京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源 | 36大数据
根据麦肯锡2011年发布的一份研究报告,到2018年世界范围内将会出现高达140,000 至190,000的“大数据”岗位空缺:各行各业已经积累起来大量的数据分析需求,但市场上具备使用、分析和让数据说话能力的人才供不应求。
2015年马上就要过去了,在这一年里,“大数据”相关职业在全球就业市场的情况到底如何?我们通过WANTED Analytics和福布数据分析斯杂志刚刚公布的2015年数据为大家进行一些总结。
那些“大数据”岗位在哪里?
WANTED Analytics公司专注于就业市场数据分析,其数据库包含来自150个国家的10亿个岗位信息,在这次统计过程中,其将“大数据”定义为数据分析、数据采集、数据挖掘和数据结构四类技能。在对过去12个月美国就业市场“大数据”相关岗位的分析中发现:
就岗位数量而言,需要“大数据”技能的岗位空缺呈现高速增长,如下图所示,其中“大数据”解决方案的销售人员、计算机系统分析师、管理分析师、IT项目经理、和信息安全分析师岗位的增幅都在100%以上。这一增长趋势也将延续至2016年。

Source: Wanted Analytics & Forbes.com
就招聘企业而言,易安信、IBM、思科、甲骨文在2015年招聘的“大数据”人才最多。其他前十的企业信息如下:

Source: Wanted Analytics & Forbes.com
“大数据”岗位需要学什么专业?
首先具有相关背景的本科毕业生或职业人士通过短而实用的数据分析课程,能够迅速满足相关企业的岗位空缺,因而非常抢手。
其次想要在本科阶段开始为自己进入“大数据”领域打好基础的话,主要可以通过在学习三个传统学科专业(数学和统计、计算机科学、商科)的基础上选修培养相关技能的课程来满足就业市场的需求。目前大部分的“大数据”从业人员并不具备数据分析的学位,而是具备了相应的技能。

就数学和统计专业而言,目前绝大多数的数据科学家是数学和统计专业背景,所以你选择的学校可能并没有所谓“数据分析”这个专业,但是其数学和统计专业很可能有开设一系列课程帮助你培养大数据分析的能力,甚至还会建议你去选修一些外系的编程或市场营销课程来丰富你的技能组合。
另一个进入大数据领域的方式是学习计算机科学专业,这一路线将会侧重于学习大数据采集和分析的技术问题。
目前市面上许多的大数据技术如MapReduce, NoSQL, and Hive就是来源于软件工程师的发明创造。所以如果你对计算机科学感兴趣,又想在毕业后从事大数据相关岗位,你可以在本科阶段侧重于对人工智能、机器学习和数据理论的学习。
最后一个和大数据领域密切相关的本科专业是商科下面的“管理信息系统(management information systems)”或“计算机信息系统(computer information systems)”专业。
如果说计算机科学专业的学生研究的是如何让大数据技术变得更快更好,那商科学生学习的就是如何用大数据技术去为企业赢得利润,因此更关注的是如何把大数据技术与市场营销、产品定位和购买模式等等结合起来。
与此同时,越来越多的商学院开始开设专攻商业数据分析的本科和研究生项目,尽管不像计算机科学专业对于理工科知识有那么高的要求,但是还会涉及一定的数据库设计、分析和编程,以及相关统计软件如Hadoop和SAS的使用。
End
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23