博学谷 > 资讯 > 大数据 > 大数据工资一般多少?大数据职业发展分析

原创 大数据工资一般多少?大数据职业发展分析

发布时间:2019-08-19 18:46:16 浏览 5592 来源:博学谷资讯 作者:照照

    大数据工资一般多少?大数据目前作为朝阳行业,工资普遍较高,不同地区和不同岗位薪资待遇差别也较大。以北京这样的一线城市为例,月薪最低也有七千元,据最新统计,北京大数据工资拿一万左右的人群比例最高。下面小编就来分析一下大数据的职业发展。

     

    大数据工资一般多少

     

    由于大数据人才数量较少,因此大多数公司的数据部门一般都是扁平化的层级模式,大致分为数据分析师、资深研究员、部门总监3个级别。大公司可能按照应用领域的维度来划分不同团队,而在小公司则需要身兼数职。有些特别强调大数据战略的互联网公司则会另设最高职位—如阿里巴巴的首席数据官。这个职位的大部分人会往研究方向发展,成为重要数据战略人才。另一方面,大数据工程师对商业和产品的理解,并不亚于业务部门员工,因此也可转向产品部或市场部,乃至上升为公司的高级管理层。本文把大数据的职业发展路线大致划分成四大方向:数据分析,数据挖掘,数据产品,数据工程。

     

    1、数据分析/数据运营/商业分析

     

    职业发展:数据分析师,岗位职责要求你掌握常用的机器学习算法,面试首先推导一个决策树或者逻辑回归。入职后也是各类代码,和分析打交道的情况不多。一般属于运营部门,不少公司也称数据运营或者商业分析。这类岗位的职位描述一般是:负责和支撑各部门相关的报表;建立和优化指标体系;监控数据的波动和异常,找出问题;优化和驱动业务,推动数据化运营;找出可增长的市场或产品优化空间;输出专题分析报告。

     

    商业/市场分析是另外一个方向,更多见于传统行业。你要开一家超市,你得考虑哪里开,这就要考虑居民密度,居民消费能力,竞争对手的多寡,步行交通距离,开车交通距离等。这些数据是宏观的大指标,往往靠搜索和调研完成,这是和互联网数据分析师最大的差异。若往其他分支发展,比如数据挖掘工程师,则要继续掌握Python和机器学习等。从业务型发展上来的好处是接地气,具备商业洞察力(天天搞报表,怎么可能不熟),这点是直接做数据挖掘,或者程序员转岗,所不具备的。新人,比较普适的发展路线是先成为一位数据分析师。积累相关的经验,在一两年后,决定往后的发展,是数据挖掘,还是专精数据分析成为管理岗。

     

    薪资待遇:一般来说,在一线城市,干得好的数据分析师工资在一万五左右。

     

    2、数据挖掘/算法专家

     

    职业发展:这是技术向的数据岗,有些归类在研发部门,有些则单独成立数据部门。数据挖掘工程师要求更高的统计学能力、数理能力以及编程技巧。从概念上说,数据挖掘Data mining是一种方式,机器学习Machine Learning是一门方法/学科。机器学习主要是有监督和无监督学习,有监督又可划分成回归和分类,它们是从过去的历史数据中学习到一个模型,模型可以针对特定问题求解。

     

    除此之外,还有一个领域,属于最优化问题的运筹学。当遇到的问题很难用机器学习的方法完成,而在最优化领域,则有遗传算法、模拟退火算法、蚁群算法等。实际的应用场景中,如外卖行业,如何寻找骑手效率最大化的最优路径,同样属于最优化,也是数据挖掘的工作范畴。数据挖掘工程师,除了掌握算法,同样需要编程能力去实现,不论R、Python、Scala/Java,至少掌握一种。模型的实施,往往也要求Hadoop/Spark的工程实践经验,精通SQL/Hive是必须的。

