数据科学和机器学习成为美国增长最快的岗位

2018 年 3 月 27 日 数据分析 品觉

数据科学和机器学习成为美国增长最快的岗位

原文:  Why data science and machine learning are the fastest growing jobsin the US

来源: https://www.infoworld.com/article/3259891/data-science/why-data-science-and-machine-learning-are-the-fastest-growing-jobs-in-the-us.html


导读:

  1. LinkedIn对比了2012年和2017年的数据。排在前两位的是机器学习岗位和数据科学家,前者在过去五年里增加了9.8倍,后者自2012年以来增加了6.5倍。在排名前十的岗位中,有四个都与数据科学有关,而且其中三个都位列前五。

  2. 《哈佛商业评论》的一项研究发现,“在用数据来驱动决策方面处于业内前三分之一的企业,其生产率平均比竞争对手高5%,利润平均比竞争对手高6%”。

  3. 麦肯锡全球研究院估计,到2024年,美国数据科学岗位的缺口可能达到25万。数据科学技能方面的差距促使企业争先恐后地培训或是招募能满足其分析需求的人才。尽管培训班和在线课程试图填补这一缺口,但未来几年,企业可能将陷入激烈的人才争夺战。


原文翻译:

职场社交网站LinkedIn近日根据自身的数据,发布了一份报告,列出了美国增长最快的工作岗位。为了编制这份报告,LinkedIn对比了2012年和2017年的数据。排在前两位的是机器学习岗位和数据科学家,前者在过去五年里增加了9.8倍,后者自2012年以来增加了6.5倍。在排名前十的岗位中,有四个都与数据科学有关,而且其中三个都位列前五。为什么数据科学岗位、尤其是机器学习岗位增长得如此之快呢?


虽然很多报告和出版物都把数据科学称为美国最受关注的岗位之一,但LinkedIn报告的独到之处在于,它提到了该岗位迅速增长的现象。以下是机器学习和数据科学岗位为何增长最快的四个原因。


数据量飙升

大约90%的数据是在过去两年里产生的,而且现在每天产生的数据量达到2.5quintillion(10的18次方)字节。为了让各位对这一数字有一个概念,不妨看看数据公司Domo提供的一些数字:

  ·  每分钟,美国人使用2,657,700GB数据

  ·  每分钟,Instagram用户发布46,750张照片

  ·  每分钟,15,220,700条短信发出

  ·  每分钟,谷歌进行3,607,080次网络搜索


所有这些行为都会产生数据,使数据量大到令人难以想象。由于数据如此之多,企业需要能处理这些数据的人手。例如,Instagram想知道,在每分钟上传的那46,750张照片中,哪张照片被分享的次数最多?哪一类型的内容在该平台上最受欢迎?就从数据中获取的信息数量而言,这只是冰山一角。由于数据量呈指数级增长,对数据分析人才的需求也迅速上涨。


由数据驱动的决策能带来更多好处

对很多企业来说,数据只有能让企业获利,才是有用的,而这一点毋庸置疑。数据不仅能帮助企业作出更明智的决策,而且这些决策也常常会带来经济效益。《哈佛商业评论》的一项研究发现,“在用数据来驱动决策方面处于业内前三分之一的企业,其生产率平均比竞争对手高5%,利润平均比竞争对手高6%”。


数据使企业可以只根据一个个数字,作出不带个人色彩的决策,而不是依赖于CEO的直觉。如果数据能增强企业在市场上的盈利能力和竞争力,这无疑是更多企业雇佣数据科学人才的一个原因。他们能分析数据,用通俗的语言进行阐释,以便让团队明白如何采取下一步行动。


机器学习正在改变企业的经营方式

机器学习是一种人工智能(AI),它能真正地学习和进化。如今,机器学习已经被很多行业采用,不管是营销、金融还是医疗行业。高级算法可以节省时间和资源,根据过去学习到的知识,迅速作出正确的决定。例如,传统金融机构中的信贷人员越来越少,因为机器学习算法可以在不需要人类帮助的情况下评估风险,进而作出决定。


