大数据从业人员五大趋势

在信息爆炸的时代,企业与企业之间为了能够吸引并留住商业智能和信息管理方面的专业人才而展开争斗。在每年InformationWeek对外公布的IT从业人员薪金调查中,我们也能够看到大数据从业人员面临着巨大的缺口。

现在的大数据领域里呈现着“4V + 1C”的特点。即是Variety:通常包括结构化、半结构化和非结构化等多类数据,而且它们处理方式与分析方式有区别;Volume:通过各种设备产生大量的数据,经常处于PB级别;Velocity:要求快速处理,具有时效性;Vitality:分析和处理模型必须快速变化,因为需求在变;Complexity:处理和分析的难度特别大。而IM专业让人才知道如何使用新兴的大数据平台(如Hadoop、NoSQL)来处理和分析大数据。

回顾InformationWeek多年的IT薪金调查报告,BI(Business Intelligence)和IM(Information Management)专业人才一直是IT领域中的高收入人群。Information2012年的调查报告显示BI从业者的平均薪金为90000美元,而2011年的数字为85000美元。BI管理者的平均薪水为119000美元,相比去年同期110000美元增长了9000美元。而在数据整合/数据仓库领域的薪金曾更高,普通从业者和管理者的薪金分别为97000美元和120000美元,相比2011年(普通从业者和管理者的薪金分别为98000美元和118000美元)变化不大。

大数据从业人员的平均薪金看起来已经相当不错,但还有哪项职位可以获得更多的薪水?大数据浪潮正在推进CEO寻找能够告诉他未来发展(在上周乃至上个月没有事情发生)的人才。

这类人才具备前瞻性和预见性的见解。埃森哲人才与组织绩效服务线下属的文化变革小组负责人Stacy Blanchard表示“他们通常是统计学家并且精通数据建模,同时他们知道如何在可用数据中使用最佳的算法,这极具技术含量”。他们帮助组织在大量信息中挖掘有价值的数据,并将数据转化为深入的认知和精准预测的模型。

大数据时代也迫使许多行业发生变革,当今制造商就在研究需求的数据和供应链信息,以便削减产品开发周期,提高制造和供应链的效率。同时向AOL、comScore、eHarmony等级与互联网的企业正在将客户的点击流数据进行分析,以提供有价值的个性化和定位服务,同时帮助找到最合适的客户进行精准营销。

从星巴克到沃尔玛,他们正在分析密集型数据,以便得出最合适的产品选型和定价。对于医疗。如哈佛医学院通过对临床资料的分析可为患者提高诊断、治疗的效率。总之企业和政府机构越来越看重通过数据驱动决策,这导致他们对分析和信息管理专业的需求不断增加。以下是大数据领域从业人员的十个趋势。

  趋势一:薪金将继续增长

BI分析和IM专业人才现今薪金水平已经由于许多其他IT职位,但未来这样的趋势还会继续下去,尤其是管理人员,未来BI管理者的薪金将达134000美元(在InformationWeek所调查的23个IT职位中排名第四),而普通BI从业者未来薪金将达到96000美元(在InformationWeek所调查的23个IT职位中排名第十)。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。(它们在InformationWeek所调查的23个IT职位中分别排名第六和第七)。

趋势二:大数据人才供不应求

事实上,麦肯锡全球研究院的研究预测在未来6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数据的管理人员和分析师也有150万人的缺口。而美国和其他经济体所面临的人才短缺的现象不能仅仅通过研究生和毕业生的涌入填补这一空白。而《Big Data: The Next Frontier for Innovation, Competition and Productivit》则认为培训相当数量大数据人才是相当必要的。

趋势三:雇佣外包

BI分析和IM人才需求的另一个迹象是外包,在调查报告中660名外包工作受访者的薪金要高于平均水平。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。而在InformationWeek参与调查的13880位IT专业人士中,这个数字分别为18%、15%和18%。从大的系统集成商(像Accenture和IBM)到软件和平台商(像SAS和TeraData),他们提供特定行业的资讯和分析服务,这些企业在填补大数据分析缺口中发挥了重要的作用。

趋势四:人才团队内出现分歧

埃森哲Stacy Blanchard

埃森哲Stacy Blanchard表示分歧将出现在BI分析和IM团队之中,新生代和老一代的专业人员之间的差别不仅仅是年龄,而态度才是最重要的。新生代的从业人员更喜欢使用开放的开源工具和云计算,埃森哲的研究同时表明新生代从业人员还会与他们的同行对比收入情况。新生代从业人员想要确保他们正在使用的技术是最新最好的,以便跟上市场和商业化发展的脚步。而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时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,对与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。

时间: 2024-09-14 22:40:55

大数据从业人员五大趋势的相关文章

2017年,塑造大数据行业的五大趋势

越来越复杂的大数据需求意味着创新的压力仍然很高.许多公司开始明白,客户的成功离不开数据方面的工作.不利用数据分析的公司会开始歇业,而成功的企业认识到发展的关键是数据精炼和预测分析. 本文通过Forrester的数据分析,总结了2017年大数据产业的几大趋势,与诸君分享. Forrester的预测数据 Forrester在一份最新的报告中说,2020年之前,使用人工智能(AI),大数据和物联网(IOT)等技术开展新业务的企业,每年将比不使用这些技术的同行多赚1.2万亿美元. 在所有业务中,2017

