数据科学仍具前景 人才市场供不应求

一个多月前，知名数据建模和数据分析竞赛平台Kaggle发布了他们首个数据科学&机器学习全行业调查，结果显示，全球数据工作者的平均年薪是55441美元，约合人民币37万，是名副其实的高薪职业。近日，有人就在Quora上提问：“数据科学行业的前景仍会保持良好吗？”针对这一问题，Iliya Valchanov表达了自己的看法。

2016年，数据科学是薪酬最高的职位。

当然，这一现状的产生与基本的供求关系是分不开的。目前市场上对数据科学家的需求巨大，但人才却相当短缺。

想想几年前的互联网，丰厚的薪水简直是其他行业中的佼佼者。那时候几乎人人都想学CS，成为一名程序员或者网站设计师，或者任何能跟互联网沾边的工作。随着时间的推移，CS人才的供应越来越多，工资水平也比原先有所下降了，不过仍然高于平均水平。

现在，数据科学行业也在发生同样的事情：供不应求。高薪酬吸引着大批人进入数据科学领域发展。

需求

通过数据做决定正成为各大企业的主流。在过去，分析师只用Excel分析数据，只有学术专家才选择SPSS、Stata这样的工具。但是现在不一样了。

技术的进步催生了一大批数据分析工具：

市场部门可以运用Google Analytics；

复杂的ERP需要分解信息创建可视化？没关系，SAP和Microsoft Dynamics就是您的业务分析师，不管是供应链管理还是人力资源，统统用得上；

数据科学的子领域商业智能部门可以用Tableau、Sisense、Microsoft Power BI，以前所未有的方式让数据可视化，让你一眼掌握全局；

在编程方面，例如R和Python的改进，只需几行代码就能执行复杂的分析。

所以，为公司配备一个数据科学小组，也许能让你的业务翻两番，何乐而不为呢？

下面是谷歌、亚马逊、FB三家公司的数据科学部门情况。

谷歌。谷歌把数据科学运用地淋漓尽致，他们做的每件事都与数据有关。从搜索引擎，到YouTube，再到实现最大化的广告收入等等。甚至连他们的HR团队都在用科学的方法评估如何让员工工作得更舒心，从而提高生产力。

亚马逊。当我们在亚马逊购物时，每个推荐产品都来自亚马逊复杂的数据科学算法。事实上，亚马逊目前在部署的一个算法可以预测你要购买某种产品的概率。如果这个概率足够高，他们就把它送到离你最近的仓库中。这样当你真的购买了它时，当天就能送达。

Facebook。坐拥海量用户的个人数据，Facebook正疯狂的吸收广告费。你在Facebook上留下任何痕迹，他们就能知道你是喜欢看猫视频还是狗视频，然后还能推测出你是猫性人格还是狗型人格。他们还知道你喜欢做什么运动、喜欢吃什么、网购的花费……这样一来，他们就可以作为一个媒介，让其他公司实施精准营销。

不仅大公司有数据科学部门，小企业、个人博客、本地企业也会根据需求运用数据分析工具，并从中获得巨大收益。它的好处就在于，你不需要通过机器学习就能实现收益。

所以，如果你的竞争对手已经开始用数据进行决策，而你却没有，那么赶紧采取行动吧！不然很有可能面临出局的风险。

供应

技术变革催生了数据科学，如果放在20多年前，依靠原始的编程语言、计算能力低且速度慢的计算机，是不可能产生数据科学家这一职业的。

但是，教育发展的速度却跟不上行业发展，现在的教育资源仍然无法满足雄心勃勃的数据科学家。所以，很多想涉足数据科学的人往往都是从其他行业转行来的，主要靠自学获取必备的技能。一般是通过看书、研究论文、观看在线课程。

结论

对于数据科学家的需求仍然会继续增长，我预计将来这一领域会向当年的CS那样——在很长一段时间里，需求增长的速度会大于供应增长的速度。

所以无论从公司的角度还是从员工的角度来看，当下数据科学是一个有前景的领域。