跟著許多大公司對(duì)數(shù)據(jù)分析需要增多，數(shù)據(jù)相關(guān)崗位的人才需要量也越來越大。 數(shù)據(jù)學(xué)作為一門學(xué)科，現(xiàn)已遭到年代的追捧。數(shù)據(jù)學(xué)，或者更精確來說，大數(shù)據(jù)，在2000年前期還是個(gè)冷門，而如今早已變成人們重視的焦點(diǎn)。早在2014年，高德納咨詢公司就猜測(cè)，到2016年將有73%的公司企業(yè)將在大數(shù)據(jù)項(xiàng)目中投入重金。 2016年的尾聲行將到來，咱們是時(shí)分回憶一下大數(shù)據(jù)的開展，盤點(diǎn)十大最搶手的數(shù)據(jù)崗位。

TOP1 首席數(shù)據(jù)官（CDO）

三軍不可無帥也，所有想在大數(shù)據(jù)項(xiàng)目中取得成功的公司都需要首席數(shù)據(jù)官坐鎮(zhèn)指揮。2014年CDO數(shù)量只有400人，2015年增長(zhǎng)到了1000人，據(jù)此，加德納預(yù)計(jì)，到2019年90%的英國大公司都會(huì)擁有自己的首席數(shù)據(jù)官。?首席數(shù)據(jù)官的工作內(nèi)容非常多，職責(zé)也很復(fù)雜，他們負(fù)責(zé)公司的數(shù)據(jù)框架搭建、數(shù)據(jù)管理、數(shù)據(jù)安全保證、商務(wù)智能管理、數(shù)據(jù)洞察和高級(jí)分析。因此，首席數(shù)據(jù)師必須個(gè)人能力出眾，同時(shí)還需要具備足夠的領(lǐng)導(dǎo)力和遠(yuǎn)見，找準(zhǔn)公司發(fā)展目標(biāo)，協(xié)調(diào)應(yīng)變管理過程。TOP2 營(yíng)銷分析師/客戶關(guān)系管理分析師

客戶忠誠度項(xiàng)目、網(wǎng)絡(luò)分析和物聯(lián)網(wǎng)技術(shù)積攢了大量的用戶數(shù)據(jù)，很多先進(jìn)公司已經(jīng)在使用相關(guān)策略來支持公司的發(fā)展計(jì)劃。尤其是市場(chǎng)部門能夠運(yùn)用這些數(shù)據(jù)進(jìn)行更有針對(duì)性的營(yíng)銷。營(yíng)銷分析師能夠發(fā)揮他們?cè)贓xcel和SQL等數(shù)據(jù)分析工具方面的專業(yè)特長(zhǎng)，對(duì)客戶進(jìn)行細(xì)分，確保數(shù)字化營(yíng)銷能夠到達(dá)目標(biāo)客戶群體。當(dāng)與Adobe Campaigns等廣告系列管理軟件配合使用時(shí)，公司企業(yè)就可以確保其營(yíng)銷策略達(dá)到最佳效果。

TOP3 數(shù)據(jù)工程師

隨著Hadoop和非結(jié)構(gòu)化數(shù)據(jù)倉庫的流行，所有分析功能的第一要?jiǎng)?wù)就是要得到正確的數(shù)據(jù)。商務(wù)智能和數(shù)據(jù)科學(xué)都要求有干凈的、有序的且可用的數(shù)據(jù)框架，而這通常是通過SQL服務(wù)器、甲骨文（Oracle）和SAP公司數(shù)據(jù)庫來實(shí)現(xiàn)的。高水平的工程師需要掌握數(shù)據(jù)管理技能，熟悉提取轉(zhuǎn)換加載過程，很多公司都急需這樣的人才。事實(shí)上，很多首席數(shù)據(jù)官甚至認(rèn)為，數(shù)據(jù)工程師才是大數(shù)據(jù)相關(guān)行業(yè)中最重要的職位。

TOP4 商務(wù)智能開發(fā)工程師

商務(wù)智能開發(fā)工程師的最基本職能，是管理結(jié)構(gòu)數(shù)據(jù)從數(shù)據(jù)庫分配至終端用戶的過程。商務(wù)智能（BI）曾經(jīng)只是商務(wù)金融的基礎(chǔ)，現(xiàn)在已經(jīng)獨(dú)立出來，成為了單獨(dú)的部門，很多商務(wù)智能團(tuán)隊(duì)正在搭建自服務(wù)指示板，這樣運(yùn)營(yíng)經(jīng)理就能快速且有效地獲取高性能數(shù)據(jù)，評(píng)價(jià)公司運(yùn)營(yíng)情況。?商務(wù)智能最重要的技術(shù)目前都掌握在主要科技巨頭手中，包括微軟商務(wù)智能軟件包（SSIS/SSAS/SSRS/PowerBI），甲骨文（OBIEE, OBIA），SAP（BusinessObjects）和IBM（Cognos）。TOP5 數(shù)據(jù)可視化

