【為什麼我們要挑選這篇文章】大數據、AI 時代來臨，對數據科學家的需求遽增，薪水也水漲船高。問題是，企業對數據人才的需求有多高？他們需要怎樣的數據人才？數據科學家的職涯發展如何？透過下文，帶你了解數據科學家的求職市場資訊。（責任編輯：郭家宏）
數據科學家是一種很廣泛的職稱。雖然對於數據科學家和數據工程師有更具體的職業發展路徑，但其技能需求並不存在泡沫。
打開例如「獵聘」等一些求職網站，不限公司和薪資，搜尋「數據工程師」職位，總能看到許多公司對於「數據工程師」這一職業的需求，而且明碼標價，薪酬不菲，對於數據科學這個市場為什麼總是感覺「供不應求」呢？
據領英（LinkedIn）稱，目前數據科學工作需求增加了 56%。因此，現在正是進入此領域的最佳時機。
在大數據和人工智慧的背景下，數據科學家的需求正在成長。但是，由於缺乏合適人選，僱主們要招募高級數據科學家難上加難。
一個熱門求職網站給出了令人震驚的統計數據，「1 月份數據科學家的需求成長了 29%。自 2013 年以來，成長率已達到 344%。雖然從職位發佈看需求持續大幅增長，但數據科學方面的求職者搜尋量成長卻較慢（14%），這表明供需之間存在差距。」
在過去幾年中，各行各業都擁有各種形式的海量數據，包括內部數據、合作夥伴、客戶以及大規模業務資訊。
對高級數據科學家的需求改變了市場趨勢，以下是影響印度數據科學工作需求統計的主要因素：
企業數據管理精準性不足，需要專業數據科學家協助
企業透過客戶的查詢、搜尋和喜好等行為收集數據，這不僅可以幫助企業了解客戶，還可以基於這些統計數據來創立產品和服務。
數據科學家的核心職責是組織和推演數據，以分析預測未來的問題。數據的再計算或數據衝突，以及數據格式轉換等工作是導致數據科學工作需求增加的最重要原因之一。
數據不準確或管理不善是企業的一大問題，因此，他們急需尋找數據科學家，幫助公司正確管理大數據。一些研究表明，由於數據不準確而導致的公司損失每年可能超過 1300 萬美元（約新台幣 4 億元）。
毫無疑問，高度先進的分析工具和數據採集工具已經使數據分離變得非常簡單，但是這並不能取代專業和資深的數據科學家。對能夠組織數據並從中抽取有用資訊的數據專家的需求永遠不會減少。
根據數位安全公司金雅拓（Gemalto）所提供的 2018 年數據安全信心指數報告，「接受調查的企業中，有 65% 表示他們無法分析或分類他們儲存的所有數據。此外，89% 的企業表示如果能夠正確分析各種資訊，他們將擁有競爭上的優勢。」
實際上，這些公司一直在尋找資深的、經驗豐富的數據科學家，他們可以幫助企業管理數據並利用這些資訊，為公司的發展服務。
GDPR 等法規迫使企業重視數據管理
2018 年，通用數據保護條例（GDPR）開始在歐盟各國實施。即時數據分析和數據的正確儲存，是導致市場對數據科學家需求不斷增加的兩個因素。
這些數據專家可以幫助企業瞭解重要數據和垃圾數據之間的差異。GDPR 允許客戶向企業申請刪除個人資訊，因此企業必須明白他們需要如何儲存此類資訊。
這使得對客戶喜好和流行趨勢的分析產生了巨大的變化，因此，企業再也不能失去對客戶數據的管控。這些數據專家可以幫助企業在隱私規定的前提下正確地使用數據。
數據科學仍處在萌芽階段，有潛在發展機會
一個領域停滯不前，就吸引不了人才。但數據科學的發展並沒有放緩的跡象，因此對於想要進入該領域的人才來說是個好消息。
隨著時間的推移，數據科學也在發生著細微的變化，數據科學家這一職稱變得更加具體，也使以此為職業的人可以細化其專業方向。
透過數據分析，企業可以提升競爭力
需要數據科學家的不再侷限於 Facebook、Yahoo、Google 等大型科技公司，許多小公司也意識到他們同樣需要數據分析來支持決策。
《哈佛商業評論》（HBR）發表大數據報告稱，「各行業排名前三分之一的企業中，使用了數據驅動決策分析的，其生產率平均比競爭對手高 5%，利潤率高 6%。」
雖然中小型企業並不會像大企業那樣擁有大量數據，但透過篩選數據來提取有用的資訊，依然可以成為強大的競爭優勢。
94% 的數據學科畢業生，已在數據相關領域找到工作
研究表明，自 2011 年以來，94% 的數據科學學科畢業生已經在該領域找到了工作。數據科學家需求的急增，標誌著數據科學職業未來的前景無量。求職網站 Indeed.com 的統計數據顯示，多年來其發佈的數據科學工作職位數量一直在穩定成長。
確切地說，自 2013 年以來，職位數量已經增長了 256%，這表明企業已經認識到數據科學家的價值，並希望招募合適的人才。
產生數位化資訊的消費者持續增加
大多數人都不曾留意，他們每天都會產生各種數據。根據一項關於當前和未來數據成長的研究表明，「每天有 50 億消費者產生各種數位化資訊，到 2025 年，這個數字將增加到 60 億，占世界人口的四分之三。」
這將需要更多的數據科學從業人員。專家對美國數據科學家的方方面面進行了研究，得到了令人難以置信的數據：
數據科學家
平均基本工資：130,000 美元（約新台幣 400 萬元）
職位空缺數：4,000+（56%）
職業晉陞分數（滿分10分）：9 分
頂尖技能要求：數據科學、數據挖掘、數據分析、Python、機器學習
職業發展優勢：平均薪資 400 萬台幣、更容易獲得升遷
LinkedIn 將數據科學家評為 2019 年最有前途的職業之一。其中一個原因是其平均薪水為 130,000 美元（約新台幣 400 萬元）。此外，LinkedIn 的研究還表明，數據科學職位更容易獲得升遷。
數據科學工作的需求量很大，實際上，各種數據科學課程的設立也印證了這一巨大的需求，數據科學家需要融合不同的技能和知識，如果你想進入這一領域，可以在線上學習各行業相應的課程。
數據科學職位不僅需要分析技能，還需要針對較軟技能的培訓 ，這些已成為數據科學職位的必備條件。
原文報導傳送門
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈7个原因告诉你数据科学家为什么“供不应求”〉。首圖來源：Pxhere CC Licensed）
更多關於數據分析師的資訊
【機器學習懶人包】從數據分析到模型整合，各種好用的演算法全都整理給你啦！
盤點 5 種可能消失的程式語言，數據分析的經典「R」也上榜了！
有強大技術還不夠，企業最看重數據分析師的「這三種能力」
