本文内容整理自2017年7月11日由清华-青岛数据科学研究院联合大数据文摘举办的《顶级数据团队建设全景报告》发布会上，猎聘首席数据官单艺所做的以“大数据和AI人才的职业发展趋势”为主题的发言。单艺介绍了近几年国内大数据和AI核心人才的需求、薪资状况，分析了这些人才应该掌握的核心技能，并预测了他们未来的职业发展趋势。
单艺毕业于清华大学和美国亚利桑那大学（University of Arizona），获得了管理信息系统专业的学士和硕士学位，目前担任猎聘首席数据官，负责机器学习技术和产品研发、商业数据分析以及大数据基础设施建设。他具有17年的数据挖掘和系统研发经验，曾经入选“影响中国大数据产业进程100人”。
单艺展示的猎聘大数据显示，从2014年1月到2017年3月，大数据工程师和AI工程师的职位需求占比呈波浪状迅速增长趋势，两者在2017年2月达到峰值1.3%和0.7%，分别是2014年1月的4.33倍和7倍。
相比之下，在同一时段内，数据分析师的需求占比总体呈稳步增长态势，占比均值不断上升，并于2016年9月达到峰值1.2%，是2014年1月的2倍。
大数据工程师和AI工程师的需求如此紧俏，无论在哪个工龄段，他们的平均年薪都高于全体工程师的平均水平。例如，在工龄三年以下的人群中，大数据工程师、AI工程师、全部工程师的平均年薪分别为29.22万元、29.98万元、23.73万元；在工龄8-10年的人群中，三者的平均年薪分别为44.23万元、45.71万元、39.91万元。
对于数据分析师的薪资状况，单艺用最高薪资中位值对互联网行业的数据分析师职位和行业平均年薪水平做了比较。据悉，工龄一年的初级分析师的平均年薪并不高，与同等工龄的行业平均水平接近。但随着工龄的增长，二者的差距越来越大：工作三年时，二者的最高年薪中位值差5万元；工作六年时，二者的最高年薪中位值差10万元；工作10年时，二者的最高年薪中位值差20万元。
对此，单艺这样解释：“数据分析师积累的行业经验越多，能够给企业带来的价值就会越大，企业也愿意高薪聘请他们。”
这三个职位具有如此旺盛的需求和较高的薪资，它们的进入壁垒也有较高的门槛。猎聘在所获数据基础之上，通过自然语言处理技术，抽取出这些岗位的关键技能要求。
大数据工程师和AI工程师都要求从业者具备java、大数据开发、大数据结构、软件开发工程等技术背景。值得一提的是，AI工程师还需要具备机器学习的能力。数据分析师除了需要具备数据分析、数据挖掘和机器学习等能力外，还需要具备市场营销、市场服务、数据产品等方面的知识和技能。
“数据分析师的核心技能，除了技术性的数据分析工作领域之外，更重要的是怎么去理解业务，跟业务合作，它跟工程师有非常大的差别。”单艺解释道。
在数据分析师的行业分布方面，单艺指出，他们几乎遍及所有产业，但分布占比最大的要数互联网行业，其占比为 67.4%；其次是金融行业，其占比为16.4%，其他行业的占比均在3%以下。
“互联网重视运营，产品的开发也离不开数据，再加上互联网本身收集数据相对容易，成本低，所以互联网公司都在积极地招聘分析师，用以改进和提升他们的业务。”单艺表示，“金融行业有着重视数据的传统，其很多业务本身就是可以量化的，所以这个行业也会产生大量的数据人才需求。”
提到这三类岗位的未来趋势，单艺说，“现在很多公司已经认识到数据是未来的一种战略性资源。用好数据会带来很大的竞争优势。在此背景下，企业中数据的相关需求越来越多。所以，数据人才的整体需求在未来仍会持续增长。”
根据单艺的预测，在未来，数据团队将演变为集中式团队，采取嵌入式工作模式，综合利用工程、分析和AI算法的优势。数据分析师将跟业务进一步深入结合，进行预测性建模；大数据工程师则需要精通成熟技术栈，提升实时处理技能；而AI工程师则会进一步分化，出现专做图像、语音、自然语言等细分业务。
而随着AI基础技术的成熟和普及，将会出现AI应用工程师。“随着各种机器学习的框架和数据实验平台的发展、成熟，在应用要求不高的情况下，普通的工程师也可以上手做应用，或许他们理论方面不会太强，但是他们更偏重于工程实践。”单艺说。
后台回复关键词“报告”，下载精华版《顶级数据团队建设全景报告》。
更多精彩干货内容，敬请搜索关注清华-青岛数据科学研究院官方公众平台“数据派THU”
联系客服
