大数据时代高收入热门职业解析及院校推荐

摘要：在美国职业社交网站领英网(LinkedIn)，有3.6万个数据科学家的职位虚位以待。美国US News预测2020年十大最佳职业，第一名即是与数据运算有关的数据运算人员。“大数据”时代，数据成为决策最为重要的参考之一，与此同时自然也催生出了一些与大数据处理相关的职业。

美国招聘网站Glassdoor的报告称，大数据工程师平均年薪为11.9万美元(折合人民币73.7万元)，一个拥有博士学位的大数据工程师的起薪通常是六位数，工作两年后，就可以轻松赚到20万至30万美元的年薪。而程序员平均年薪为6.5万美元（折合人民币40.1万元），差距由此可见。如果你擅长数学，会编程，而且还对某个行业了如指掌，那你就有可能当上大数据工程师。在美国职业社交网站领英网(LinkedIn)，有3.6万个数据科学家的职位虚位以待。美国US News预测2020年十大最佳职业，第一名即是与数据运算有关的数据运算人员。

说起大数据，可能你还会觉得云里雾里，实际上，大数据就发生在你我身边，和小编一起先来点入门级的——

你的通话记录、上网记录，会留在三大电信运营商那里；

你的身份、家庭房产信息，会通过刷信用卡而被银行知晓；

你去了哪里，现在哪里，又会通过手机定位系统而泄露，百度、腾讯、阿里是目前大数据的主导拥有者和使用者；

政府也掌握相应的大数据。通过这些数据都勾勒出你的基本面貌，也就是说，你的一举一动尽在大数据掌控中。亲们，有木有觉得害怕？

大数据已深入到日常生活的诸多领域，在许多行业发挥着重要作用。

大数据最重要的功能，是能把未来一些不确定性的东西准确地预测出来。

举个例子——2008年，谷歌的一支研发团队利用在网上收集到的海量个人搜索词汇数据，赶在政府流行病学家之前两星期预测了甲型H1N1流感的暴发。这样的事情在以前是不可想象的，掌握了大数据后，谷歌就做到了。

大数据时代，人们的思维方式不再是原有的因果关系，而是相关关系，它的核心是预测，并且不是基于随机样本，而是全体数据，利用计算机技术强大的处理和分析能力为人们提供决策。

“大数据”时代，数据成为决策最为重要的参考之一，与此同时自然也催生出了一些与大数据处理相关的职业，他们通过对数据的挖掘分析来影响企业的商业决策。

在中国，大数据的应用才刚刚萌芽，很少有全才来完成所有环节。于是每家公司根据自己已有的资源对大数据工作提出了不同的要求：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。因此这群与大数据打交道的人有了多样的头衔：数据科学家、数据工程师、大数据专家、数据研究员、统计分析师等，我们将其统称为“大数据工程师”。

(1)计算机科学

一般来说，大数据工程师大多要求具备编程、计算机科学相关的专业背景。实际开发能力和大规模的数据处理能力是作为大数据工程师的一些必备要素。

(2)数学或统计学相关背景

对于大数据工程师的要求都是希望是统计学和数学背景的硕士或博士学历。只有具备一定的理论知识，才能理解模型、复用模型甚至创新模型，来解决实际问题。

(3)多行业工作经历

大数据工程师不能脱离市场，只是懂得数据，还要有商业头脑，因为大数据只有和特定领域的应用结合起来才能产生价值。所以，在某个或多个垂直行业的经历能为应聘者成为大数据工程师有很大帮助。

下面小编为您介绍大数据时代下的热门职业。不仅具有高收入的特点，也有令人羡慕的时代属性，而且随着大数据的发展，未来会有更多的热门职业涌现。

●数据规划师

在一个产品设计之前，为企业各项决策提供关键性数据支撑，实现企业数据价值的最大化，更好地实施差异化竞争，帮助企业在竞争中获得先机。

●数据工程师

大数据基础设施的设计者、建设者和管理者，他们开发出可根据企业需要进行分析和提供数据的架构。同时，他们的架构还可确保系统能够平稳运行。

●数据架构师

擅长处理散乱数据、各类不相干的数据，精通统计学的方法，能够通过监控系统获得原始数据，在统计学的角度上解释数据。

●数据分析师

职责是通过分析将数据转化为企业能够使用的信息。他们通过数据找到问题，准确地找到问题产生的原因，为下一步的改进找到关键点。

●数据应用师

将数据还原到产品中，为产品所用。他们能够用常人能理解的语言表述出数据所蕴含的信息，并根据数据分析结论推动企业内部做出调整。

●数据科学家

大数据中的领导者，具备多种交叉科学和商业技能，能够将数据和技术转化为企业的商业价值。

北卡罗纳州立大学

数据分析学硕士(Master of Science in Analytics,简称MSA)