如今,机器学习即服务(MLaaS)已经变成现实,更多的企业开始使用这类平台,而不是投入大量资源和技能来建立自己的机器学习平台。普通的企业人员也能使用机器学习平台,从而不需要高管的介入,就可以作出明智的决定。企业的经营方式将彻底改变,但我们仍将依靠机器学习算法的开发人员,来推动这项技术的发展。


机器学习能提供更准确的预测

机器学习算法常常能发现人类发现不了的隐藏信息。由于需要处理的数据太多,哪怕是整个数据科学家团队也可能会漏掉某个趋势或模式。预测市场的能力是企业保持竞争力的一种方法,而机器学习算法使这成为了可能。企业想招募那些能不断改进预测模型的机器学习专家,以便获得竞争优势,在市场上始终保持领先地位。


在可预见的未来,数据科学和机器学习岗位将继续增长。考虑到数据量的庞大以及它对企业利润的推动作用,企业将不断寻找适合这些岗位的人才。然而,需求显然超过了供应。麦肯锡全球研究院估计,到2024年,美国数据科学岗位的缺口可能达到25万。数据科学技能方面的差距促使企业争先恐后地培训或是招募能满足其分析需求的人才。尽管培训班和在线课程试图填补这一缺口,但未来几年,企业可能将陷入激烈的人才争夺战。


本次转自:品觉 微信公众号(pinjueche.com)

车品觉简介

畅销书《决战大数据》作者;国信优易数据研究院院长;红杉本中国基金专家合伙人;浙江大学管理学院客席教授;全国信标委员;数据标准工作组副组长;美丽心灵基金会桑珠利民基金副主席。

原阿里巴巴集团副总裁,首任阿里数据委员会会长现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员(大数据项目)、浙江大学管理学院客席教授等职。

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。

商务合作|约稿 请加qq:365242293  


更多相关知识请回复:“ 月光宝盒 ”;

数据分析(ID : ecshujufenxi )互联网科技与数据圈自己的微信,也是WeMedia自媒体联盟成员之一,WeMedia联盟覆盖5000万人群。

登录查看更多
0

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
85+阅读 · 2020年6月28日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
257+阅读 · 2020年6月10日
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
35+阅读 · 2020年4月1日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
86+阅读 · 2019年10月21日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
47+阅读 · 2019年9月24日
Hi,你的【10G大数据免费学习资料包】到了,请签收!
数据挖掘入门与实战
4+阅读 · 2018年4月4日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
日媒羡慕中国或成AI领域第一大国:日本或落后一代人
人工智能机器人联盟
3+阅读 · 2018年1月21日
数据科学与机器学习数据集
Datartisan数据工匠
8+阅读 · 2017年12月14日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
Arxiv
108+阅读 · 2020年2月5日
Embedding Logical Queries on Knowledge Graphs
Arxiv
3+阅读 · 2019年2月19日
Arxiv
4+阅读 · 2018年11月7日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
11+阅读 · 2018年1月11日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关VIP内容
相关资讯
Hi,你的【10G大数据免费学习资料包】到了,请签收!
数据挖掘入门与实战
4+阅读 · 2018年4月4日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
日媒羡慕中国或成AI领域第一大国:日本或落后一代人
人工智能机器人联盟
3+阅读 · 2018年1月21日
数据科学与机器学习数据集
Datartisan数据工匠
8+阅读 · 2017年12月14日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
相关论文
Arxiv
108+阅读 · 2020年2月5日
Embedding Logical Queries on Knowledge Graphs
Arxiv
3+阅读 · 2019年2月19日
Arxiv
4+阅读 · 2018年11月7日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
11+阅读 · 2018年1月11日
Arxiv
3+阅读 · 2018年1月10日
Top
微信扫码咨询专知VIP会员