    数据挖掘工程师,往后发展,称为算法专家。后者对理论要求更严苛,几乎都要阅读国外的前沿论文。方向不局限于简单的分类或者回归,还包括图像识别、自然语言处理、智能量化投顾这种复合领域。这里开始会对从业者的学校和学历提出要求,名校+硕士无疑是一个大优势,也有很多人直接做数据挖掘。深度学习则更前沿,它由神经网络发展而来,是机器学习的一个子集。因为各类框架开枝散叶,诸多模型百花齐放,也可以算一个全新的分支。除了要求熟悉TensorFlow, Caffe, MXNet等深度学习框架,对模型的应用和调参也是必备的,后者往往是划分普通人和大牛的天堑。

     

    薪资待遇:算法专家和深度学习专家,薪资level会更高一级,一般对应于业务型的数据运营/分析总监,月薪一般在四万左右,发展的好的会更高。

     

    3、数据产品经理

     

    职业发展:这个岗位比较新兴,它有两种理解,一种是具备强数据分析能力的PM,一种是公司数据产品的规划者。前者,以数据导向优化和改进产品。在产品强势的公司,数据分析也会划归到产品部门,甚至运营也属于产品部。这类产品经理有更多的机会接触业务,属于顺便把分析师的活也干了,一专多能的典型。他们会运用不同的数据源,对用户的行为特征分析和挖掘,达到改进产品。最典型的场景就是AB测试。大到页面布局、路径规划、小到按钮的颜色和样式,均可以通过数据指标评估。此类数据产品经理,更多是注重数据分析能力,擅长用分析进行决策。数据是能力的一部分。

     

    后者,是真正意义上的数据产品经理。在公司迈大迈强后,数据量与日俱增,此时会有不少数据相关的产品项目:包括大数据平台、埋点采集系统、BI、推荐系统、广告平台等。这些当然也是产品,自然需要提炼需求、设计、规划、项目排期,乃至落地。和C端注重用户体验不同,数据产品,更注重整体的分析能力和逻辑。除了产品经理最基础的Axure、Visio、MindManager等工具。往往还需要很多技术型的能力。比如了解BI/DW原理和实施、了解常用的推荐算法、了解机器学习模型等。这也很容易理解,C端要求你了解用户需求,而在数据端,主要用户就是数据。

     

    从职业发展上看,数据分析师做数据产品经理更合适。普通的产品经理,对前端、后端的技术栈尚未熟悉,何况日新月异的数据栈。这个岗位,适合对数据特别感兴趣,但是数理天赋不高的职场人,那么以沟通、项目管理和需求规划为能力,也不错。

     

    薪资待遇:数据产品经理月薪在一万五到两万不等,看自己怎么发展了。

     

    4、数据工程师

     

    职业发展:数据工程师其实更偏技术,从职业道路上看,程序员走这条路更开阔。因为数据挖掘需要了解算法/模型,理论知识要求过高,不少硕士和博士还过来抢饭碗,自己不擅长容易遇到天花板。选择更底层的工程实现和架构,也是出路。部分归属到技术部的数据分析师,虽然Title叫数据分析(其实应该叫数据分析开发工程师),很多工作也是围绕ETL/DW/BI进行,那么这就是标准的数据工程路线。

     

    部分公司会将机器学习模型的部署和实现交给数据工程团队,这要求数据工程师熟悉sparkMLlib、Mahout此类框架。数据工程师,可以从数据分析师的SQL技能,往数据的底层收集、存储、计算、运维拓展。往后发展则是数据总监、或者数据架构师。因为数据分析出身,与纯技术栈的程序员比,思考会更贴合业务,比如指标背后的数据模型,但是技术底子的薄弱需要弥补。

     

    薪资待遇:总体上来看,数据工程师薪资也不会低于数据挖掘/算法专家,最低也是3万起。

     

    综上所述,大数据工资一般高于其他行业的同龄人。随着未来大数据时代的迅猛发展,其职业前景也是不可估量的。对大数据有学习兴趣的小伙伴,还在等什么,赶紧乘着这个风口努力学习吧,摆在眼前的是广阔的发展道路。

     

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

领取成功
领取失败
上一篇:HBase入门学习路线分享 下一篇:大数据Hbase面试题汇总

相关推荐 更多

最新文章

扫描二维码,回复"大数据"获取20G资料包