李文慧职场故事|一份关于人工智能、机器学习和大数据的报告( 二 )


在我们在进一步讨论之前 , 我们先来看一个简单的统计数据——在Gartner公司的一项调查中显示 , 在印度有超过100万家注册公司 , 并且这些公司中有75%的公司已经投资或者计划投资大数据领域 。
李文慧职场故事|一份关于人工智能、机器学习和大数据的报告
文章图片
大公司,大投资,大数据
让我们先来看一些有趣的数据——
在今天的数字世界中存在着2.7兆字节的数据在Facebook中单独存储,访问和分析30+PB用户生成的数据超过50亿人在全球范围内通过手机拨打电话,发短信,发推文和浏览网页几年前,解码人类的基因最初需要10年才能完成.现在由于有处理大量解码信息的能力,所以在一周之内就可以完成解码人类的基因.沃尔玛需要处理每小时100个客户的交易,这些交易被导入到估计超过2.5PB数据的数据库中.糟糕的数据会使企业损失20%-35%的营业收入
这些简单的陈数强调了我们今天通过生成、获取、存储和分析数据所拥有的强大功能 。 但是现在的问题是 , 我们是否拥有处理好数据和利用数据的能力?鉴于这些大量的数据,我们需要具有不同技能的人来安排,存储和分析数据.
李文慧职场故事|一份关于人工智能、机器学习和大数据的报告
文章图片
数据科学中的角色
数据科学家
在印度,数据科学家肯定是现在最受欢迎的职位之一 , 数据科学家起薪为7.7万卢比 , 也是数据科学行业的最高收入者之一 。 数据科学家能够使用最新技术和技术处理原始数据 , 通过清理和组织(大)数据执行必要的分析 , 并以信息的方式向团队提供所获得的数据.
语言/工具:R,SAS,SPSS,Matlab,Stata,Python,Perl,SQL,Hive,Pig,Spark
雇佣单位:领英,强生,百事
数据库管理员
数据库管理员需要确保组织中的每个需要数据的人都可以访问数据库 。 此外 , 还需要确保采取必要的安全措施 , 以确保存储的数据安全 。 要成为数据库管理员 , 需要掌握从SQL和XML到更通用的编程语言(如java)的不同技术 。
语言/工具:SQL,Java,RubyonRails,XML,C#,Python
雇佣单位:Reddit,twitter,Tableau
业务分析师
这可能是数据科学领域中技术含量最低的.但是 , 业务分析师通过对各种业务流程的深刻理解来弥补技术知识的缺乏 。 因此 , 业务分析师经常扮演业务人员和技术人员之间的中介角色.
语言/工具:SQL
雇佣单位:Uber,Dell,oracle
数据和分析经理
数据和分析经理负责指导数据科学团队的方向 。 这个职位巩固了各种各样的基础(如SQL , R , SAS)的强大和特定技能 , 以及处理小组所需的社交能力
语言/工具:SQL,R,SAS,Python,Matlab,Java
雇佣单位:Coursera,Slack,MotorolaSolutions
数据科学的工作在哪里
【李文慧职场故事|一份关于人工智能、机器学习和大数据的报告】统计数据显示 , 印度目前有超过50,000个与数据分析相关的职位空缺 。 这清楚地表明 , 我们并没有真正掌握这些可用机会的合适技能 。 目前与世界相比,印度提供了12%的就业机会,,然而 , 由于世界上缺乏这类技能的人和潜在的需求 , 此类工作的人才需求数量可能会呈指数级增长 。
如果我们看一下数据科学家职位的招聘数量 , 就业岗位以及求职者的兴趣,就会发现这类的数量在2017年创下历史新高.然而,求职者的数量几乎是招聘职位数量的一半.这清楚地表明了该行业是多么的需要数据科学家 。
李文慧职场故事|一份关于人工智能、机器学习和大数据的报告
文章图片
数据科学并没有局限于任何特定的行业 。 它的应用跨越多个领域 。 银行和金融服务是分析和数据科学专业人士的最大市场 。 2017年 , 该领域创造了44%的就业岗位 。 银行业广泛使用数据科学与分析领域来估计和预测市场风险 。 数据科学广泛应用于欺诈检测和信用风险预测 。 电子商务也成为分析专业人士的一个巨大市场 。 电子商务网站推荐引擎的广泛使用为这一领域提供了大量的机会 。 2017年 , 电子商务行业创造了12%的分析职位 。 医疗保健行业也一直在使用数据科学来预测疾病的风险、它们的模式、癌症风险等 。 媒体等其他行业正在使用数据科学来理解和设计媒体策略 , 以获得最佳效果 。


推荐阅读