今年8月，全球最大的社交招聘平臺(tái) Linkedin 發(fā)布了最新一期的職場(chǎng)報(bào)告。報(bào)告顯示，美國(guó)市場(chǎng)當(dāng)月對(duì)擁有數(shù)據(jù)科學(xué)技能的人才需求缺口，超過(guò)了十五萬(wàn)人。在全球新一輪經(jīng)濟(jì)競(jìng)爭(zhēng)的壓力下，各國(guó)對(duì)數(shù)據(jù)科學(xué)領(lǐng)域的人才都非�？是�。數(shù)據(jù)工程師正在成為未來(lái)五年就業(yè)市場(chǎng)上最好的工作崗位之一。 Silvia Lu 分析了美國(guó)的數(shù)據(jù)科學(xué)就業(yè)市場(chǎng)，希望從理性的角度為中國(guó)潛在的數(shù)據(jù)科學(xué)從業(yè)者，提供一份有效的建議。

 

 

對(duì)于那些正在積極找工作的未來(lái)的數(shù)據(jù)科學(xué)家們，最近的一個(gè)好消息來(lái)自Linkedin 發(fā)布的2018年8月份職場(chǎng)報(bào)告，根據(jù)這個(gè)報(bào)告，全美對(duì)擁有數(shù)據(jù)科學(xué)技能的人才的需求缺口達(dá)到151717人之多，其中尤其在紐約，舊金山灣區(qū)和洛杉磯需求巨大。

為了幫助大家更好地找工作，我爬取了美國(guó)最大的在線招聘網(wǎng)站之一 Indeed 的數(shù)據(jù)，收集了上面截止到8月3日，全美7000個(gè)數(shù)據(jù)科學(xué)崗位的招聘信息，希望對(duì)數(shù)據(jù)科學(xué)行業(yè)做一個(gè)宏觀的觀察分析，能夠讓數(shù)據(jù)學(xué)家們不止著眼于眼前的代碼，更關(guān)注整個(gè)宏觀市場(chǎng)的經(jīng)濟(jì)規(guī)律。

我爬取的信息包括：公司名稱，職位名稱，地點(diǎn)，職位描述，對(duì)公司的評(píng)論數(shù)。

 

 

(圖片說(shuō)明：美國(guó)的數(shù)據(jù)科學(xué)就業(yè)崗位大多分布在洛杉磯、灣區(qū)、紐約等大城市)

首先，我們要關(guān)注一下這些工作的硬性指標(biāo)——需要什么工具和技能。對(duì)于這些數(shù)據(jù)科學(xué)工作，Excel、Python和SQL是需求最大的工具能力，而機(jī)器學(xué)習(xí)、建模和optimization是最重要的技能。這些都是工作描述部分提及最多的。與我們的印象可能不同的是，Excel是需求最大的技能，有83%的工作描述中出現(xiàn)了對(duì)Excel技能的要求。

 

 

(圖片說(shuō)明：Excel 是使用量最大的工具，接著就是python了。)

較高的技術(shù)門(mén)檻，可能會(huì)讓人們覺(jué)得這是一個(gè)對(duì)專(zhuān)業(yè)要求也比較苛刻的職業(yè)。實(shí)際上是不是這樣呢?計(jì)算機(jī)科學(xué)專(zhuān)業(yè)仍然是最熱門(mén)專(zhuān)業(yè)，其次是與量化有關(guān)的專(zhuān)業(yè)，比如統(tǒng)計(jì)學(xué)、數(shù)學(xué)和經(jīng)濟(jì)學(xué)。

 

 

(圖片說(shuō)明：毫無(wú)疑問(wèn)，計(jì)算機(jī)和統(tǒng)計(jì)等量化學(xué)科仍是最受歡迎的專(zhuān)業(yè)。)

令人意外的是，數(shù)據(jù)科學(xué)專(zhuān)業(yè)居然平均每100個(gè)工作描述中只會(huì)出現(xiàn)4次。這可能也正說(shuō)明雇主明確知道美國(guó)大學(xué)中開(kāi)設(shè)數(shù)據(jù)科學(xué)專(zhuān)業(yè)的學(xué)校并不多，十分短缺。所以，雖然不是相關(guān)學(xué)科，但雇主大多明白教育的現(xiàn)狀。這對(duì)于非量化專(zhuān)業(yè)的同學(xué)們來(lái)說(shuō)是一個(gè)很好的機(jī)會(huì)。

 

 

(圖片說(shuō)明：有28.88%的招聘崗位沒(méi)有學(xué)歷要求，代表這是一個(gè)包容度較高的行業(yè)。)

對(duì)于學(xué)歷來(lái)說(shuō)，有28.88%的招聘崗位沒(méi)有要求，大部分本科就能夠承擔(dān)起一個(gè)數(shù)據(jù)科學(xué)家的職責(zé)。所以，所以學(xué)歷對(duì)于大多數(shù)數(shù)據(jù)科學(xué)家來(lái)說(shuō)，也不是太大的問(wèn)題。

那么，在了解了市場(chǎng)后，我們還想了解一下雇主。雇主知道他們想要什么樣的人才么?