工业大数据的三大挑战及大数据未来中国五大商业趋势

在设备运行的过程中,自然磨损本身会使产品的品质发生一定的变化.通过信息技术.物联网技术的发展,通过传感器技术,实时感知数据,知道产品出了什么故障,哪里需要配件,使得生产过程中的这些因素能够被精确控制,从而真正实现生产的智能化.一定程度上,工厂/车间的传感器所产生的大数据直接决定了"工业4.0"所要求的智能化设备的智能水平. 从生产能耗角度来看,设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情况,由此能够在生产过程中不断实时优化能源的消耗.同时,对所有流程的大数

工业大数据三大挑战五大商业趋势

随着信息化与工业化的深度融合,信息技术渗透到了工业企业产业链的各个环节,条形码.二维码.工业传感器.工业自动控制系统.工业物联网等技术在工业企业中得到广泛应用,尤其是互联网.移动互联网.物联网等新一代信息技术在工业领域的应用,工业企业也进入了互联网工业的新的发展阶段,工业企业所拥有的数据也日益丰富. 在设备运行的过程中,自然磨损本身会使产品的品质发生一定的变化.通过信息技术.物联网技术的发展,通过传感器技术,实时感知数据,知道产品出了什么故障,哪里需要配件,使得生产过程中的这些因素能够被精确控制

大型企业大数据创新的五大重要趋势

"大数据"已经不仅仅是一个时髦用语,利用大数据分析正在成为越来越现实的问题,甚至IBM都已经宣布投入10亿美金发展PowerLinux系统以支持其大数据战略. 从企业规模来看,利用大数据更有优势的是大型企业.根据研究机构Forrester Research对大量大型企业的调查数据显示,平均每家企业产生的数据总量约为非结构化数据50TB.半结构化数据2TB.结构化数据12TB. 但Forrester Research首席分析师Bryan Wang同时指出,大型企业大数据综合利用率仅为12

2013年预测:大数据带来的五大挑战

本文讲的是2013年预测:大数据带来的五大挑战,John Bantleman是RainStor的CEO,有着20多年的从业经验.他在<连线>上发表了一篇文章称大数据在2013年将成为企业需要面对的重要问题之一,并且对今年大数据带来的挑战进行了5个方面的预测. 以下为文章全文: 2012年,大数据已经被证明是一个重要的趋势,并且对来年的大数据市场进行了很多的预测.现实情况是,客户将最终决定大数据的发展趋势,也将决定使用哪些技术解决方案来解决他们的独特业务问题. 在如今由数据驱动发展的世界里,企业

日本利用大数据技术评估文化影响力趋势

东京大学的http://www.aliyun.com/zixun/aggregation/13569.html">大数据研究人员发现一种有助于日本摆脱经济泥沼的新途径:通过生成互动趋势图对亚洲范围内日本动漫.游戏及其它内容制作商的受欢迎程度进行评估,并找出最具发展潜力的人气对应区域. 这份亚洲趋势图由东京大学副教授松尾裕与经济.贸易与工业部(简称METI)共同收集并分析数据,观察动画.漫画或游戏作品在网络中被提及的次数,并以此为依据评估其受欢迎程度. 其统计信息来源包括微博与维基百科更新.

2013年大数据市场应用与趋势调研报告

       即将逝去的2013年,被认为是具有跨时代意义的"大数据元年".在这一年,数据比以往任何时候都要宝贵,甚至成为可以与石油资源相媲美的新能源,大数据被认为是继信息化和互联网后整个信息革命的又一次高峰.然而,大数据不是口号,需要更多的企业付诸实践,从单调的数据中挖掘出潜在价值. 年初的一项调查曾指出,28%的全球企业和25%的中国企业已经开始进行大数据实践.为了进一步了解中国企业大数据应用的真实情况,IT168近期联合ITPUB.ChinaUnix展开了一项有关大数据应用与趋势

2013年大数据市场应用与趋势调研

即将逝去的2013年,被认为是具有跨时代意义的"大数据元年".在这一年,数据比以往任何时候都要宝贵,甚至成为可以与石油资源相媲美的新能源,大数据被认为是继信息化和互联网后整个信息革命的又一次高峰.然而,大数据不是口号,需要更多的企业付诸实践,从单调的数据中挖掘出潜在价值. 年初的一项调查曾指出,28%的全球企业和25%的中国企业已经开始进行大数据实践.为了进一步了解中国企业大数据应用的真实情况,IT168近期联合ITPUB.ChinaUnix展开了一项有关大数据应用与趋势的专项调查,揭

数据科学家和大数据技术人员工具包

数据科学家的常用工具与基本思路,数据分析师和数据科学家使用的工具综合概述,包括开源的技术平台相关工具.挖掘分析处理工具.其它常见工具等几百种,几十个大类,部分网址.为数据科学教育和知识分享,提高数据科学人员素质. 数据科学融合了多门学科并且建立在这些学科的理论和技术之上,包括数学.概率模型.统计学.机器学习.数据仓库.可视化等.在实际应用中,数据科学包括数据的收集.清洗.分析.可视化以及数据应用整个迭代过程,最终帮助组织制定正确的发展决策数据科学的从业者称为数据科学家.数据科学家有其独特的基本思