bob muenchen
招聘廣告的數量能一定程度上反應每一種軟體的流行程度，并從中預測出哪一種在将來會更加流行。本文作者以美國最大的招聘網站indeed.com為統計平台，通過對某一天資料科學職位的招聘數量進行統計分析，得出資料科學軟體的變化趨勢。
各種軟體招聘量見下圖。其中最多的是sql，将近18000，然後分别是python和java（13000左右），hadoop（10000左右），r，c系列和sas（這是r首次在在資料科學職位報告中超過sas），apache spark（詳細分析見spark is the future of analytics），tableau（5000左右，限資料科學職位），apache hive（3900左右），scala，sap，matlab，spss。其中scala，sap，matlab，spss均為2500左右。
招聘量小于250的軟體列在了下圖中，分别是：alteryx（240），microsoft（azure machine learning and microsoft cognitive toolkit，157），julia，fortran，apache flink（125），h2o（100）。以操作容易為賣點的sas enterprise miner、rapidminer和knime招聘量都是90左右，大概是因為各公司認為沒有必要聘請專家？spss子產品也是同樣類型的接口，但卻隻有50個職位。開源的mxnet深度學習架構有34個職位，而tensorflow是它的12倍，但是兩者都很年輕，有足夠大的潛力在未來快速發展。
再來看一下python和r。python和r誰更流行的争論是由來已久，但是從來都沒有多少資料支援。但是單從招聘職位上來看，python于2013年就已經超過了r（如下圖）。當然我們要清楚，r隻是單純用來進行資料分析，而python在資料科學領域用途更廣泛。
<a href="https://promotion.aliyun.com/ntms/act/ambassador/sharetouser.html?usercode=j4nkrg1c&utm_source=j4nkrg1c">數十款阿裡雲産品限時折扣中，趕緊點選領劵開始雲上實踐吧！</a>