年5月6日，人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》，报告显示：预计年中国大数据行业人才需求规模将达万，年前大数据人才需求仍将保持30%—40%的增速，需求总量在万人左右，数据分析人才是市场上迫切需要的高端型人才。北京国富如荷网络科技有限公司创立了CDA(CertifiedDataAnalyst)亦称CDA数据分析师的人才标准。专指在互联网、金融、电信、医药、旅游及其他传统行业中专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。持CDA认证证书的考生平均月薪约高出非持证人群20%左右，得到众多名企青睐，已在中国移动、中国联通、中国银行、招商银行、中国邮政集团、国家电网、奔驰、宝马、联想、无限极、苏宁、金拱门、字节跳动、广州地铁等名企从事数据分析相关岗位。于近日，CDA数据分析师公布了《上半年数据分析人才及CDA持证人行业报告》，正文如下：一、数据分析的市场前景当今世界，科技发展瞬息万变，给大众带来生活便利的同时，也为国家发展、工作职能带来了新的考验。年国务院办公厅印发的《国家信息化发展战略纲要》和《十三五国家信息化规划》提出加快建设数字中国，并将数字中国建设取得显著成效作为我国信息化发展的总目标。《数字中国建设发展报告（）》指出，加强顶层设计、总体布局，做出建设数字中国的战略决策。在数字中国战略的指导下，信息化基建的快速发展，各机关、大中小企业积极响应，逐步实现数字化转型。数字化转型不仅需要底层信息化基建的支撑，还需要培养相关人才实施应用。领英中国发布的中国新兴职业报告中指出，相比年，年数据分析师职业成为为五大新兴职业之一。图表1-年排名前五的职位增长率[领英中国年发布的《新兴职业报告》，为图表1中数据来源]至年间，数字中国的国家战略提出不久，信息化基建仍在发展初期，顺应时代发展的新兴职位数据分析师正以2.3%的增速增长。近几年，越来越多的企业加入到数字化转型的进程中，信息化基建趋于成熟，也激发了数据相关职位的市场需求。年，领英发布的最新新兴职业报告[footnoteRef:1]显示15个新兴职位正以20%以上的年增长率高速增长。其中，以数据分析为主要工作职能的职位占比为20%，分别是人工智能专家、数据科学家、数据工程师。图表2排名前15的职位年增长率[领英《年新兴职业报告》，为图表2中数据来源。]在年增长率Top15的新兴职位中科技类职位占比66.67%，就业市场的风口正指向科技型人才，数据岗位不再以单一的数据分析师岗位形式呈现。为适应就业市场需求，以数据分析为主要工作职能的岗位孵化出数据工程师、数据科学家和人工智能专家等。以数据为工作辅助的岗位已逐渐渗透到各行各业，诸如在运营类岗位介绍中要求善于用数据作为运营工具、用户研究类岗位中要求分析定性和定量研究数据，总结用户体检中的问题等等。图表3数据相关岗位划分随机抽取招聘网站[[招聘网站指：智联招聘、猎聘网、前程无忧、Boss直聘、拉勾网]年至今的招聘数据，分析发现目前市场上和数据相关的岗位主要划分为两类：纯数据岗位和数据赋能岗位（如图表3）。纯数据岗位的职责主要集中在数据处理、业务建模、数据可视化、数据平台搭建，主要就职于公司的数据部门。在企业数字化转型的进程中，不同行业不同岗位纷纷提出数据分析的技能要求，这使得数据赋能的岗位更加多样化。图表4数据类岗位占比变化[图表4数据来源为智联招聘、猎聘网、前程无忧、Boss直聘、拉勾网及年发布的数据相关职位数据。]通过分析至年数据相关招聘职位（如图表4），发现第二类数据赋能职位以24%的增速增长至47%，与第一类纯数据类岗位占比仅差6%，就业市场上纯数据的岗位正向数据赋能岗位倾斜，并逐步渗透至企业的各个部门。