AI和大数据人才凭什么挣得比你多?

编辑:听风   来源:python009   编程语言   2018-04-16 12:00:31

 Tips:

Python免费课程报名中,点击文末“阅读原文”快速抢!

本文长度为2500字,建议阅读5分钟

想成为AI、大数据领域的高薪人才需要什么样的门槛?他们未来的发展趋势又是怎样的图景?

8月30日,《大数据与AI核心人才趋势报告》(以下简称“报告”)发布。报告显示,大数据工程师、AI工程师需求占比呈逐年迅速上升趋势。与此同时,数据分析师的需求占比呈现稳步增长态势;大数据工程师与AI工程师薪资大幅领先;随着工龄的增长,数据分析师的最高年薪中位值会明显超越互联网行业的最高年薪中位值。

猎聘大数据研究院随机抽取了猎聘平台上5509797个相关行业的经理人样本,覆盖全国31个省市自治区,研究时段以2017年1-7月为主,参照时间跨度最远可追溯到2014年1月。

在大数据团队中,大数据工程师、数据分析师和AI工程师/科学家是核心人才,在组织架构中负责关键的岗位。

大数据工程师的主要职责是设计和开发数据平台,管理和优化数据平台,监控数据质量;数据分析师的主要职责是围绕业务,分析数据,参与业务运营和决策,建立面向业务的模型;AI工程师/科学家的主要职责是研究和试验AI算法、设计和开发AI系统、优化和改进算法/模型。

大数据与AI工程师需求大幅提升

报告显示,从2014年1月到2017年7月,大数据工程师和AI工程师的职位需求占比总体呈波浪状增长态势,两者在2017年2月达到峰值1.3%和0.7%,分别是2014年1月的4.33倍和7倍。2017年2月之后,大数据工程师和AI工程师的职位需求占比略有下降,到当年7月,前者降到1.1%,后者下滑到0.6%,分别是2014年1月的3.67倍、6倍。

大数据分析师需求小步稳增

相比之下,在同一时段内,数据分析师的需求占比虽然出现一定程度的波动,但总体呈稳步增长态势,并于2016年9月达到峰值1.2%,此后出现回落,在2017年1月下滑到1.0%,分别是2014年1月的2倍、1.67倍。

大数据与AI工程师不差钱

大数据工程师和AI工程师的需求如此紧俏,无论在哪个工龄段,他们的平均年薪都高于全体工程师的平均水平。例如,在工龄三年以下的人群中,大数据工程师、AI工程师、全部工程师的平均年薪分别为29.22万元、29.98万元、23.73万元;在工龄8-10年的人群中,三者的平均年薪分别为44.23万元、45.71万元、39.91万元。

数据分析师还是老的辣

对比数据分析师和互联网行业的最高年薪中位值可以发现,前者总体高于后者,而且随着工作年限的增加,两者的差距逐渐拉大。例如,工龄一年的初级数据分析师和互联网行业从业者的最高年薪中位值比较接近,但在工作三年时,二者出现了明显差别,前者比后者高5万元;工作六年时,二者相差10万元;工作10年时,二者差20万元。

对此,猎聘首席数据官单艺这样解释:“数据分析师积累的行业经验越多,能够给企业带来的价值就会越大,企业也愿意高薪聘请他们。” 

个个看家本领牛哄哄

大数据工程师、数据分析师和AI工程师这三个职位具有如此旺盛的需求和较高的薪资,它们的进入壁垒也有较高的门槛。猎聘在所获数据基础之上,通过自然语言处理技术,抽取出这些岗位的关键技能要求,字体越大,说明对其要求越高。

根据报告分析,大数据工程师和AI工程师都要求从业者具备java、大数据开发、大数据架构、软件开发工程等技术背景。值得一提的是,AI工程师还需要具备机器学习和深度学习的能力。数据分析师除了需要具备数据分析、数据挖掘和机器学习等能力外,还需要具备市场营销、商业模式、数据产品等方面的知识和技能。

对此,单艺解释说:“数据分析师的核心技能,除了技术性的数据分析技能,还需要懂得如何去理解业务,跟业务合作,它跟工程师有非常大的差别。”

互联网包揽超一半数据分析师

数据分析师几乎遍及所有行业,其中,分布占比最大的要数互联网行业,为 67.4%;其次是金融行业,其占比为16.4%,其他行业的占比均在3%以下。

 

“互联网重视运营,产品的开发也离不开数据,再加上互联网本身收集数据相对容易,成本低,所以互联网公司都在积极地招聘分析师,用以提升他们的业务。”单艺表示,“金融行业有着重视数据的传统,其很多金融业务本身就是基于数据的,所以这个行业也会产生大量的数据人才需求。”

提到这三类岗位未来的发展趋势,单艺说:“现在很多公司已经认识到数据是未来的一种战略性资源。用好数据会带来很大的竞争优势。在此背景下,企业中数据的相关需求越来越多。所以,数据人才的整体需求在未来仍会持续增长。”

数据团队将演变为集中式团队

根据单艺的预测,在未来,数据团队将演变为集中式团队,采取嵌入式工作模式,综合利用工程、分析和AI算法的优势。集中式团队是指将企业内的数据资产和相关的人力资源进行统一调配和管理,消除孤岛,集中起来构建战略优势;嵌入式工作模式则是指数据团队业务线人员直接和相关的业务线人员并肩工作、泡在一起,形成紧密合作的伙伴关系。

单艺强调,未来分析师将跟业务进一步深入结合,除了日常的业务分析之外,会做更多地预测性建模;大数据工程师则需要精通成熟技术栈,提升实时处理技能;而AI工程师则会进一步分化,出现专做图像、语音、自然语言、推荐、广告、无人驾驶等细分业务。

而随着AI基础技术的成熟和普及,将会出现AI应用工程师。“随着各种机器学习的框架和数据实验平台的发展、成熟,在应用要求不高的情况下,普通的工程师也可以上手做应用,或许他们理论方面不会太强,但是他们更擅长工程实现。”单艺表示。

最后,达妹告诉你,Python作为一门“胶水”语言,在AI人工智能、大数据方面有独特的优势,如果想成为高薪人才,Python是你必须学习的语言!

顺应技术趋势,学习Python人工智能拿高薪,我们为你准备了免费入门课程,4月20日开课,名师大咖带领入门,避免走弯路。点击页面底部「阅读原文」报名。更多问题请加QQ2105684008咨询达妹

相关推荐

什么是人工智能?人工智能在现实中有哪些具体应用?

李开复:十年后中国AI市场将占据半壁江山!

总理指示!加强新一代人工智能研发应用!

未来最赚钱的风口行业有哪些?5张图带你看透全景!

AI求职指南:近年,这6种职业人才需求上升

现在人工智能爆发,Python是一门脚本语言,它更适合去做人工智能这个领域,在人工智能上使用Python比其他编程语言有更大的优势。

学习一门python语言的前景越来越好,如果想在IT领域发展的话,可以报名达内Python+人工智能课程,点击页面底部“阅读原文”预约免费课程。

回复「课程」查看Python课程详情

▼点击“阅读原文”报名Python免费训练营

标签: Python,数据,AI,工程师,数据分析,需求,业务