人才市场对数据科学家需求的量化分析

作者:Kishore
发布日期:August 27, 2017
翻译来源:deeplearningtrack.com

人才市场对数据科学家需求的量化分析

市场上有相当多的市场项目有着对数据科学家的需求——数据科学家是21世纪最性感的工作! 数据是21世纪的石油。 到2018年,仅美国就可能面临分析人才50-60%的缺口。鉴于需求和个人资料的影响,许多人正在向数据科学的职业转型。
这个博客试着将数据分析的技巧聚焦于数据科学的需求和供给状态。

供给端

supply_side

Source:Linkedin search results
根据linkedin的数据,美国的数据科学家数量最多,其次分别来自印度,英国和法国。数据科学家的来源国家顺序不出意外。然而,就数据科学专业人员的数量而言,美国与世界其他国家之间的差距是相当惊人的。
让我们进一步解析 - 区分不同经验水平的数据科学家对我们的分析可能会有帮助。
percent_of_professionals_by_experience
值得注意的是,美国,英国,加拿大和澳大利亚的数据专业人员总体拥有5年以上的经验,而印度,法国和新加坡等市场更偏向于经验不足的数据科学专业人员。
在一个传统行业中,人们会预期金字塔等级将会存在 - 也就是说,对要求经验不高的职位的需求会更多,要求经验丰富的职位需要的人员会更少 - 然而,不符合我们在上表所看到的数据。 可能,我们应该进一步考虑到,一个拥有10年经验的专业人士,在他任职期间可能不一定是从事数据科学工作,他最近的角色可能是数据科学家的角色。

需求端

数据科学人才被认为是行业内的优秀人才之一。部分原因是考虑到数据科学家在工业上的供应数量有限,所以有大量的空缺职位。 以下简要介绍每个国家每位数据科学家的当前职位数量:
current_open_jobs_per_data_scientist

难怪数据科学人才受到激烈的争抢 - 因为空余职位的数量是目前数据科学家工作人员总数的30%左右。如果我们不仅考虑公司的直接要求,而且还考虑下一季度,半年的战略要求等,需求缺口就更大了。
既然空余的职位可能很多,让我们了解不同经验的专业人士的需求。 以下图表按经验级别分割了公开职位的数量:
open_roles_by_experience_level
对不同经验水平数据科学家的需求职位数量更接近我们对典型团队组成金字塔结构的印象。
基于上文,我们可以理解供求关系中最多的职位:
open_roles_per_data_scientist_by_experience_level
基于以上所述,我们可以看到,具有5年以上经验的专业人员有更多的机会,在行业需求方面尤其如此,尤其是在美国,英国,印度和德国等国家, 有着更多的机会和但是供应却更少。
有可能,数据科学家在该行业获得更多经验后 - 他/她将成为更有效的业务领导者 - 从而增大责任/团队的范围,因此需要经验丰富的数据科学家(尤其是在数据科学领域具有丰富经验的专家)。

更多课程和文章尽在微信号:「datartisan数据工匠」

由 Editor 于 2018 年 01 月 04 日 发布在 数据科学 栏目