（一）、纯数据类岗位市场分析图表5纯数据岗位招聘TOP20行业[图表5至图表17为智联招聘、猎聘网、前程无忧、Boss直聘、拉勾网年发布的数据相关岗位数据.]其中，纯数据岗位行业跨度个行业左右，覆盖常见的计算机软件、电商、互联网等行业。考虑TOP4行业主要依托于线上系统管控日常经营活动，企业数据流转需要具备数据技能的人才支撑，纯数据岗位需求旺盛。结合企业规模，进一步分析各企业规模下纯数据岗位的需求占比，如图表6。图表6不同公司规模的纯数据岗位需求占比纯数据类岗位主要集中在民营、上市、不需要融资、国企、合资和未融资企业，需求占比高达80%，此类规模企业职工人数基本在百人以上，职业发展相对稳定，建议求职时搜索此类企业规模的数据类岗位。其中，数据分析师、大数据工程师、数据开发架构师需求最为旺盛。为了解纯数据岗位的学历门槛，进一步分析岗位的学历分布情况。图表7纯数据岗位学历分布通过分析纯数据岗位的招聘学历门槛，发现纯数据类岗位对学历的包容性高，从中技到博士学历均有涉及，且主要集中在本科和大专学历，就业人群不必担心学历门槛的限制。缺少学历门槛的约束，数据分析相关证书认证将成为人才筛选的新门槛，建议就业人群夯实数据分析的技能，以权威的数据分析认证证书为实力认证标准。图表8纯数据岗位各省份占比地域作为求职人群的主要考量因素，通过分析纯数据岗位各省份占比，发现纯数据岗位在各省份均有需求，人口密度高的省市机会占比大，就业人群不必担心纯数据岗位的地域性限制，可自由选择工作地点。图表9纯数据岗位薪资TOP20城市不同工作地点的薪资变化较大，选取纯数据零工作经验岗位数据分析，发现薪资排名TOP20城市的平均工资为12.3K，除北上广深外，无锡、三门等其他城市均可达到10K起步薪资。相比于消费水平较高的一线城市，这些高收入低消费城市也是不错的选择。（二）、数据赋能类岗位市场分析对比纯数据类，数据赋能岗位的行业、职位选择相对较广。只要企业通过线上系统记录各环节内容，就需要对应岗位人员具备数据分析的能力。图表10数据赋能岗位招聘TOP20行业数据赋能类岗位行业种类跨度个行业略高于纯数据类，其中电商行业占比最高，主要受电商本身工作环境离不开线上系统的影响。相比于纯数据类，TOP20的行业更分散，不再集中于IT相关行业，金融业、轻/重工业、零售业、服务业等均有涉及。结合企业规模，进一步分析各企业规模下数据赋能岗位的需求占比（此处列举若干常见数据赋能类岗位），如图表11：图表11不同公司规模的数据赋能岗位需求占比约80%的岗位集中在民营、上市、未融资、不需要融资和合资企业中，此类企业发展稳定，是就业的不错选择。同时，数据分析的技能要求不仅覆盖企业员工数占比较大前端核心盈利部门，也包括后端的辅助性部门财务、人力等。为了解数据岗位的学历门槛，进一步分析岗位的学历分布情况图表12两类数据岗位学历门槛对比对比纯数据，发现数据赋能岗位的学历门槛包容性更大，基本没有学历门槛。这也加大了就业人群在求职过程证明自身实力的难度，建议考取数据分析权威机构发布的认证证书，以证明自身的数据分析能力。图表13数据赋能岗位各省份占比进一步分析数据赋能岗位的地域分布，发现和纯数据的分布基本一致，就业人群不必担心数据分析相关岗位的地域性限制，可根据自身需求自由选择就业地。图表14传统职位与数据赋能薪资对比随机抽取产品经理和HR两个岗位无工作经验、相同工作地点，对比传统和数据赋能（数据产品经理、HR数据分析专员）的平均薪资差异，发现数据赋能岗位薪资均高于传统职位，高出的部分受益于数据分析技能的贡献。二、数据分析的职位要求就业市场上不论是纯数据方向还是数据赋能方向，对数据相关岗位的要求主要从硬性和软性两方面阐述，硬性要求指的是工具层面的掌握程度，往往是初学者
转载请注明：http://www.aierlanlan.com/rzfs/8845.html
