一文盘点8大数据科学岗位的薪资水平(小结)
读芯术
当前社会需要大量数据科学家，可以说，目前对这一职业的需求量已达到峰值。在IT行业中里，数据科学领域的工作报酬最高。在美国，他们基础薪水的中位数是13万美元。麦肯锡公司预计，在未来几年，数据科学专业人士的供需差距将达到50%。
数据科学岗位纷繁复杂，每份工作要求的技能也各不相同。数据科学领域会使用数学、数据、计算机科学准则以及常见的Python、R、Tableau、SQL等工具集。今后社会将需要大量数据科学方面的专家，为此本文将讨论该领域的不同职位：
1. 数据科学家——如今该领域最火的职称、最炙手可热的工作。数据科学家负责处理原始数据，依靠上述各类技术分析数据，并提供深刻见解以预测商业隐患。他们使用机器学习，基于过往模式预测未来。
一名数据科学家的平均薪水（美国）为11万9千美元。
2. 数据分析师——负责分析数据。分析过程需要创建系统，帮助企业用户提取信息，确保数据质量。分析师的任务是收集、处理、展示统计性的数据分析。他们使用R或SAS技术，从可用数据中发现有用信息。不仅是IT业，医疗、通讯、金融、零售及保险等行业的各类公司都需要数据分析师经营业务。
数据分析师的平均年薪（美国）是6万2千美元。
3. 数据架构师——随着大数据的崛起，这一职业也愈发重要。架构师需要创建数据管理系统，整合、保护并维护数据源和公司信息，并且负责数据库的架构、设计、创建和数据优化。他们需要经常使用微软的电子表格（Excel）进行属性映射、表格设计，此外，还需熟练掌握Pig，Spark，SQL，XML及Hive等技术。
该职业的平均年薪（美国）为10万美元。
4. 数据工程师——该岗位职责并非分析数据，而是打造特定的软件基础设施，以供其他专家开展工作。想要胜任这份工作需要深入了解相关知识，包括涵盖MapReduce、Hive和Pig的Hadoop与NoSQL、SQL等大数据技术。数据工程师的任务是研发、测试并维护大规模处理系统，其中大部分工作是数据整理，这也是数据工程师优于其他软件设计者之处。
该岗位的平均薪水（美国）是9万5千美元。
5. 统计员——了解影响企业发展的市场变化趋势。统计员负责收集数据并将其转为有用信息。他们凭借自身技术处理各类结构化或非结构化的数据。统计员常用的工具和技术包括SAS、SPSS、Matlab、Python、Scala、R等。他们拥有强大的统计学背景，统计研究既包含了描述性主题也囊括了推理性主题。
统计员的平均薪水（美国）为7万5千美元。
6. 数据库管理员——受过专业培训，负责储存、整理公司数据。他们负责开展、指挥所有与数据保护、数据监管、数据维护及数据安全相关的活动。这使得包括职员在内的用户得以全天候使用数据库。为实现这一目的，管理员需要使用MySQL Workbench，Toad，Adminer，DatabaseSpy等技术。
该工作的平均薪水（美国）是6万8千美元。
7. 商业分析师——商业分析师与数据分析师有些类似，但前者专攻商业领域。商业分析师使用技能，为企业在产品和服务升级方面提供指导。他们收集并分析基本的商业需求，负责改变商业局面，处理商业问题。商业分析师使用的工具包括PowerPoint、Excel和Word在内的微软办公软件、Visio、Google Docs、Sheets and Slides、SmartDraw、Balsamiq等。
该工作的平均薪水（美国）为6万5千美元。
8. 数据和分析学经理——负责分析、解析有效数据并报告研发进程。他们为数据分析师提供方向，也负责录用事宜。经理需要在数据科学领域拥有7至10年的工作经验，可依据市场趋势向组织的领导层提出建议，做出改变。该岗位必须精通计算机编程语言、数据库系统、大数据工具以及机器学习。
这份工作的平均薪水（美国）为11万6千美元。
大家在寻找梦寐以求的数据科学岗位时，需要明白不同工作岗位间的区别。必须首先确保深入了解每个岗位，再做出适合自己和自身能力的工作选择。选择在数据科学领域工作的人们都明白这一行业的需求之大，薪资之丰厚。随着数据慢慢渗入大众生活，公司加强对生成数据的了解，预计在未来很长一段时间内，数据科学领域的就业机会将不断增加。