大数据时代的人才 价值有多大？

　　那些知道怎样透过大数据这块“社会之镜”洞察社会经济变迁的人才，也必然会是这个时代的弄潮者。

　　近年来，大数据这个原本略显晦涩的词成为时尚词汇。越来越多的企业号称要做大数据，虽然不乏炒作之嫌，但不可否认的是，我们身边的一切正被大数据所改变。用可穿戴设备之父阿莱克斯·彭特兰的话说，大数据就是我们洞察一切的“上帝之眼”，通过大数据，我们可以解释经济崩溃、革命或者是金融泡沫。

　　就像显微镜和望远镜能为生物和天文研究带来革命一样，那些知道怎样透过大数据这块“社会之镜”洞察社会经济变迁的人才，也必然会是这个时代的弄潮者。正因此，在全球范围内，大数据人才的价值越来越受到高度重视。海内外不少研究机构开始对大数据人才市场进行详尽的评估分析。以下文章对海内外研究机构的成果进行了精选，以供业内人士参考。

　　大数据人才有多紧缺？

　　随着数字化、智能化的普及，市场对大数据人才的需求猛然增加，这导致大数据人才的供给远远跟不上市场的需求。在人才培育体系僵化的社会机体中，大数据人才市场需求与供给端的矛盾更为严重。可以预见，大数据人才市场供需之间的这种矛盾将在未来几年持续。

　　让我们看看中美大数据人才市场的几组数据。根据Gartner公司提供的数据，截止到2015年年底，将有440万的IT工作来支持大数据，仅美国就会有190万的IT工作产生。美国国家劳工统计局的数据显示，“数据分析师”是美国成长第二快的职业。劳工统计局的最新就业率报告预计该职业在2018年将有80万从业人员(增长53.4%)。美国人才招聘市场的数据分析领先者WANTEDAnalytics对大约10亿条招聘信息所做的调研显示，在美国，市场上对具备大数据专长的信息技术项目经理的需求增加123.60%，计算机系统分析员需求量增加89.80%。

　　不过，企业想招到符合心意的应聘者却并非易事。据WANTEDAnalytics调查，2014年12月份，在美国市场，需要有大数据技能的工作招聘比为76，平均每个职位的申请者为12人。如此高的招聘比值，表明雇主并不容易找到职位的合适人选。

　　大数据人才目前的薪水如何？

　　在需求短缺的情况下，大数据分析师一般都能获得比较具有竞争力的薪酬，不仅是美国，在中国也是如此。

　　根据美国商务部发布的一项调研显示，在2013年，“数据分析”业在私营企业中所获得的平均时薪为40.3美元，比其它行业的平均时薪23.96美元要高出许多。WANTEDAnalytics的调研显示，大数据专业人士的年薪中位数为10.3万美元。这些工作主要包括：大数据解决方案构架师、Linux系统及大数据工程师、大数据平台工程师、首席软件工程师、Java、Hadoop、SQL大数据师等等。

　　而中国国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。CSDN的分析显示，北京、上海、深圳是最急缺数据人才的城市，平均待遇也最佳。在北京，数据人才的月薪收入中位数达到10714元，深圳紧随其后达到10375元，上海达到10057元。从行业来看，以深圳市为例，互联网/电子商务、房地产开发、金融/投资/证券三个行业的大数据分析师月薪中位数最高，分别为8431元、7168元、6660元人民币，表明这三个行业对大数据人才的需求较为旺盛。

　　哪些数据分析工具最值钱？

　　研究机构O’ReillyMedia去年年底发布了2014大数据行业工资调查报告。根据O’ReillyMedia的模型分析，如果要数据分析师希望增加收入，最好的办法是去攻读博士学位，多掌握数据分析的工具（在美国，据统计，每掌握一项新的数据工具，可以让年薪增加1900美元）。

　　但并不是所有工具都能增加数据分析师的收入。根据O’ReillyMedia的统计，最能提高数据分析师收入的工具是Hadoop。使用Hadoop这一系列工具的人平均年薪为118000美元，而不使用Hadoop的则只有88000美元。Hadoop系列的工具还包括：Elastic MapReduce、Cassandra、Spark和MapR，其中，使用Storm和Spark的人赚取了最高的薪水。

