苹果/安卓/wp
积分 37597, 距离下一级还需 18298 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡, 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
用大数据告诉你：互联网行业未来哪个职位最有前途？
　　互联网行业这几年迅猛发展，越来越多的年轻人投入到互联网的浪潮中。互联网公司需求哪些人才，哪一类职业更抢手，哪些人更容易在互联网公司找到工作，各类职业工作年限对应年薪分布如何，哪些城市互联网公司发展的更好，各个细分领域的互联网公司对人才的需求如何?下面就用数据的方式来对互联网行业的职场进行分析。　　　　756000个发布职位
　　本报告使用了超过75万个独立的真实发布职位
　　100000家互联网公司
　　职位来自10万家互联网公司，266个不同城市区域
　　互联网各类职位需求状况
　　整个互联网行业是建立在计算机技术开发的基础之上，因此该行业对于技术类人才的需求占了45%左右。然而现在的互联网产品模仿非常严重，新产品上线不久往往就有很多的竞争者，加之现在的互联网产品中技术越来越不能成为其壁垒，那么，除了产品自身优秀外，市场和运营的作用就非常关键，可以说决定着产品的前途和命运。所以我们从下图可以看到，互联网行业对于市场和运营的人才需求比例也非常大。从排在前三类职位的细分职业来看，互联网行业对研发工程师，销售人员，运营专员的需求分别占了各自所属类别职位的一半以上。
　　互联网最难招/易招职位
　　我根据职位从开放到关闭时所经历的平均天数来衡量各个职位的难易招程度。从下图可以看到，互联网公司招聘一名营销人员平均需要54.4天时间，可谓互联网最难招的职位，排名前五的最难招职位中，有2个职位都属于市场与销售类别，这应该是和目前互联网大量to C项目的创立，对市场与销售人员的庞大需求量成正相关，同时由于互联网市场类职位的起薪相对较低，也成为了该类职位难招到人的制约因素。
　　我们看到，互联网最易招的5种职位中，有四种均属于职能类别的职位，表明互联网对这类职位人员的需求量不大。我们发现前段时间兴起的新兴职位：程序员鼓励师属于互联网最易招的职位，一方面是目前行业内公司对该职位需求量较小，要求不高，另一方面由于其有趣的工作职责要求，吸引了很多年轻女性前来应聘。
& && & 互联网5大抢手职业
　　我定义一个职业的抢手程度=平均月薪*发布职位数/已招到职位数，根据这个公式，我们统计出排名前五的互联网抢手职业，可以看到，技术岗位职业占据了四席，架构师由于对于其高要求的技术能力需求成为了最抢手的职业，产品经理也属于5大抢手职业之一，这对于那些不需要特别精通技术，又想在互联网行业发展的朋友无疑是一个很好的消息。
　　互联网5大过剩职业
　　与抢手职业计算公式相同，我统计出得分最低的5个职业，可以看到，这些职业均属于职能类别，由于很多互联网公司属于初创期，对于财务这块的业务往往不重视，要么外包给财务公司，要么某个人员兼任，所以出纳这个职业成为了互联网行业最过剩的职业。
　　互联网工作年限与对应年薪
　　下图可以看到，前5年里，技术和产品类别的职位年薪属于互联网行业中较高的群体，工作5年后，运营类别的职位年薪有了较大的涨幅，后期甚至超过了做产品的人员。职能部门的人员前期薪酬相对较低，工作10年以上，薪酬和市场，设计相关职位人员达到同一层次。
　　各个城市互联网公司发展状况
　　我选取了互联网公司最集中，排名前五的城市，可以看到，上海的非天使轮公司占比最多，上市公司占比也最高，表明上海的创业公司发展还不错，准备创业的小伙伴们可以考虑以上海作为创业地。
　　互联网细分行业统计
　　根据互联网公司的细分行业，我对每个行业互联网公司的每日平均岗位数，平均月薪，平均公司规模进行了统计，可以看到，移动互联网，搜索，大数据和游戏行业的公司发展都不错，薪酬待遇相应也属于行业的前列。
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师与其他一些相关工程职位一样，数据科学家的影响力与互联网同进同退。数据工程师和数据分析师与数据科学家携手共同完成这幅&大数据时代&巨作。他们共同努力拟定数据平台要求，基础和高级算法，提供数据分析和展示所需的可视化工具，并将价值创造以易于理解，富于见解的方式反馈给其他部门。
三者之间的定义又是如何界定的呢？
数据科学家是什么样一个存在呢？
通常情况下，数据科学家有数学或物理方面的高等学位。有博士学位的情况并不少见，硕士学位仅是一个前提条件。数据科学家精通统计建模以及如何构建与定制高级数学算法。这既在他们专业范围内，也是他们所擅长的地方。我听到过有人这样形容一个数据科学家&软件工程技能牛过多数人的酷炫统计学家&。但是，当你问这些数据科学家怎么会从事这个职业时，途径是多种多样的。这是一个相对较新的职位，因而我们也无法根据时间历史来追踪一个数据科学家专业技能是如何进步的。数据科学家和数据工程师的定义有点相互重叠。
除了研究先进算法，数据科学家对AB测试亲力亲为并且拥有博学的多变量测试和实验设计知识。一个专业能力非常强的数据科学家能在模型建成后对其进行改进和改制，而能力鹤立鸡群的数据科学家则能根据你的商业问题定制合适模型。
