，他們基礎薪水的中位數是13萬美元。麥肯錫公司預計，在未來幾年，資料科學專業人士的供需差距将達到50%。
資料科學崗位紛繁複雜，每份工作要求的技能也各不相同。資料科學領域會使用數學、資料、計算機科學準則以及常見的Python、R、Tableau、SQL等工具集。今後社會将需要大量資料科學方面的專家，為此本文将讨論該領域的不同職位：
1. 資料科學家——如今該領域最火的職稱、最炙手可熱的工作。資料科學家負責處理原始資料，依靠上述各類技術分析資料，并提供深刻見解以預測商業隐患。他們使用機器學習，基于過往模式預測未來。
一名資料科學家的平均薪水（美國）為11萬9千美元。
圖源：谷歌
2. 資料分析師——負責分析資料。分析過程需要建立系統，幫助企業使用者提取資訊，確定資料品質。分析師的任務是收集、處理、展示統計性的資料分析。他們使用R或SAS技術，從可用資料中發現有用資訊。不僅是IT業，醫療、通訊、金融、零售及保險等行業的各類公司都需要資料分析師經營業務。
資料分析師的平均年薪（美國）是6萬2千美元。
圖源：谷歌
3. 資料架構師——随着大資料的崛起，這一職業也愈發重要。架構師需要建立資料管理系統，整合、保護并維護資料源和公司資訊，并且負責資料庫的架構、設計、建立和資料優化。他們需要經常使用微軟的電子表格（Excel）進行屬性映射、表格設計，此外，還需熟練掌握Pig，Spark，SQL，XML及Hive等技術。
該職業的平均年薪（美國）為10萬美元。
圖源：谷歌
4. 資料工程師——該崗位職責并非分析資料，而是打造特定的軟體基礎設施，以供其他專家開展工作。想要勝任這份工作需要深入了解相關知識，包括涵蓋MapReduce、Hive和Pig的Hadoop與NoSQL、SQL等大資料技術。資料工程師的任務是研發、測試并維護大規模處理系統，其中大部分工作是資料整理，這也是資料工程師優于其他軟體設計者之處。
該崗位的平均薪水（美國）是9萬5千美元。
圖源：谷歌
5. 統計員——了解影響企業發展的市場變化趨勢。統計員負責收集資料并将其轉為有用資訊。他們憑借自身技術處理各類結構化或非結構化的資料。統計員常用的工具和技術包括SAS、SPSS、Matlab、Python、Scala、R等。他們擁有強大的統計學背景，統計研究既包含了描述性主題也囊括了推理性主題。
統計員的平均薪水（美國）為7萬5千美元。
6. 資料庫管理者——受過專業教育訓練，負責儲存、整理公司資料。他們負責開展、指揮所有與資料保護、資料監管、資料維護及資料安全相關的活動。這使得包括職員在内的使用者得以全天候使用資料庫。為實作這一目的，管理者需要使用MySQL Workbench，Toad，Adminer，DatabaseSpy等技術。
該工作的平均薪水（美國）是6萬8千美元。
圖源：谷歌
7. 商業分析師——商業分析師與資料分析師有些類似，但前者專攻商業領域。商業分析師使用技能，為企業在産品和服務更新方面提供指導。他們收集并分析基本的商業需求，負責改變商業局面，處理商業問題。商業分析師使用的工具包括PowerPoint、Excel和Word在内的微軟辦公軟體、Visio、Google Docs、Sheets and Slides、SmartDraw、Balsamiq等。
該工作的平均薪水（美國）為6萬5千美元。
圖源：谷歌
8. 資料和分析學經理——負責分析、解析有效資料并報告研發程序。他們為資料分析師提供方向，也負責錄用事宜。經理需要在資料科學領域擁有7至10年的工作經驗，可依據市場趨勢向組織的上司層提出建議，做出改變。該崗位必須精通計算機程式設計語言、資料庫系統、大資料工具以及機器學習。
這份工作的平均薪水（美國）為11萬6千美元。
圖源：谷歌
大家在尋找夢寐以求的資料科學崗位時，需要明白不同工作崗位間的差別。必須首先確定深入了解每個崗位，再做出适合自己和自身能力的工作選擇。選擇在資料科學領域工作的人們都明白這一行業的需求之大，薪資之豐厚。随着資料慢慢滲入大衆生活，公司加強對生成資料的了解，預計在未來很長一段時間内，資料科學領域的就業機會将不斷增加。
留言 點贊 關注
我們一起分享AI學習與發展的幹貨
歡迎關注全平台AI垂類自媒體 “讀芯術”