　　不过，根据WANTEDAnalytics的调查来看，目前大数据人才岗位上需求增长最快的三项技能分别是：Python编程（96.90％）、Linux（76.60％）和SQL结构化查询语言（76％）。

　　中国的数据分析师偏爱哪些工具？

　　大数据分析越来越受到中国企业的重视。不过，对于适用哪类大数据工具，不同的企业、不同的开发者都有自己的评判标准和使用习惯。根据CSDN的分析，在众多的开发语言中，中国的大数据平台开发者们尤为青睐Java，占到了总比例的65%，远远超过其他开发语言。值得一提的是，Hadoop本身就由Java实现的。

　　在大数据分析语言中，SQL的使用比例达到了64%，是R语言使用者人数的2倍之多。从中不难看出SQL-on-XXX项目的前景；同时从R的支持率上，也看到了更多非技术人员，比如数据分析师对低门槛分析类语言的需求。

　　在大数据存储上，HBase则以67.55%的比例位居榜首，远超其他数据仓库，当然这点与Hadoop原生支持是分不开的。

　　大数据人才领域的10大趋势

　　在大数据时代，最令管理者头痛的，是人才问题。对于那些重项目、轻人力的企业来说，如何优化人力资本结构，使人力资源的变革和发展跟上大数据时代的业务发展需求，尤为重要。以下是研究机构InformationWeek对未来几年大数据领域从业人员10个趋势的分析。或许这份预测，能给企业的决策者们带来启发。

　　趋势一：薪金将继续增长。BI（商务智能，Business Intelligence）和IM（信息管理，Information Management）专业人才现今薪金水平已经高于许多其他IT职位，未来这样的趋势还会继续下去。而数据整合和数据仓库管理人员薪金在未来将达到131000美元，普通工作人员薪金也有101000美元。

　　趋势二：大数据人才供不应求。麦肯锡全球研究院的研究预测，至2018年，仅在美国本土就可能面临缺乏14万至19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并为企业做出有效决策的管理人员和分析师也有150万人的缺口。

　　趋势三：雇佣外包。调查显示，25%的组织将其大数据分析业务外包给美国和境外企业，17%的组织表示只外包给美国境内企业，22%的组织表示外包业务完全交给境外企业。

　　趋势四：人才团队内出现分歧。新生代的从业人员更喜欢使用开放的开源工具和云计算。对于企业来说，不利的因素是新生代对他们的工作环境更加敏感，一旦他们无法与志同道合的同事合作或是无法看到自己的见解对实际业务的影响，那么企业将会失去他们。

　　趋势五：大数据专业人士需要不断进步。BI分析、IM从业人员和管理人员需要引入更多特定技术培训和认证课程。而统计学和分析学的培训是非常具有价值的。更重要的是，对于在金融和市场营销等领域的业务技能培训要远高于普通IT培训。

　　趋势六：精通大数据的专业人才将成为最重要的业务角色。BI分析和IM专业人才将要比他们的同龄人承担更多非IT领域的职责。BI和IM管理人员对IT以外的领域富有更多的责任——如业务的发展、研究与开发方向等。

　　趋势七：大数据领域需要数据科学家。数据科学家擅长采用统计学方式用于开发算法。大多数时间他们是统计数专家，他们了解如何建立统计模型，使企业在处理大数据时开发出新的算法。

　　趋势八：高校回应大数据人才缺口。企业都在寻找基于R语言统计编程和基于Hadoop和MapReduce的编程人员。这些企业将目光着眼于学校，旨在引入机器学习课程学位的学生。

　　趋势九：数据驱动的工作令人满意并充满挑战。调查显示，BI分析和IM管理专业人员相比于常见IT人员，他们对工作和职业生涯所面临的挑战都较为满意。当被问及他们的工作是否在对他们的智力有所挑战时，91%的BI/分析/IM人员，以及93%的管理人士表示事实上他们确实正受到一些挑战。

　　趋势十：大数据专业人士将拥抱未来。大数据平台、非结构化信息管理技术、文本分析技术和先进的分析方法正在成为未来业务洞察力的关键因素。明智的企业和聪明的员工应该接受大数据时代所带来的变化。

　　文/何懿文