全文共1926字，预计学习时长4分钟
当前社会需要大量数据科学家，可以说，目前对这一职业的需求量已达到峰值。在IT行业中里，数据科学领域的工作报酬最高。在美国，他们基础薪水的中位数是13万美元。麦肯锡公司预计，在未来几年，数据科学专业人士的供需差距将达到50%。
数据科学岗位纷繁复杂，每份工作要求的技能也各不相同。数据科学领域会使用数学、数据、计算机科学准则以及常见的Python、R、Tableau、SQL等工具集。今后社会将需要大量数据科学方面的专家，为此本文将讨论该领域的不同职位：
1. 数据科学家——如今该领域最火的职称、最炙手可热的工作。数据科学家负责处理原始数据，依靠上述各类技术分析数据，并提供深刻见解以预测商业隐患。他们使用机器学习，基于过往模式预测未来。
一名数据科学家的平均薪水（美国）为11万9千美元。
图源：谷歌
2. 数据分析师——负责分析数据。分析过程需要创建系统，帮助企业用户提取信息，确保数据质量。分析师的任务是收集、处理、展示统计性的数据分析。他们使用R或SAS技术，从可用数据中发现有用信息。不仅是IT业，医疗、通讯、金融、零售及保险等行业的各类公司都需要数据分析师经营业务。
数据分析师的平均年薪（美国）是6万2千美元。
图源：谷歌
3. 数据架构师——随着大数据的崛起，这一职业也愈发重要。架构师需要创建数据管理系统，整合、保护并维护数据源和公司信息，并且负责数据库的架构、设计、创建和数据优化。他们需要经常使用微软的电子表格（Excel）进行属性映射、表格设计，此外，还需熟练掌握Pig，Spark，SQL，XML及Hive等技术。
该职业的平均年薪（美国）为10万美元。
图源：谷歌
4. 数据工程师——该岗位职责并非分析数据，而是打造特定的软件基础设施，以供其他专家开展工作。想要胜任这份工作需要深入了解相关知识，包括涵盖MapReduce、Hive和Pig的Hadoop与NoSQL、SQL等大数据技术。数据工程师的任务是研发、测试并维护大规模处理系统，其中大部分工作是数据整理，这也是数据工程师优于其他软件设计者之处。
该岗位的平均薪水（美国）是9万5千美元。
