最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

2016年上半年大数据方向就业形势重磅出炉

[复制链接]
跳转到指定楼层
楼主
发表于 2016-8-25 14:03:56 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2016-8-25 14:35 编辑

一、大数据介绍
  1  大数据概述
  对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力,洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
  大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
  
  从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式技术和云存储、虚拟化技术。
  2  大数据的价值
  现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物 阿里巴巴创办人马云在演讲中就多次提到,未来的时代将不是IT时代,而是DT的时代,DT就是数据科技 (Data Technology)。
  大数据浪潮,汹涌来袭,与互联网的发明一样,这绝不仅仅是信息技术领域的革命,更是在全球范围加速企业创新、引领社会变革的利器。现代关系学之父德鲁克有言,预测未来最好的方法,就是去创造未来。而“大数据战略”,则是当下领航全球的先机。
  
  “大数据”(Big Data)指一般的软件工具难以捕捉、管理和分析的大容量数据。“大数据”之“大”,并不仅仅在于“容量之大”,更大的意义在于:通过对海量数据的交换、整合和分析,发现新的知识,创造新的价值,带来“大知识”、“大科技”、“大利润”和“大发展”。
  “大数据”能帮助企业找到一个个难题的答案,给企业带来前所未有的商业价值与机会。大数据同时也给企业的IT系统提出了巨大的挑战。通过不同行业的“大数据”应用状况,我们能够看到企业如何使用大数据和云计算技术,解决他们的难题,灵活、快速、高效地响应瞬息万变的市场需求。
  大数据的价值体现在以下几个方面:

  • 对大量消费者提供产品或服务的企业可以利用大数据进行精准营销
  • 做小而美模式的中长尾企业可以利用大数据做服务转型
  • 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值

  
  3  大数据相关技术方向
  大数据领域三个大的技术方向:

  • 方向一、hadoop大数据开发方向
      
  • 方向二、数据挖掘、数据分析&机器学习方向
      
  • 方向三、大数据运维&云计算方向
      

  精通任何方向之一者,均会 “ 前(钱)”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入门薪资已经达到了 8K 以上,工作1年可达到 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!
  大数据相关的技术技能是:Hadoop, Linux, Oracle, Jquery, Spark, Storm, Servlet, Python,Nginx, Memcached, Matlab, Scala , Maven等。
二、职位需求情况
  1 分布:一线以及沿海活跃
  
  北风网通过持续的观察前程无忧与智联招聘需求,在2016年6月大数据相关职位需求量,北京为21,511+个,稳居榜首,职位量占比高达25.1%,上海与深圳虽然拿下第二与第三,但是数量相差甚远。前十名也全部都是一二线城市,由此可以得出,大数据的发展,当前最活跃于偏向于发达的一线城市以及沿海地区。
  2 数量:IT、教育、咨询房地产是趋势
  
  从各行业发布的数量上来看,以计算机软件职位需求量最大,互联网/电子商务、IT服务/系统/数据/维护,紧随其后,并且三者相差不大,由此可以看出,计算机、互联网、IT类的职位需求的空缺一直很大,对于很多求职者而言,这是一个非常大的机遇。排名前四的与第五的数据相差很大,一方面是传统岗位数量的饱和,另一方面也就是新兴行业人才的稀缺。同时已经可以看出大数据在咨询、房地产、教育等行业的应用已经出现一个小的趋势,未来这些行业或将出现巨大的需求(或许这以一切的数据现象反映了当前国内的经济现状)。
  3 7个月的职位量:增长趋势
  
  从近7个月职位发布的数量上来看,受春节的影响,1~2月数量呈递减趋势之外,其他几个月的数量都在稳定增长,据北风网预估,到2016年9月,会增长到185,148+个。长远来看,大数据行业人才的需求,还在不断增长,对于这个行业的就业者而言,以后的发展空间可想而知。
三、职位薪资情况
  1  8K起步
  
  
  从薪资水平上来看,5-8K是起步,20K以上的在2015年仅占2.4%,而在2016年却是增长到了21.5%%,由此可以看出,大数据其实也就是这一年始真正的发展。不论是平均最高月薪还是平均最低月薪,2016年在2015年的基础上都有明显的增长。平均月薪的增长意味着大数据进入了越来越多人的视线,专业人才难求,平均月薪疯长,大数据不火都不行。
  2 薪资排名:无锡成为黑马逆袭
  
  从具体薪资地域排名分布上来看,无锡由于新兴的IT企业较多居榜首,上海与北京紧随其后,相差也不大,同样,排名靠前的也均为一二线城市,由此可以看来,大数据行业的崛起是一二线城市开始,逐渐延伸到周边,当然,这些只是企业招聘时候发布的薪资标准,不过这也不难看出,其人才的缺口居高。
  3  行业薪资分布:IT、咨询、教育行业居高
  
  分析了大数据行业薪资的发展与现状,我们再来看看各行业的薪资水平,整体来看,排名靠前的还是以互联网类职位为主,当然一些服务行业的工资水平高有一部分是因为有提成在里面,这个是依靠个人能力,较低的是一些比较传统的行业,新兴行业的发展带动了很多行业却也让这些传统行业不得不改变固有的发展模式。
四、职位技能需求
  1  学历需求现状:大专最多,本科次之
  
  2 工作经验需求现状:半数企业经验不限
  
  从工作经验来看,69.1%的企业对求职者的要求是经验不限,这很大一部分说明的人才的稀缺,这对于应届大学生而言,无疑是一大机遇,因为企业对于工作经验要求的低,而应届大学生只需要通过培训就能掌握该岗位应有的技能,就能轻松上岗拿高薪,这也充分说明当下学习大数据绝对是千载难逢的黄金时间点。
  3 职位技能图谱
  
五、职位发展前景
  1  2016薪资趋势
  
  近两年来,互联网的发展迅速,相对应的带动了很多行业的发展,大数据作为新兴行业之一,半年来的人才需求在也是居高不下,薪资情况历来也是求职者所关注的重点,从表格来看,前六个月的发展都比较平缓,这主要是由于招聘季节因素和中国传统节假日因素春节所致,所谓需求不旺,而后几个月则有较大增长,可以很明显的看出,6~8是企业招聘人才的活跃期,当然这也和年中跳槽、高校毕业等因素有关。
  2  工作经验VS薪资范围
  
  我们都说,工作经验与薪资范围密不可分,大数据行业也是如此,相对于传统行业的应届生,大数据行业的应届生工资要高很多,并且随着工作年份的增长,其工资范围也在不断的增长,并且其幅度远大于传统岗位,一般只要有一些工作经验,起薪范围就能够迅速从6,777增长到12,807,实现翻倍,因此人们常说的 “成就高薪”,只要你有梦想,在大数据的世界里就会变得有无数种可能。
  3  职位级别VS薪资范围
  
  从职位的级别划分来看,其薪资范围的幅度很大,初级薪资范围在4-15k之间,中级薪资在6.6-20K之间,高级薪资在12.6-65K之间,所以对于大数据行业的求职者来说,其发展空间很大。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-24 00:57

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表