獵聘首席數據官詳解大數據和AI人才需掌握的核心技能，及未來職業發展趨勢

本文內容整理自2017年7月11日由清華-青島數據科學研究院聯合大數據文摘舉辦的《頂級數據團隊建設全景報告》發布會上，獵聘首席數據官單藝所做的以“大數據和AI人才的職業發展趨勢”為主題的發言。單藝介紹了近幾年國內大數據和AI核心人才的需求、薪資狀況，分析了這些人才應該掌握的核心技能，并預測了他們未來的職業發展趨勢。

單藝畢業于清華大學和美國亞利桑那大學（University of Arizona），獲得了管理信息系統專業的學士和碩士學位，目前擔任獵聘首席數據官，負責機器學習技術和產品研發、商業數據分析以及大數據基礎設施建設。他具有17年的數據挖掘和系統研發經驗，曾經入選“影響中國大數據產業進程100人”。

單藝展示的獵聘大數據顯示，從2014年1月到2017年3月，大數據工程師和AI工程師的職位需求占比呈波浪狀迅速增長趨勢，兩者在2017年2月達到峰值1.3%和0.7%，分別是2014年1月的4.33倍和7倍。

相比之下，在同一時段內，數據分析師的需求占比總體呈穩步增長態勢，占比均值不斷上升，并于2016年9月達到峰值1.2%，是2014年1月的2倍。

大數據工程師和AI工程師的需求如此緊俏，無論在哪個工齡段，他們的平均年薪都高于全體工程師的平均水平。例如，在工齡三年以下的人群中，大數據工程師、AI工程師、全部工程師的平均年薪分別為29.22萬元、29.98萬元、23.73萬元；在工齡8-10年的人群中，三者的平均年薪分別為44.23萬元、45.71萬元、39.91萬元。

對于數據分析師的薪資狀況，單藝用最高薪資中位值對互聯網行業的數據分析師職位和行業平均年薪水平做了比較。據悉，工齡一年的初級分析師的平均年薪并不高，與同等工齡的行業平均水平接近。但隨著工齡的增長，二者的差距越來越大：工作三年時，二者的最高年薪中位值差5萬元；工作六年時，二者的最高年薪中位值差10萬元；工作10年時，二者的最高年薪中位值差20萬元。

對此，單藝這樣解釋：“數據分析師積累的行業經驗越多，能夠給企業帶來的價值就會越大，企業也愿意高薪聘請他們。”

這三個職位具有如此旺盛的需求和較高的薪資，它們的進入壁壘也有較高的門檻。獵聘在所獲數據基礎之上，通過自然語言處理技術，抽取出這些崗位的關鍵技能要求。

大數據工程師和AI工程師都要求從業者具備java、大數據開發、大數據結構、軟件開發工程等技術背景。值得一提的是，AI工程師還需要具備機器學習的能力。數據分析師除了需要具備數據分析、數據挖掘和機器學習等能力外，還需要具備市場營銷、市場服務、數據產品等方面的知識和技能。

“數據分析師的核心技能，除了技術性的數據分析工作領域之外，更重要的是怎么去理解業務，跟業務合作，它跟工程師有非常大的差別。”單藝解釋道。

在數據分析師的行業分布方面，單藝指出，他們幾乎遍及所有產業，但分布占比最大的要數互聯網行業，其占比為 67.4%；其次是金融行業，其占比為16.4%，其他行業的占比均在3%以下。

“互聯網重視運營，產品的開發也離不開數據，再加上互聯網本身收集數據相對容易，成本低，所以互聯網公司都在積極地招聘分析師，用以改進和提升他們的業務。”單藝表示，“金融行業有著重視數據的傳統，其很多業務本身就是可以量化的，所以這個行業也會產生大量的數據人才需求。”

提到這三類崗位的未來趨勢，單藝說，“現在很多公司已經認識到數據是未來的一種戰略性資源。用好數據會帶來很大的競爭優勢。在此背景下，企業中數據的相關需求越來越多。所以，數據人才的整體需求在未來仍會持續增長。”

根據單藝的預測，在未來，數據團隊將演變為集中式團隊，采取嵌入式工作模式，綜合利用工程、分析和AI算法的優勢。數據分析師將跟業務進一步深入結合，進行預測性建模；大數據工程師則需要精通成熟技術棧，提升實時處理技能；而AI工程師則會進一步分化，出現專做圖像、語音、自然語言等細分業務。

而隨著AI基礎技術的成熟和普及，將會出現AI應用工程師。“隨著各種機器學習的框架和數據實驗平臺的發展、成熟，在應用要求不高的情況下，普通的工程師也可以上手做應用，或許他們理論方面不會太強，但是他們更偏重于工程實踐。”單藝說。

后臺回復關鍵詞“報告”，下載精華版《頂級數據團隊建設全景報告》。

更多精彩干貨內容，敬請搜索關注清華-青島數據科學研究院官方公眾平臺“數據派THU”