京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据闹“人才荒”
近日,“大数据专业”成为热词,这主要源于近期一则新闻——教育部公布的最新高校新增专业名单中,有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。加上第一批成功申请该专业的北京大学、对外经济贸易大学及中南大学,目前共有35所大学获批开设大数据专业。
大数据专业热度空前的背后,是大数据在全球的蓬勃发展。分析机构Wikibon日前发布了最新的2017年大数据全球预测,报告指出,2016年全球大数据硬件、软件和服务整体市场增长22%,达到281亿美元,这促使大数据成为技术领域更具吸引力的领域之一。同时,模型显示到2027年,在大数据硬件、软件和服务上整体开支的复合年增长率为12%,而这主要是受到了大数据软件的推动。
事实上,全球多家市场研究机构统计的数据都显示,大数据市场正在快速兴起,无论是大数据市场的整体规模,还是大数据公司的数量都在快速增长,大数据技术正在越来越多的行业中得到应用,随之而来的就是大数据人才问题的凸显。相关统计数据显示,未来3~5年,中国需要180万数据人才,但目前只有约30万人。而麦肯锡早在几年前就预测,2018年,大数据或者数据工作者的岗位需求将激增,其中大数据科学家的缺口在14万到19万之间,对于懂得如何利用大数据作决策的分析师和经理的岗位缺口则将达到150万。
可以看到,在市场需求和人才供应的不均衡下,大数据人才问题日渐严峻。人才紧缺带来的最直观的现象就是薪酬的提升。目前,一个大数据工程师的月薪轻松过万,一个有几年工作经验的数据分析师的薪酬在30万~50万元之间,而更顶尖的大数据技术人才则是年薪轻松超百万,成为各大互联网和IT公司争夺的对象。因而甚至有观点认为,大数据专业正在成为求职者进入大公司的捷径。
近期的另外一则消息也凸显了大数据人才的重要性,近日,贵州第一批49名挂职大数据人才和科技副职到岗工作,这是贵州省委省政府围绕大扶贫和大数据战略,以人才驱动创新发展的重大举措。这些集中引进的大数据人才主要担任大数据领域有关机构副职,到贵阳市、贵安新区、遵义市等大数据产业发展重点地区和贵州省大数据局、“20朵云”大数据单位等重点部门任职。
在大数据已经上升为国际战略的今天,大数据人才正在拥有更多的发展机会。不过需要看到的是,大数据人才的培养并不是一朝一夕的事情,35所高校开设大数据专业,也并不意味着大数据人才紧缺的问题能够得到根本性的解决。一个专业从设立到成熟,为社会输送合格的人才,需要时间和强大的师资力量的支撑。而且随着大数据、互联网、人工智能、云计算等技术的融合发展,未来的社会需要更多复合型的技术人才。
因而,如何在借鉴国外经验的基础上科学设置大数据专业课程,如何跟随产业变化,培养满足技术和企业发展需要的大数据人才,是整个业界需要思考和解决的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19