如果您是一名数据科学家,想知道哪些公司可能拥有最多的职业机会,或者您的雇主希望聘用最好的数据科学人才,但不确定在您的工作清单中使用哪些职称-最近使用Diffbot的Knowledge Graph的报告可能会保留一些为您解答。

根据Glassdoor的说法,数据科学家是“利用他们的分析,统计和编程技能来收集,分析和解释大型数据集的人。 然后,他们使用此信息来开发数据驱动的解决方案,以应对困难的业务挑战。 数据科学家通常具有统计学,数学,计算机科学或经济学的学士学位。 数据科学家具有广泛的技术能力,包括:统计和机器学习,编码语言,数据库,机器学习和报告技术。”

数据科学公司:IBM位居雇主榜首

在所有顶级高科技公司中,IBM拥有最大的数据科学员工队伍也就不足为奇了。 亚马逊和微软拥有类似数量的数据科学员工。 尽管很受欢迎,但谷歌和苹果在倒数第二。 为什么会这样呢? 这可能与他们对如何吸引和保留数据科学家的态度有关 该报告没有明确提及这些排名的原因。

但是,数据科学家希望为为他们提供正确挑战,正确工具,正确授权水平以及正确培训和发展的公司工作。 当这四个人和谐相处时,它为数据科学家提供了发展和在公司工作中脱颖而出的正确空间。

数据科学专业人士排名前五位的国家:美国,印度,英国,法国,加拿大

美国拥有数据科学职位的人数比任何其他国家都多。 Glassdoor实际上将“数据科学家评为美国2019年最佳工作”。在美国之后,以下国家按此顺序排列:

  • 印度
  • 英国
  • 法国
  • 加拿大
  • 澳大利亚
  • 德国
  • 荷兰
  • 意大利
  • 西班牙
  • 中国

与美国的152名和608名相比,中国拥有最少的数据科学职称,为1,829名。但是,欧洲的数据科学家的情况如何? 什么是需求和供应?

主要发现表明,对数据科学家的需求远远超过了欧洲的供应。 既有公司又有新兴公司的结合为数据科学家提供了许多选择工作地点的绝佳选择。

数据科学工作角色后最难解决的问题:数据科学家,数据工程师和数据库管理员。

在所有公司中,最常见的职位是数据科学家,数据工程师和数据库管理员。 在所有公司中,数据科学家是最常见的职位,数据库管理员排在第二位。 如果删除数据库管理员,则会发现Microsoft在数据科学员工方面处于领先地位。 这意味着IBM之所以在数据科学领域占领先地位的原因很大程度上是由于其庞大的数据库管理员数量。 毫不奇怪,在数据科学的每个职位中,男性人数超过女性人数比例为3:1或更高。 还有趣的是,该比率仅存在于“数据库管理员”类别中。 在“数据科学家”类别中,该比率为6:1。

数据科学家在LinkedIn的前10名中排名第一也就不足为奇了。它的工作得分为4.7,工作满意度为4.3,有6,510个空缺职位,在美国的平均基本薪资为$ 108,000。但是,请注意,这些职位并非孤立地工作。 迈向数据科学协作的趋势正在增加对既可以单独工作也可以团队合作的数据科学家的需求。 通过利用上述所有不同工作角色的优势,公司中的数据科学项目将保持可管理性,并且其目标变得更加可实现。 主要的收获是,尽管职位繁多,但每个职位都会带来自己独特的专业知识。

数据收集与分析

Diffbot是一家AI初创公司,其Knowledge Graph自动并立即从任何网站提取结构化数据。 呈现每个网页和浏览器后,它将根据格式,内容和网页类型对其进行解释。 借助其记录链接技术,Diffbot发现了目前在数据科学行业中受雇的人员,以便及时提供本文中提到的统计信息的准确表示。

上一篇

系统化的IT运营方法如何影响业务文化?

下一篇文章

为什么分析平台使您的数据科学家失败