大数据专业未来就业前景如何？
大数据专业未来就业前景如何？
大数据人才稀缺
据数联寻英发布《大数据人才报告》显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。
据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。
根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。
大数据专业就业三大方向
大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
大数据专业人才就业薪资
1基础人才：数据分析师

北京数据分析平均工资：¥ 10630/月，取自 15526 份样本，较 2016 年，增长 9.4%。
数据分析师岗位职责
业务类别:技术
业务方向:数据分析

工作职责:
1. 根据公司产品和业务需求，利用数据挖掘等工具对多种数据源进行诊断分析，建设征信分析模型并优化，为公司征信运营决策、产品设计等方面提供数据支持；
2. 负责项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对运行数据进行分析挖掘背后隐含的规律及对未来的预测；
3. 参与数据挖掘模型的构建、维护、部署和评估；
4. 整理编写商业数据分析报告，及时发现和分析其中变化和问题，为业务发展提供决策支持；
5. 独立完成项目需求管理、方案设计、实施管理和项目成果质量的把控；
6. 参与编写项目相关文档。
教育背景:
学历：本科其它：
经验要求:工作经验：3-5年
任职要求:
1. 统计学、数学或计算机、数理统计或数据挖掘专业方向相关专业本科或以上学历；有扎实的数据统计和数据挖掘专业知识；
2. 熟练使用数理统计、数据分析、数据挖掘工具软件（SAS、R、Python等的一种或多种），能熟练使用SQL读取数据；
3. 使用过 逻辑回归、神经网络、决策树、聚类 等的一种或多种建模方法；
4. 3年以上数据分析工作经验，征信从业背景人员优先；
5. 具有金融行业项目经验的相关经验者优先考虑；
6. 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。
能力素养:
良好的分析、归纳和总结能力，善于分析、解决实际问题； 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。

2大数据开发工程师
北京大数据开发平均工资：¥ 30230/月。
大数据开发工程师/专家 岗位指责（引自 滴滴出行）：
职位描述：
1、构建分布式大数据服务平台，参与和构建公司包括海量数据存储、离线/实时计算、实时查询，大数据系统运维等系统；
2、服务各种业务需求，服务日益增长的业务和数据量；
3、深入源码内核改进优化开源项目，解决各种hadoop、spark、hbase疑难问题，参与到开源社区建设和代码贡献；
岗位要求：
1、计算机或相关专业本科以上学历（3年以上工作经验）；
2、精通C++/Java/Scala程序开发(至少一种)，熟悉Linux/Unix开发环境；
3、熟悉常用开源分布式系统，精通Hadoop/Hive/Spark/Storm/Flink/HBase之一源代码；
4、有大规模分布式系统开发、维护经验，有故障处理能力，源码级开发能力；
5、具有良好的沟通协作能力，具有较强的分享精神；
6、对Kudu、Kylin、Impala、ElasticSearch，github等系统有深入使用和底层研究者加分；


3Hadoop开发工程师
北京hadoop平均工资：¥ 20130/月，取自 1734 份样本。
Hadoop开发工程师岗位职责（引自新浪网）：
职位描述：
1.参与优化改进新浪集团数据平台基础服务，参与日传输量超过百TB的数据传输体系优化，日处理量超过PB级别的数据处理平台改进，多维实时查询分析系统的构建优化；
2.分布式机器学习算法在数据平台的构建与优化（包括常见的LR、GBDT、FM、LDA、Word2Vec及DNN等）；
3.深入源码改进各种开源大数据项目（包括Hadoop、Spark、Kafka、HBase等）。

任职要求：
1.计算机或相关专业本科以上学历；
2.熟悉Linux环境下开发，熟练掌握C++/Java/Scala等一种以上编程语言；
3.熟悉Hadoop生态系统相关项目，精通以下项目之一的源码（Hadoop/Spark/Kafka/HBase/Flume/ElasticSearch/Druid/Kylin）；
4.具备良好的学习能力、分析能力和解决问题的能力。


