資料分析師、大資料開發、Hadoop開發工程師、資料探勘、演算法工程師的工資薪水到底怎麼樣？
據最新發布的《大資料人才報告》顯示,目前全國的大資料人才僅46萬,未來3-5年內大資料人才的缺口將高達150萬。
領英報告表明，資料分析人才的供給指數最低，僅為0.05，屬於高度稀缺。資料分析人才跳槽速度也最快，平均跳槽速度為19.8個月。
根據中國商業聯合會資料分析專業委員會統計，未來中國基礎性資料分析人才缺口將達到1400萬，而在BAT企業招聘的職位裡，60%以上都在招大資料人才。
■大資料專業就業三大方向
大資料主要的三大就業方向：大資料系統研發類人才、大資料應用開發類人才和大資料分析類人才。
在此三大方向中，各自的基礎崗位一般為大資料系統研發工程師、大資料應用開發工程師和資料分析師。
■大資料專業人才就業薪資
1、基礎人才-資料分析師
北京資料分析平均工資：¥ 10630/月，取自 15526 份樣本，較 2016 年，增長 9.4%。
2、大資料開發工程師
北京大資料開發平均工資：¥ 30230/月。
3、Hadoop開發工程師
北京hadoop平均工資：¥ 20130/月，取自 1734 份樣本。
4、資料探勘工程師
北京資料探勘平均工資：¥ 21740/月，取自 3449 份樣本，較 2016 年，增長 20.3%；
5、演算法工程師
北京演算法工程師平均工資：¥ 22640/月，取自 10176 份樣本。
哪些公司需求大資料人才？
答：所有的公司。大到世界500強，BAT這樣的公司，小到創業公司，他們都需求資料人才。
馬雲大boss說“我們已從IT時代進入了DT時代，未來我們的汽車、電燈泡、電視機、電冰箱等將全部裝上作業系統，並進行資料整合，資料將會讓機器更“聰明”。DT時代，資料將成為主要的能源，離開了資料，任何組織的創新都基本上是空殼。”
資料，未來的一切。
這些人才哪裡來？
據教育部資料顯示，目前，全國已有35所高等院校開通了大資料專業。也就是說，高考報志願可直接報大資料專業的學校了。全國有哪些高校開通了大資料專業呢？
從統計表可以看出，開通了大資料專業的學校主要分佈在一線城市（北京、上海、廣州）以及雲南、貴州和四川三個西南地區。
非科班出身何去何從？
無論大小企業資料分析人才都成為剛需，科班出身優勢明顯，但是相關專業和非科班出身，通過再學習掌握資料分析知識同時實踐於職場，也可以為個人職業生涯錦上添花。
資料來自招聘網站
來源：36大資料
精彩活動
推薦閱讀
Q: 你是什麼職業，打到了什麼水平？
歡迎留言與大家分享
請把這篇文章分享給你的朋友
轉載 / 投稿請聯絡：
更多精彩文章，請在公眾號後臺點選“歷史文章”檢視
相關推薦
資料分析師、大資料開發、Hadoop開發工程師、資料探勘、演算法工程師的工資薪水到底怎麼樣？
據最新發布的《大資料人才報告》顯示,目前全國的大資料人才僅46萬,未來3-5年內大資料人才的缺口
大資料就業前景怎麼樣？hadoop工程師、資料探勘、資料分析師薪資多少？
近幾年來，大資料這個詞突然變得很火，不僅納入阿里巴巴、谷歌等網際網路公司的戰略規劃中，同時也在我國國務院和其他國家的政府報告中多次提及，大資料無疑成為當今網際網路世界中的新寵兒。 《大資料人才報告》顯示，目前全國的大資料人才僅46萬，未來3-5年內大資料人才的缺口將高達150萬，越來越多
資料分析、資料探勘、演算法工程師、大資料分析師的區別是什麼？爬招聘網站用資料來全方位分析
大資料行業經過幾年的發展和沉澱，大資料專案崗位細分領域已經趨於完善，本文主要探討在大資料分析這個領域，通過爬蟲爬取各個招聘網站的相關資料，對細分崗位進行深入分析，本文的呈現，感謝科多大資料資料分析培訓班第10期學員“NO.1”團隊的技術支援。 此次分析結果呈現經歷三個階段： 細分查詢目
全棧工程師開發手冊（原創）（全棧工程師，前端工程師，後端工程師，架構師，爬蟲工程師，資料分析師，大資料工程師，資料探勘工程師，機器學習工程師，欒鵬全棧）
matlab2c資料分析 原創開發matlab2c動態連結庫，使用c++實現matlab函式，包含matlab中函式的使用，c++的實現原始碼，函式的呼叫示例。對於資料分析，機器學習有很大幫助
資料統計、資料探勘、大資料、OLAP的區別
在大資料領域裡，經常會看到例如資料探勘、OLAP、資料統計等等的專業詞彙。如果僅僅從字面上，我們很難說清楚每個詞彙的意義和區別。今天，我們就來通過一些大資料在高校應用的例子，來為大家說明白—資料探勘、大資料、OLAP、資料統計的區別。 一、資料分析 資料分析是一個大的概念，理論
面試機器學習、資料探勘、大資料崗位時遇到的各種問題
平臺研究類 資料計算平臺搭建，基礎演算法實現，當然，要求支援大樣本量、高維度資料，所以可能還需要底層開發、平行計算、分散式計算等方面的知識； 演算法研究類 文字挖掘，如領域知識圖譜構建、垃圾簡訊過濾等； 推薦，廣告推薦、APP 推薦、題目推薦、新聞推薦等
淺談資料倉庫、商業智慧、資料探勘、大資料、雲技術的前世今生。
