數(shù)據科學家這個職業(yè)被工作招聘網站Glassdoor在2016年被評選為美國最佳工作，這個職位是數(shù)據分析，經濟學，統(tǒng)計學，以及計算機科學等傳統(tǒng)職業(yè)的混合。

雖然微軟，F(xiàn)acebook和IBM公司等全球科技公司雇用了大多數(shù)的數(shù)據科學家（分別為227名，132名，98名），但是根據市場調研機構RJ Metrics公司的報告，這些專業(yè)人士也在非技術領域需求很大。Kohl's，AAA和Publisher's Clearing House都在Glassdoor上搜尋數(shù)據科學家。

大多數(shù)選擇這一職業(yè)生涯的人在進入這個創(chuàng)新和新興高科技領域之前就從事科學，技術，工程和數(shù)學（STEM）的工作的研究。這些學科對美國經濟的積極貢獻，以及提高美國在全球高科技市場的競爭力是不可否認的。

這就是為什么這么多學生正在進入STEM學科的大學學習的原因，例如大數(shù)據分析學位。這與STEM科目的研究與發(fā)展最快的行業(yè)有關，其中許多都是有前途的職業(yè)。這些研究和隨后的就業(yè)仍然是以男性主導。然而，IT行業(yè)正在鼓勵女性專注于更多的技術研究。

未來的許多職業(yè)將嚴重依賴大數(shù)據分析專家，他們分析和報告最終被用作各行業(yè)和部門和組織決策的關鍵因素的數(shù)據。根據"計算機商業(yè)評論"的研究，到2018年，大數(shù)據市場規(guī)模預計將增長至463.4億美元，因為越來越多的企業(yè)采用新技術和數(shù)字化思維。

（1）大數(shù)據分析顧問大數(shù)據分析顧問可以從每天創(chuàng)建和存儲的令人難以置信的數(shù)據量中識別模式和趨勢。這個新興領域允許企業(yè)和組織解讀數(shù)據，并直接應用于識別商業(yè)智能解決方案。大數(shù)據分析專家致力于使數(shù)據更易于理解和消化，使企業(yè)能夠更快地對分析人員識別的趨勢和模式做出反應。

（2）計算機系統(tǒng)分析師《福布斯》雜志的一項研究表明，在過去一年中，擁有大量數(shù)據專業(yè)知識的計算機系統(tǒng)分析師增長了89.9％。預計這些人將擁有Python，Linux和SQL等語言和工具的技能。計算機系統(tǒng)分析師主要利用他們的IT和業(yè)務知識來改進組織的計算機系統(tǒng)流程。這些技術人員將幫助網絡和計算機系統(tǒng)更有效和高效地運行。

（3）指標和分析專家指標和分析專家通過分析和解釋來自外部來源的數(shù)據來了解并記錄組織的要求。他們還確定提取所需的數(shù)據，并與其他部門（如Web開發(fā)和IT）合作，制定優(yōu)化結果，數(shù)據模型或編譯報告的策略。這一角色的個人有助于研究，開發(fā)，監(jiān)測和報告。幾個行業(yè)雇用指標和分析專家，包括：B2B，B2C，醫(yī)療保健，制造業(yè)，旅游，技術和金融。

（4）解決方案架構師解決方案架構師的定義仍在不斷發(fā)展。其主要致力于在信息架構，集成和高級業(yè)務解決方案方面開發(fā)符合組織結構的解決方案。隨著企業(yè)采用較新的技術和流程，解決方案架構師采用深層次的戰(zhàn)術方法來分析變量，以確保每項計劃和項目都在范圍之內。解決方案架構師通過創(chuàng)建概念模型，公式和形式規(guī)范來解決組織高層項目中的問題和障礙。

（5）分析員對于許多公司來說，數(shù)據分析是一個關鍵的競爭資源。幾乎所有行業(yè)的公司正在收集比以往任何時候更多的信息，而分析員則負責通過數(shù)據來識別模式和趨勢。分析員分析數(shù)據并提供實際見解，使企業(yè)能夠有效地做出戰(zhàn)略決策并推動結果。今天的數(shù)據已經超越數(shù)字的范疇，它是多方面和動態(tài)的，融合洞察力和技術的信息。

根據英特爾公司的同行研究大數(shù)據分析調查，組織和執(zhí)行人員認為，大數(shù)據分析是企業(yè)的首要任務之一。大量數(shù)據在日常生活的幾乎每個方面都是普遍存在的，也是許多公司招聘具有大數(shù)據分析學位的畢業(yè)生的主要原因。

隨著STEM領域的發(fā)展，促進這一增長所需的知識和技能越來越重要，這也說明了為什么那么多的需要這些技術人員的大學和公司鼓勵學生追求STEM學位的原因。

根據多家公司的報價，畢業(yè)于STEM學位課程的學生幾乎獲得了六位數(shù)的年收入。 當然，如果有人覺得自己在IT領域處于無休止的工作之中，并且擁有知識和能力來填補數(shù)據科學家的席位，那么可能會比較容易獲得數(shù)據科學家那里的職位。

原文出處：http://www.datacenterknowledge.com/archives/2017/05/30/big-data-experts-big-demand/

「本文為中國IDC圈原創(chuàng)，轉載須注明出處?！?/p>