欢迎来访浩海留学官网
留言咨询

400-1571-365

学Data Science这种专业,回国好就业吗?


2017的尾巴,我们浩海连录了三位宾大Data Science专业的学生,我们也都知道大数据相关专业在近两年越来越火,那么Data Science的就业情况到底如何呢?小编就和大家来谈谈这个专业的就业情况。


今天小编逛知乎看到这么一个问题:

国外学data science也就是大数据这种专业,回国是不是不好找工作?

国外学data science也就是大数据这种专业回国是不是不好找工作?虽然专业课也在学数据挖掘 但用的软件基本都是R studio, Tableau这种在国外流行的软件。另外想知道回国就业方向在哪儿?个人偏向找business intelligence或者data mining方面的,谢各位大神提建议!


问题一出,各路大神也纷纷现身说法:


一、Rich董


作为一个曾经在美国从事了两年数据分析工作的海归勉强一答吧。


我是去年六月由于自己非酋的属性加成,两次抽h1b都抽不中无奈回的国。之前也并没有充分调查过国内大数据专业的就业形势。回国后立马投入到求职的行列中,当时是六月,也并不是求职旺季,各处的机会也不是太多,于是开始了海投。简单总结一下:


基本上,国内对大数据人才需求还是非常大的,其中,所谓消费金融,p2p行业对于这方面的人才尤其需要。大概邀我去面试的里面70%都是这些行业的公司。由于,这些公司需要控制借贷风险,再加上火的不能再火的大数据概念,是家所谓Fintech公司都要提自己的大数据手段。说的也非常的动人,利用大数据分析客户风险信息,识别欺诈风险。当时我也是非常高兴地这么被忽悠进了一个规模不算小的互联网金融公司。但进去之后才发现,呵呵,底层数据架构非常混乱,找数据开发工程师提需求也是效率很低,最重要的是,根本没有成流程的数据挖掘系统,所有一切完全在初级阶段,只有盗版SAS,只能搞个Python开始从零撸代码,而且会用软件建模的我们部门只有我一个人。。。谈不上数据挖掘,顶多是做做监控报表。我一下子就灰了心,准备赶紧跑路。


个人认为国内大数据就业中,吹牛逼的真心不在少数,找类似Fintech这样的公司,尤其是比较小的公司,要多长个心眼,别看JD上写的多让人心动。但就是这些公司尤其需求大,所以要挑挑仔细了。


回来就业还有一个方向就是正儿八经的IT行业,有外资的,也有民营的,但感觉略微偏底层一点,需要数据库经验丰富,会撸C,会Java,会SQL,知道Hadoop怎么弄,这些应该不是题主的菜。


还有一个方向是商务信息咨询公司,类似Merkle(美库尔)这样的外企,也有类似的民企。感觉这些比较符合题主的需求。不需要去接触特别底层的数据结构,利用SAS,R等软件对一些商业信息做数据分析,一般都是做精准营销的,这就是题主说的Business  Analyst 。对了,还要有很好的presentation能力和沟通能力。但这些公司感觉招聘信息不是特别多,要多多留意。

Data mining其实是有别于Business Analyst的。前者需要更多统计知识,数学知识,并且撸代码能力也要更强一些。国内需要这方面的人才的行业类似大的保险公司银行,和一些IT行业如BAT三家都是需要的。


说到数据挖掘软件,题主说 R studio, Tableau在国外非常流行,感觉倒并不是,至少我之前的公司没有用。国内倒是用R挺多的,Tableau也有,我现在的公司Tableau就早已普及了。所以不存在题主担心的问题。


二、饭团酱


先说下背景:曾就读于全美前二十的biostatistics硕士项目,目前在国内做金融大数据分析相关工作。


2013年以来,大数据在各个领域的应用呈爆发式增长,而中国近年来的风格,是什么火起来了就全民动员,哪怕街边一个馄饨店,也开始谋划“通过大数据形成对客户口味的深入洞见”,因此你的第一个问题“国外学data science也就是大数据这种专业回国是不是不好找工作?”里面的“回国”这个关键词可以去掉了。