4数据挖掘工程师
北京数据挖掘平均工资：¥ 21740/月，取自 3449 份样本，较 2016 年，增长 20.3%；
数据挖掘工程师招聘要求（引自蚂蚁金服集团技术部）：
工作职责：
1、在分布式系统上进行数据计算、挖掘、和实现算法；
2、数据仓库模型设计和建立；
3、数据梳理流程的实现和维护；
4、物流场景下的地址文本、空间属性研究和分析。
任职资格：
1、本科以上学历，有扎实的统计学，数据挖掘，机器学习，自然语言识别理论基础，一种或几种以上的实际使用经验。
2、熟悉聚类、分类、回归等机器学习算法和实现，对常见的核心算法和数据挖掘方法有透彻的理解和实际经验。
3、深入理解Map-Reduce模型，对Hadoop、Hive、Spark、Storm等大规模数据存储于运算平台有实践经验。
4、有扎实的计算机理论基础，至少熟悉一种编程语言，Java优先。
5、有三年以上互联网公司或者海量数据处理工作经验，大数据挖掘、分析、建模经验


5算法工程师
北京算法工程师平均工资：¥ 22640/月，取自 10176 份样本。

算法工程师 招聘要求（引自美团点评数据平台部）：
职位描述：
互联网公司背景优先
A、广告算法
岗位职责：
1.负责点击率预估等主要广告算法的技术选型；
2.负责核心算法的开发；
3.负责广告大数据处理流程的建设及相关工具的研发；
4.负责广告技术研究项目的推进与管理；
职位需求：
1.计算机或相关专业本科以上学历，3年以上相关工作经验;
2.熟练掌握一门开发语言；
3.有机器学习、数据挖掘相关知识；
4.在广告、搜索、推荐等相关领域之一有技术研究工作经验；
5.有较强的沟通协调能力；
B、推荐算法
职位描述：
1. 参与各个产品线的个性化推荐系统的研发；
2. 分析用户行为数据，并设计合理的推荐算法模型及策略，并优化推荐排序；
3. 通过对用户行为数据的挖掘，对用户进行建模，精准刻画用户各种属性；
职位要求：
1. 全日制本科及以上学历，计算机相关专业；
2. 熟练掌握各类个性化推荐算法，并有开发个性化推荐系统的实际项目经验；熟练掌握各类回归及排序算法，能够利用相关算法进行推荐排序的优化；
3. 熟练掌握分类、聚类、回归、降维等经典机器学习算法和技术，能够根据实际问题选择合适的模型和算法并进行相应的开发；
4. 有较强的工程架构和开发能力，能够实现支撑千万级用户和TB级用户行为数据的推荐系统或算法；
5. 掌握python、matlab等脚本语言，熟悉各类数据挖掘工具（如weka、Mahout），能够快速建立模型并进行验证；
C、算法工程师
岗位职责:
1、开发和优化用户行为数据挖掘，文本分类和语义理解，社交网络分析，网页搜索，推荐系统等领域的特定算法
2、能够很快学习和利用state-of-the-art的算法解决实际产品问题，提升产品用户体验
任职资格:
1、有一定的研究、实验的能力，优秀的分析问题和解决问题的能力
2、理解自然语言处理、机器学习、网页搜索，推荐系统，用户数据分析和建模的基本概念和常用方法，有相关领域的实际项目研发或者实习经历者优先。
3、熟悉C++, Java或Python，熟悉Linux或类Unix系统开发,有较强的编程能力。 能独立实现线上算法模块者优先。
4、对大数据处理平台和工具有一定经验者优先, 包括： Hadoop, Hive, Pig, Spark 等


最后一个问题，哪些公司需求大数据人才？
答：所有的公司。大到世界500强，BAT这样的公司，小到创业公司，他们都需求数据人才。
马云爸爸说“我们已从IT时代进入了DT时代，未来我们的汽车、电灯泡、电视机、电冰箱等将全部装上操作系统，并进行数据集成，数据将会让机器更“聪明”。DT时代，数据将成为主要的能源，离开了数据，任何组织的创新都基本上是空壳。”
数据，未来的一切
随着科技的发展，人类社会拥有数据规模增长很快，每时每刻、从天到地都有大量数据被产生和存储下来。数据科学则通过对数据进行分析，帮助决策。
比如这么多家社交网站，一天到晚从你的定位到点击了什么连接，各种鸡毛蒜皮的数据都存着，他们不怕数据多，就怕有什么没记录下来的。数据量的增大和数据的多样化也促进了很多公司、政府进行数据分析来支持商务决策（data driven decision making）。
事实上，大到世界500强，BAT这样的公司，小到创业公司，他们都需求数据人才。目前，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。
职业发展主要分为3个方向：
1、大数据开发方向; 所涉及的职业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；
2、数据挖掘、数据分析和机器学习方向; 所涉及的职业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等；
3、大数据运维和云计算方向；对应岗位：大数据运维工程师；
三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 1.2W 以上，具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径。这三个方向精通任何方向之一者，均会前（钱）途无量。