Packt：数据科学领域薪资和技能报告（附报告）

Packt发布了“数据科学领域薪资和技能报告”，报告显示：

        中小企业给那些经验不丰富的数据工作者提供最好的报酬；金融业则是报酬最高的行业；数据架构师对动力和快速变化的行业是最重要的。

        咨询行业数据科学工作者工作经验超过20年；而经验不足者在教育、学术和研究领域更多。

        金融和银行是数据科学工作收入最高的行业。

        数据架构师在媒体、广告和娱乐，以及游戏行业最重要，薪资也更高；在金融行业，统计师的收入则比数据架构师收入更高。

        分析技术方面，超过25%的受访者日常使用Python；还有差不多的受访者使用R；分布式计算和机器学习工具越来越重要；增强现实和物联网将改变人们对数据的思考方式。

        使用Python技术的数据科学工作者同时还使用R、Java或C++。

        在数据可视化方面，最常用的技术是JavaScript、HTML和CSS等。

        程序化数据驱动程序常用的语言包括python、c++和linux等。

        hadoop是大数据专家最常用的技术，Scala和Spark也越来越重要。

        数据架构师最常用的技术是SQL、MS和Oracle。

        Spark和Hadoop是最多数据科学工作者计划在未来6个月学习的工具。

        未来12个月数据科学领域的新兴趋势包括，机器学习将成为焦点；增强现实和物联网将成为重要挑战；移动分析将变得越来越重要；分布式计算将改变人们对数据的思考方式。

       其他热点

        大部分数据科学工作者不认为Julia将取代R和Python成为最重要的数据科学语言；

        大多数数据科学工作者也不相信Apache Spark会在未来12个月里取代Hadoop；

        经验越丰富的的数据科学工作者越认为数据分析和数据检索之间的界限将越来越模糊，而且大部分受访者都认为两者的界限越来越模糊；

        大部分受访者表示企业在未来1年里计划执行大数据项目，但是，工作不足1年的受访者这么表示的比例最好；

        大部分受访者认为Excel仍然占有一席之地。