我结合加工的说：所谓数据科学家，是指运用统计分析、机器学习、分布式处理等技术，从大量数据中提取出对业务有意义的信息，以易懂的形式传达给决策者，并创造出新的数据运用服务的人才。
数据工程师如何定义呢？
数据工程师一般被定义成&深刻理解统计学科的明星软件工程师&。如果你正为一个商业问题烦恼，那么你需要一个数据工程师。这些伙计就是那些能提供可建模数据所需平台的人。他们的核心价值在于他们借由清晰数据创建数据管道的能力。充分了解文件系统，分布式计算与数据库是成为一位优秀数据工程师的必要技能。
数据工程师对演算法有相当好的理解。因此，数据工程师理应能运行基本数据模型。商业需求的高端化催生了演算高度复杂化的需求。很多时候，这些需求超过了数据工程师掌握知识范围，这个时候你就需要打电话寻求数据科学家的帮助。
数据分析师如何理解呢？
数据分析师能洞悉一个方程式的商业意义。他们知道如何提出正确的问题，非常善于数据分析，数据可视化和数据呈现。不管是给另一个数据分析师还是C级执行做演讲，数据分析师都是数据提取，模式识别以及从大量数据中洞察问题方面的能手。
如果你或者你的公司正考虑顺应这股大数据浪潮的发展，你应该从明确你想利用大数据解决所面临的商业问题处下手。接着找出你真正的需求：是数据采集，检索，仓储还是数据分析？然后编写相应的职位描述并做好准备，为了在这场大数据游戏中脱颖而出，你可能需要雇佣不止一个人。
从事这三者都要具备哪些技能呢？
数据科学家所需的技能如下： 　　计算机科学 　　一般来说，数据科学家大多要求具备编程、计算机科学相关的专业背景。简单来说，就是对处理大数据所必需的Hadoop、Mahout等大规模并行处理技术与机器学习相关的技能。　　数学、统计、数据挖掘等 　　除了数学、统计方面的素养之外，还需要具备使用SPSS、SAS等主流统计分析软件的技能。其中，面向统计分析的开源编程语言及其运行环境&R&最近备受瞩目。R的强项不仅在于其包含了丰富的统计分析库，而且具备将结果进行可视化的高品质图表生成功能，并可以通过简单的命令来运行。此外，它还具备称为CRAN(The Comprehensive R Archive Network)的包扩展机制，通过导入扩展包就可以使用标准状态下所不支持的函数和数据集。 　　数据可视化(Visualization) 　　信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发Web原型，使用外部API将图表、地图、Dashboard等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。
数据工程师需具备的技能
数学及统计学相关的背景
对于大多数互联网大公司来说，对于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。
计算机编码能力
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，因为许多数据的价值来自于挖掘的过程，你必须亲自动手才能发现金子的价值。
举例来说，现在人们在社交网络上所产生的许多记录都是非结构化的数据，如何从这些毫无头绪的文字、语音、图像甚至视频中攫取有意义的信息就需要大数据工程师亲自挖掘。即使在某些团队中，大数据工程师的职责以商业分析为主，但也要熟悉计算机处理大数据的方式。
对特定应用领域或行业的知识
数据工程师这个角色很重要的一点是，不能脱离市场，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积累对行业的认知，对于之后成为数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。
数据分析具备的技能
从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。
一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
阅读(...) 评论()今日头条数据分析师面试经验 - 职业圈
今日头条 - 数据分析师(北京) 分享时间：
面试经历： 一面：40分钟左右, 自我介绍， 写sql语句查询大概用到的（inner join, max, wh
… 面试官提的问题：
应聘途径：校园招聘 面试内容：电话面试 面试难度：难度一般 面试感觉：一般
看过此面试的人还看过
“四对五的面试，依次自我介绍，然后就是hr...… …”
“个人感觉主要负责职能招聘的hr还是不错的...… …”
“网申递交简历，一周之后收到笔试邀请，六个...… …”
“第一份工作的面试，气氛不错，都是领导面试...… …”
“面试形式是四对一结构化面试。首先就是常规...… …”
“刚开始是人事面试，之后是一位资深的教授面...… …”
“首先是笔试，给做一份试卷，内容是行测、写...… …”
“还可以吧
分大佛寺分集介绍快...… …”
还需查看更多信息？
相关公司面试经验
最新面试信息