北卡州大于2007年设立MSA，成为美国正式的第一个获得数据分析硕士授予权的大学，《哈佛商业评论》认定该校的专业与斯坦福大学、麻省理工学院、加州大学伯克利分校、哈佛大学和卡内基梅隆大学等名校的专业齐名，历届毕业生就业率都超过90%，在薪水方面，MSA毕业生平均年薪是96,600美元，其中，曾有过工作经验的毕业生的平均年薪更达到100,600美元。

斯坦福大学

计算机科学硕士(Master of Science In Computer Science)

专业分支：信息管理与分析(Information Management and Analytics)

斯坦福的大名就不多说了，其信息管理与分析分支涵盖了当今最前沿的数据库与信息管理系统技术，并教授最先进的海量数据挖掘方法，毕业生十分抢手，每年都有大量学生进入亚马逊(Amazon)的EC2云计算平台处理大规模运算。

加州大学伯克利分校

数据科学工程硕士Master of Engineering (concentration in Data Science)

信息与数据科学硕士Master of Information and Data Science

伯克利的两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，扎实务实地培养学生成为领域内的佼佼者。

卡耐基梅隆大学

信息技术硕士(Master of Science in Information Technology)和管理信息系统硕士(Master of Information Systems Management)专业分支：商务智能和数据分析(Business Intelligence and Data Analytics)

卡耐基梅隆大学的计算机科学专业排名在全美数一数二，与斯坦福、麻省理工起名，其数据分析与处理技术也名列前茅。

约翰霍普金斯大学

约翰斯·霍普金斯大学统计学系是前十名学校中唯一一个隶属于工程学院的统计学系,其全名为“应用数学与统计学系” (Department of Applied Mathematics & Statistics)。

哥伦比亚大学

计算机科学硕士(Master of Science In Computer Science)

哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目。

弗吉尼亚大学

数据科学硕士Master of Science in Data Science

弗吉尼亚大学的数据科学硕士项目致力于为政府和企业培养大数据处理的人才，课程由计算机系、统计系、系统与信息工程系联合授课。

1010data

能够为复杂的业务分析和分享大数据提供基于云计算的软件，同时受到零售商、金融服务企业和游戏业的欢迎。位于纽约，创立于2017年。

Alpine Data Labs

提供先进的、基于Hadoop的数据分析平台。位于旧金山，加利福尼亚州，创立于 2017年。

Alteryx

它软件主要用于将来自各种资源的结构化和非结构化数据混合进数据库，进行预测、空间和统计分析任务后分享结果。位于尔湾，加利福尼亚州，创建于 2017年。

Attivio

是“统一信息接口”领域的佼佼者，通过整合企业资源规划和客户关系管理系统、电子邮件、内容管理系统、社交网络等资源的结构化和非结构化信息，使信息变得“易于访问、富有意义和可操作”。位于牛顿，马萨诸塞州，创立于2007。

Ayasdi的Insight Discovery Platform

利用拓扑数据分析技术和机器学习技术，从数据中获得洞察，无需编写代码和调查就能帮助企业解决复杂问题。位于帕洛阿尔托，加利福尼亚州，创建于2008年。

Birst

Birst的软件是一个商业智能服务平台，提供可视化分析和自动数据存储系统。位于旧金山，加利福尼亚州，创建于2004年。

Chartio

开发云计算为基础的数据可视化软件，企业可以利用这个软件合并数据集、创建图表和信息显示板，这些都不需要创建内部数据库。位于旧金山，加利福尼亚州，创建于2017年。

Cirro

开发下一代数据联合平台，让非技术用户查询和研究来自多个资源的结构化和非结构化数据，并执行复杂分析任务。位于Aliso Viejo，加州，创立于2017年。

ClearStory Data

ClearStory Data的数据智能软件让用户轻松访问内部和外部数据资源，包括企业数据库、Hadoop 和互联网，并利用这些数据发现趋势和模式。位于帕洛阿尔托，加利福尼亚州，创建于2017年。