而国外学和国内学,我觉得还是有一点差别的,几年前我就读的项目已经有很完备的big data系列课程,而国内因高校课程申请审批等流程用时较长无论是教材还是课程都没跟进的那么快。但国内学生的数据挖掘的基本功平均会比国外的学生更扎实,这不是具体到个别学生的能力,而是说整体的平均水平,原因是美国教育资源比较开放,像我这样本科和硕士阶段几乎都没接触过数据挖掘的学生也可以进入统计专业学习,而国内科班出身基础扎实的学生比例可能更高些。综上,你问题里的“国外”这个关键词也可以去掉了,不构成影响找工作的关键因素。


但是你稍后说的“用的软件基本都是R studio, Tableau这种在国外流行的软件”我就不大能接受了,Tableau在美国很主流吗?至少我在上学找工作期间它都不是重点。更何况,用哪种软件哪种语言都不是重点,数据分析是一种综合技能,软件、编程语言只是工具,每个企业因历史原因常用的软件可能都不大一样,入职后软件可能也会随着技术的更新而改变,因此如果你真的具备不错的数据分析数据挖掘的能力,任何一个有慧眼的企业都不会因为常用的语言不同而把你拒之门外,当然,他们对你的预期也包括了,你可以对新的语言能迅速上手。


最后,关于就业方向,鉴于你列举的软件是R而不是Hadoop,理解你的专业并不是大数据基础层的处理这种偏CS的,而是更偏分析,国内几乎各个行业都已经开始重视大数据分析,而应用比较成熟的主要是互联网,金融巨头。作为应届毕业生,我建议你首先进入这些应用较为成熟的团队,因为作为应届生无论是技术还是眼界都还不具备独自撑起一片天的能力,进入成熟团队,站在巨人的肩膀上,可能对你职业基础的夯实更有益处。


最后再说一点,business intelligence领域,可能更偏好复合背景,多数企业中BI的数据部分和分析部分都是交给同一个团队来做,他们通常要对企业本身的业务逻辑,行业的市场规律以及数据的分析处理都有很深的理解,才能有效的对企业的商业决策从数据角度进行支持,否则只是空中楼阁,纸上谈兵。如果你想在这个领域有所建树,恐怕只具备data mining方面的技能是不够的。


三、Cheng Jia


利益相关:某藤校biostatistics博士,找到某库伯蒂诺it公司ds职位。


在研究生期间的课程和培养方向,很大程度上决定了你最终的可雇佣性。我系大部分学生去了pharma和fda,我这个奇葩在研究生期间选了大量cs的课程,加强了机器学习方面的知识,在dissertation里面大量应用了现在所谓big data常用的技术,比如spark,比如大规模的并行运算,申了仨工作,就拿到了中国不存在的某搜索公司的on site(没去)和某卖手机公司的offer。


雇主雇佣你,是看中了你的skills和experience,在读研期间有意识的培养自己在工作中需要的技术(通过选课,在课题中的应用),可以很容易的学到除了传统统计软件之外的很多知识。


下面分享一组由国内某IT培训机构对大数据行业所做的分析和数据:


大数据就业方向


大数据领域三个大的技术方向,这些不同的技术方向,对应企业的哪些招聘岗位?


Hadoop大数据开发方向市场需求旺盛,是大数据培训的主体,目前IT培训机构的重点。对应岗位有大数据开发工程师、爬虫工程师、数据分析师等;


数据挖掘、数据分析&机器学习方向学习起点高、难度大,市面上只有很少的培训机构在做。对应岗位有数据科学家、数据挖掘工程师、机器学习工程师等;


大数据运维&云计算方向市场需求中等,更偏向于Linux、云计算学科。对应岗位有大数据运维工程师等。


精通任何方向之一者,均会前途无量。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。


大数据就业薪资


对于基础人才-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%。



对于大数据开发工程师,北京大数据开发平均工资:30230/月。



对于Hadoop开发工程师,北京hadoop平均工资:20130/月,取自1734份样本。





大数据职业发展


最后一个问题,到底哪些公司需求大数据人才?


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。


马云说“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。总之,数据,是未来的一切。达内的大数据课程注重底层的学习,在学习hadoop之前,要通过一个项目学习hadoop的底层知识点,同时还注重上层应用。既有基于电信的zebra项目,也有基于电商的大数据分析项目让学生们通过大数据阶段的学习,能够快速在公司上手开发。






在线咨询
400-1571-365
公众号
返回顶部