開題之前先做宣告，以下內容純為我一家之言。 何為資料倉庫？ 資料倉庫（Data Warehouse可簡寫為DW或DWH）。資料倉庫，是為企業所有級別的決策制定過程，提供所有型別資料支援的戰略集合
資料探勘、檢索、自然語言處理
為什麼要把這三個關鍵詞寫在一起呢？ 對於文字挖掘，第一步：在理解業務的基礎上進行分詞，這就涉及到nlp相關的知識了，目前我接觸到中文分詞比較好用的就是結巴中分分詞，可能是我用python多一些，而結巴在python中安裝和使用很方便的。第二步：提取關鍵詞。那麼為什麼要提取關鍵詞？，我們練習做
瞭解機器學習、資料探勘、人工智慧的關係。
人工智慧是電腦科學的一個分支，機器學習是電腦科學和統計學的交叉學科。資料探勘是機器學習和資料庫的交叉。資料探勘利用機器學習的技術來分析海量資料，人工智慧也用機器學習的方法解決問題。如：個性化推薦，就是通過機器學習的一些演算法、技術分析平臺上的各種購買，瀏覽和收藏日誌的海量資料，得到
一起來聽聽資料分析師對大資料的認識
大資料現在越來越火，很多人對於大資料的認識也只停留在字面意思上面，但是並不是只有大資料這三個字所表達的意思那麼簡單，那麼資料分析師對於大資料是怎麼理解的呢？ 首先說一下大資料的宗旨，大資料的宗旨就是經過分析的資料才具有價值 。大資料要發揮作用必須經過分析，這是由大資料的特性來決定的，大資料的特性指的是數
人工智慧、機器學習、深度學習、資料探勘、資料分析
在開始學習python大資料之前，先要搞清楚人工智慧、機器學習、深度學習、資料探勘、資料分析都是什麼意思。 人工智慧大家族包含著豐富的內容，分清楚了每一項都是做什麼的，才能選對路線。 人工智慧AI 人工智慧分為強人工智慧和弱人工智慧。 強人工智慧是通過計算機來構造複雜的、擁有與人
看完“最老程式設計師創業札記：全文檢索、資料探勘、推薦引擎應用” 有感
今天早起，看完這篇文章，頗有感，想記錄一些關鍵點，以期後用！ 這篇文章很不錯，但是卻讓讀者完整的經歷了在網際網路領域從草根idea到產品上線盈利的完整過程。 1、技術積累很重要。文章
人工智慧、機器學習、深度學習、資料探勘、資料分析區分
在開始學習python大資料之前，先要搞清楚人工智慧、機器學習、深度學習、資料探勘、資料分析都是什麼意思。 人工智慧大家族包含著豐富的內容，分清楚了每一項都是做什麼的，才能選對路線。 人工智慧AI 人工智慧分為強人工智慧和弱人工智慧。 強人工智慧是通過計算機來構造複雜的、
資料分析師：大資料建模，你需要了解九大形式
“沒有免費的午餐”理論已經應用於機器學習領域，無偏的狀態好於(如一個具體的演算法)任何其他可能的問題(資料集)出現的平均狀態。沒有一個演算法適合每一個問題。但是經 過資料探勘處理的問題或資料集絕不是隨機的，也不是所有可能問題的均勻分佈，他們代表的是一個有偏差的樣本，那麼為什麼要應用NFL的結論？答案涉及到上
資料探勘、自然語言處理
一點小建議：作為一個業內人士，首先我的建議就是放棄“我的英語比較差”這個想法。作為母語非英語的所有人都不是天生英語就比較好的。程式設計師還好，題主所說的3門學問，如果不能熟練的閱讀英文材料，將寸步難行。如果有強烈的興趣甚至要考慮出國讀書。 下面就題主問的三項來解答：“機器學習、資料探勘、自然語言” 首先要認識
Python & R：資料探勘、自然語言處理與視覺化
微信公眾號關鍵字全網搜尋最新排名【機器學習演算法】：排名第一【機器學習】：排名第一【Python
資料探勘、資料分析、海量資料處理的面試題（總結july的部落格）
緣由 由於有面試通知，現在複習一下十道和海量資料處理相關的題。兩篇部落格已經講的非常完備了，但是我怕讀懂了並非真的懂，所以必須自己複述一遍。 面試歸類 下面6個方面覆蓋了大多數關於海量資料處理的面試題： 分而治之/hash對映 + hash統計 + 堆/快速/歸併排序
資料探勘經典演算法：線性迴歸、區域性加權迴歸、嶺迴歸、逐步線性迴歸 sklearn實現
這裡記錄一下關於迴歸方面的知識包括（線性迴歸、區域性加權迴歸、嶺迴歸、逐步線性迴歸）等基礎思想和程式碼實現。以及sklearn的實現方法。（資料來自機器學習實戰第八章） 迴歸： 分類的目標變數是標稱型資料，而回歸可以對連續型資料做預測，同樣也是尋找一條最佳的擬合線
機器學習、資料探勘、計算機視覺等領域經典書籍推薦
人工智慧、機器學習、模式識別、計算機視覺、資料探勘、資訊檢索、自然語言處理等作為電腦科學重要的研究分支，不論是學術界還是工業界，有關這方面的研究都在如火如荼地進行著，學習這些方面的內容有一些經典書籍，現總結如下，方便自己和大家以後學習研究： 人工智慧： 《Art
資料探勘——關聯演算法
一、概念 關聯（Association） 關聯就是把兩個或兩個以上在意義上有密切聯絡的項組合在一起。 關聯規則（AR，Assocaition Rules） 用於從大量資料中挖掘出有價值的資料項之間的相關關係。（購物籃分析） 協同過濾（CF，Collaborative Filtering） 協同過濾