Continuum Analytics

它发布了Anaconda 1.9，是其数据库的最新版本，主要用于大数据管理分析，以及商业智能、科学、工程和计算机学习任务跨平台可视化。位于奥斯汀，德克萨斯州，创建于2017年。

DataGravity

致力于将数据转化为信息，让数据存储成为中小企业的活跃资产。位于纳舒厄，新罕布什尔州，创立于2017年。

DataHero

开发的软件主要用于根据那些不需要用户进行复杂编码的信息进行数据分析，并自动创建图表和图形。位于旧金山，加州，创建于2017年。

Datameer

它的软件帮助商业用户通过Hadoop整合、分析和可视化大规模数据。位于旧金山，加州，创建于2009年。

DataSift

开发了社交数据平台，企业可以利用其监控Twitter等社交媒体，集合、过滤来自公共社交会话的数据，并从数据中获得洞察。位于旧金山，加州。创立于2017年。

Datawatch

开发可视化数据发掘应用程序，根据结构化、半结构化和Hadoop为基础的数据实时创建数据图表。位于切姆斯福德，马萨诸塞州，创立于1985年。

Digital Reasoning

它的Synthesys机器学习平台收集并分析结构化和非结构化数据，使用实体抽取和语义关系分析技术识别危险、威胁和机会。位于富兰克林，田纳西州，创立于2000年。

Domo

提供云计算为基础的执行管理平台，Domo表示可以让用户通过单一仪表板访问那些来自多个来源的分散的信息。位于Fork，犹他州，创立于2017年。

Gainsight

开发预测分析软件，这个软件集成了Salesforce.com的客户关系管理应用，帮助用户检查消费者数据以维系客户关系、识别交叉销售、追加销售机会。位于加州山景城，创立于2009年。

Glassbeam

开发的软件是一个基于日志数据的产品分析应用程序，在蒸蒸日上的物联网商业智能中非常重要。位于桑尼维尔，加州，创建于2009年。

GoodData

它发布了以云计算为基础的GoodData Open Analytics Platform，企业下一代数据管理和发掘平台，用于储存、合并、分析和可视化信息。位于旧金山，加州，创立于2007年。

Google以其BigQuery在线分析服务跻身商业智能领域

这个分析服务允许企业分析庞大的数据集合。位于加州山景城，创立于1998年。

Guavus

它开发了Guavus Rlex Platform数据分析系统和一些套商业决策处理智能应用程序。位于圣马特奥市，加州，创建于2006年。

Information Builder商业智能领域的资深企业

商业分析产品包括旗舰WebFocus软件和数据集成软件。位于纽约，创立于1975.

JasperSoft

开发了易于使用的商业智能应用程序，包括业务分析和报告、生产报告、云分析、大数据分析和移动商业智能。位于旧金山，加州，创建于2001年。

Jut

仍然处于潜行模式，因为其开发的软件主要用于获取、分析大数据。位于旧金山，加州，创建于2017年。

Kognitio

开发了一个内存式分析软件平台，这个平台支持联机分析处理(OLAP)和大规模复杂数据的分析应用。位于布拉克内尔，英国，创建于1987年。

LucidWorks

开发了LucidWorks搜索，这是企业旗舰产品，基于Apache Lucene/Solr技术的企业级搜索开发平台。位于红木城，加州，创建于2007年。

Metric Insights

利用其“推送智能”技术提供企业智能报告和仪表板，用户可以从中获得信息。位于旧金山，加州，创立于2017年。

MicroStrategy

它的MicroStrategy Analytics Platform能分析大规模数据，并给整个企业的用户提供报告和仪表板。位于泰森斯角，弗吉尼亚州，创建于1989年。

Numerify

收集和分析企业IT系统的运营和财务数据，经理可以利用其监控系统性能，针对IT资产和能力做出决策。位于库比蒂诺，加州，创建于2017年。