簡(jiǎn)單的答案是：不太怎么知道。

你有沒(méi)有經(jīng)歷過(guò)這樣的面試：你已經(jīng)被問(wèn)了很多關(guān)于邏輯回歸、隨機(jī)森林的問(wèn)題，但最后卻發(fā)現(xiàn)自己被要求在白板上解決某個(gè)算法問(wèn)題。這經(jīng)歷令人疲累。

我把崗位分成三類(lèi)，工程師，數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師。對(duì)這些崗位進(jìn)行對(duì)比，我想看一看它們?cè)诠ぷ髀毮堋�學(xué)位需求和專(zhuān)業(yè)喜好上有沒(méi)有明顯不同傾向。

 

 

(圖片說(shuō)明：工程師-紅、數(shù)據(jù)科學(xué)家-藍(lán)、數(shù)據(jù)分析師-黃，三類(lèi)工種最常用的使用工具都是什么。)

我比較了三種工作種類(lèi)中，對(duì)需要掌握工具的描述的提及頻率。每個(gè)柱子對(duì)應(yīng)的數(shù)字代表了每個(gè)組里不同工具技能的排序，高度代表了提及次數(shù)，越長(zhǎng)的柱子說(shuō)明這個(gè)工具的需求越大。比如對(duì)于數(shù)據(jù)科學(xué)家崗位，工具重要性的排序?yàn)椋篜ython、SQL、R語(yǔ)言、Excel和Scala，而對(duì)于工程師，編程語(yǔ)言則更加重要。數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師崗位的區(qū)別不明顯。

 

 

(圖片說(shuō)明：工程師-紅、數(shù)據(jù)科學(xué)家-藍(lán)、數(shù)據(jù)分析師-黃，從左到右的對(duì)比類(lèi)目依次是——AI、機(jī)器學(xué)習(xí)/建模/統(tǒng)計(jì)、數(shù)據(jù)分析/可視化/調(diào)研。)

而在技能方面，工程師崗位只顯示出對(duì)人工智能的傾向，數(shù)據(jù)科學(xué)家崗位則對(duì)包括機(jī)器學(xué)習(xí)、建模和統(tǒng)計(jì)分析情有獨(dú)鐘，數(shù)據(jù)分析師則需要有數(shù)據(jù)分析、數(shù)據(jù)可視化和研究的能力。

 

 

(圖片說(shuō)明：工程師-紅、數(shù)據(jù)科學(xué)家-藍(lán)、數(shù)據(jù)分析師-黃，三類(lèi)工種對(duì)學(xué)歷的依賴程度。)

總的來(lái)說(shuō)，數(shù)據(jù)科學(xué)家崗位比其他兩個(gè)需要更高的學(xué)位。在專(zhuān)業(yè)傾向上，工程師崗位最喜歡計(jì)算機(jī)科學(xué)專(zhuān)業(yè)畢業(yè)生，數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師崗位對(duì)專(zhuān)業(yè)限制不多，量化相關(guān)的專(zhuān)業(yè)都可以。

 

 

(圖片說(shuō)明：工程師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師對(duì)不同專(zhuān)業(yè)的依賴程度——大多還是偏量化類(lèi)，數(shù)據(jù)分析師的要求更寬泛。)

所以，從我的分析來(lái)看，名字為數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師的崗位，在招聘需求中關(guān)于工具能力、技能和專(zhuān)業(yè)及學(xué)位的要求上差別不大，有很多重合。因此找工作時(shí)候需要仔細(xì)閱讀工作描述，做出判斷。

那么，究竟是怎樣的人才能更好找到工作呢?

答案可以總結(jié)成這樣：

如果你在量化相關(guān)的學(xué)科擁有一個(gè)碩士或更高的學(xué)位，且熟練掌握Python、SQL、Excel、R 語(yǔ)言及 Scala，精通機(jī)器學(xué)習(xí)、建模、優(yōu)化、數(shù)據(jù)可視化以及人工智能，同時(shí)更重要的，你仔細(xì)閱讀工作描述，那么你一定會(huì)找到工作的!

當(dāng)然，對(duì)于剛開(kāi)始的大部分人來(lái)說(shuō)，現(xiàn)在看起來(lái)熟練掌握 Excel，并會(huì)一些統(tǒng)計(jì)和建模的能力，你就可以找到工作了。找到工作以后，最好立刻開(kāi)始學(xué)習(xí)一門(mén)編程，然后再不斷擴(kuò)充自己的技能庫(kù)，你在數(shù)據(jù)科學(xué)的路上就會(huì)越走越寬啦。

注：本文編譯自技術(shù)博客《 Who gets hired? An outlook of the U.S. Data Scientist Job Market in 2018》

標(biāo)簽： 代碼 數(shù)據(jù)分析

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。