你可能會(huì)奇怪，我為什么把可視化擺在商務(wù)智能研發(fā)工程師前面。但是隨著指示板和可視化工具的增多，商務(wù)智能“前端”研發(fā)工程師需要更熟練掌握Tableau、QlikView/QlikSense、 SiSense和Looker。能夠使用d3.js在網(wǎng)絡(luò)瀏覽器中制作數(shù)據(jù)可視化的研發(fā)工程師也越來越受到公司歡迎。很多大公司開出的年薪已經(jīng)超過了7萬5千英鎊，平均日薪500多英鎊。

TOP6 軟件研發(fā)工程師

這個(gè)也是大數(shù)據(jù)相關(guān)崗位？隨著大數(shù)據(jù)的發(fā)展，很多公司都開始打造基于大數(shù)據(jù)平臺(tái)的網(wǎng)頁應(yīng)用。除了掌握J(rèn)avascript、C#、PHP和Diango Python框架等傳統(tǒng)軟件研發(fā)工具，大數(shù)據(jù)軟件研發(fā)工程師還需要熟練使用Pyramid或者Flask。

TOP7 大數(shù)據(jù)工程師

正如上文提到過的，數(shù)據(jù)工程師的工作是負(fù)責(zé)管理公司的數(shù)據(jù)，包括數(shù)據(jù)的收集，存儲(chǔ)、處理和分析。從經(jīng)驗(yàn)來看，這涉及到使用關(guān)系型數(shù)據(jù)庫，來管理以表格方式存儲(chǔ)的數(shù)據(jù)。有很多關(guān)于數(shù)據(jù)怎樣才能被定義為大數(shù)據(jù)的討論。為了得到這個(gè)問題的結(jié)論，必須綜合考慮結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)（圖像，視頻，音頻文件等），它們往往是實(shí)時(shí)收集的，并且過于復(fù)雜，因此不能由傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)處理。?大數(shù)據(jù)工程師需要能夠搭建并維護(hù)大型異構(gòu)數(shù)據(jù)框架，這些數(shù)據(jù)通常是在MongoDB等NoSQL數(shù)據(jù)庫中。很多公司采用Hadoop框架和很多Hadoop次級(jí)軟件包，如Hive（數(shù)據(jù)軟件），Pig（數(shù)據(jù)流語言）和Spark（多編程模型），當(dāng)然數(shù)據(jù)基礎(chǔ)設(shè)施還遠(yuǎn)遠(yuǎn)不止這些。TOP8洞察分析師

可能每個(gè)公司對(duì)這個(gè)職位的叫法不一樣，但不可否認(rèn)，現(xiàn)在具備執(zhí)行力且精通技術(shù)的分析師炙手可熱。通常，他們都會(huì)和產(chǎn)品部門、市場(chǎng)部門緊密合作，運(yùn)用數(shù)據(jù)編程工具來整合大數(shù)據(jù)集，得出分析結(jié)論，支持發(fā)展客戶群，制定維持客戶關(guān)系策略。?從技術(shù)的角度來說，洞察分析師需要掌握各種數(shù)據(jù)編程工具，如SQL、SAS和SPSS等。但是很多公司都希望能夠使用R和Python來獲得更深度的分析，同時(shí)還要與RStudio等軟件包配合使用，來生動(dòng)地表達(dá)可視化數(shù)據(jù)分析結(jié)果。

TOP9數(shù)據(jù)架構(gòu)師

在大數(shù)據(jù)環(huán)境中運(yùn)行程序是一回事，而構(gòu)建大數(shù)據(jù)基礎(chǔ)設(shè)施則是另一回事。一個(gè)卓越的數(shù)據(jù)架構(gòu)師可為尖端的大數(shù)據(jù)解決方案提供基礎(chǔ)，其職責(zé)包括使用AWS，Azure和Google Cloud了解云中的數(shù)據(jù)存儲(chǔ)和使用Hadoop或NoSQL設(shè)計(jì)基礎(chǔ)架構(gòu)數(shù)據(jù)庫來管理非結(jié)構(gòu)化數(shù)據(jù)。

TOP10數(shù)據(jù)科學(xué)家

近來，Glassdoor表明，數(shù)據(jù)科學(xué)家是“美國的最好作業(yè)”，是數(shù)據(jù)國際的常駐“搖滾明星”。關(guān)于誰才是真實(shí)的數(shù)據(jù)科學(xué)家，曾引起了國際范圍內(nèi)的評(píng)論，參加這場(chǎng)評(píng)論有很多強(qiáng)壯學(xué)術(shù)背景的博士碩士，他們?cè)诮y(tǒng)計(jì)學(xué)，數(shù)學(xué)，物理學(xué)，經(jīng)濟(jì)學(xué)，數(shù)據(jù)發(fā)掘和機(jī)器學(xué)習(xí)方面都具有深沉專業(yè)知識(shí)。 優(yōu)異的數(shù)據(jù)科學(xué)家能夠運(yùn)用領(lǐng)先的剖析原理和Python，R或Spark等數(shù)據(jù)編程工具來辨認(rèn)并處理高度雜亂的業(yè)務(wù)疑問。他們的剖析將在決議計(jì)劃中表現(xiàn)核心作用，供給智力支撐，以確保公司能夠在日益雜亂的商業(yè)環(huán)境中獲得成功。