论文部分内容阅读
中信院2018大数据白皮书指出，在2018年—2020年，大數据市场整体的收入规模将保持每年约70亿美元的增长，复合年均增长率约为15.33%。随着大数据产业的发展，对于高质量的大数据人才缺口不断增加，据统计，接下来的3到5年内，各行业将有近100万的大数据人才需求量，现阶段培养的大数据人才规模与市场需求相差甚远。当前大数据人才需求主要集中在互联网企业中，因此本文基于中信院公布的2019中国互联网企业排名，对国内排名前50的互联网企业的大数据岗位进行统计分析，分析大数据人才在实际工作中的能力要求，有利于高校培养的大数据人才更好地面向社会实践，更加适应行业的需求，也为未来从事大数据行业的人才指明了就业方向。
一、大数据人才
1.大数据人才定义与基本情况。大数据人才主要指拥有算法设计、程序编写、数据分析等专业核心技能，并能结合运用各行业背景知识的复合型人才。高等教育中大数据人才输出途径主要有两种，第一种输出途径是近几年高校刚刚开设的大数据相关专业，第二种来自信息管理与信息系统专业等计算机相关专业以及数理统计等数学类专业开设的大数据培养方向。大数据专业分为两个层次，本科教育阶段的大数据专业目前有数据科学与大数据技术专业以及大数据管理与应用专业，高职教育阶段则是指大数据技术与应用专业。目前，国内开设大数据相关专业的高校数量还不足全国高校总数的27%。每年的毕业生无法满足当前庞大的大数据人才需求缺口，因此会有越来越多的高校开展大数据专业建设，或通过新增大数据专业在已有专业基础上设立大数据培养方向等方式来满足就业市场需求。
2.大数据人才分类。大数据岗位的工作环境和具体任务会因所处的行业不同而产生较大差异，因此，需要进行分类研究，这样才能够保证所提出的大数据人才能力要求具有针对性，职业规划方向清晰明确。本文根据市场招聘情况将大数据岗位分为三类：大数据架构类岗位、大数据分析类岗位、大数据开发类岗位，并分别对其工作内容进行了分类和整理。①侧重于基础架构设计类：最典型的是大数据架构师;岗位职责重点偏向于平台设计、技术路线制定等工作，需要对系统架构、核心算法等专业知识具有深度的掌握以及丰富的研发工作经验。②侧重于数据挖掘分析类：主要有数据分析师、数据挖掘工程师等;岗位职责重点偏向于从数据中挖掘商业价值，为企业客户提供辅助决策的数据分析服务，对数据分析技术比较看重。③侧重于应用研发类：主要有大数据产品开发、大数据运维等。岗位职责重点在于设计并研发支持企业具体业务系统的通用大数据工具软件。
大数据人才与学科专业有着密切联系，对于大数据开发和架构方面的工作岗位，由于其工作内容需要专业的计算机知识作为基础，且要求具备较强的计算机编程能力和开发经验，因此多要求为计算机、信息管理、大数据及相关专业;而大数据分析方向的工作岗位需要比较好的数学素养与数据分析能力，招聘人员多选择计算机和数学等相关专业。
二、大数据岗位现状调研分析
1.大数据岗位需求的城市分布情况。根据国家工信部的相关文件，选取2019年国内前50强互联网企业，收集这些企业大数据岗位的招聘信息，本文数据来源于互联网招聘平台——拉勾网以及上述企业官网的招聘信息发布页面，共得到230条招聘信息。为了探究大数据岗位的具体工作城市分布规律，首先针对招聘信息中的工作地点做了分析统计。
统计结果显示，北京等经济发展速度较快的城市对大数据人才的需求最为旺盛，在调研的全部城市中占比72%，其余城市主要为成都、长沙、贵州，占比28%。上述调研结果表明，对于大数据人才来说，经济发达的城市对大数据人才的需求相对较多，就业者的岗位选择机会也会随之增多。所以，对于近两年就业的大数据人才来说，可以优先选择北上广等一线城市。而那些刚刚入学不久的学生，由于没有迫切的就业需求，可以更多关注于具备大数据行业发展潜力和国家扶持力度较大的城市，如成都、贵阳等。
2.大数据岗位需求的分类统计结果。根据大数据人才分类标准，将当前主要的大数据岗位与之匹配，分别对大数据开发工程师、数据分析师、大数据架构工程师、数据仓库工程师、大数据运维工程师、大数据产品经理等六种岗位进行统计分析。
从结果可以看出，虽然前50强企业对于大数据开发工程师的岗位需求规模最大，占比达到33.3%，不过其余岗位的需求与其差距并不是非常明显，数据分析师占比28.3%，大数据架构师占比12.6%，大数据运维工程师占比10.1%，大数据产品经理占比9.4%。因此，企业对于大数据人才需求在整体上呈现出岗位多样化态势。在校大学生应当根据自身的能力与岗位的匹配情况以及未来的行业规划，及时调整自己的学习计划，进行多样化知识学习与技能训练，避免过度集中于某一岗位。
3.大数据人才薪资水平与学历、工作经验的相关性分析。由于大数据岗位招聘信息所给出的薪资数据都是一个范围值，学历与工作经验数据都是用描述性语言进行表述，不能直接量化，所以本文对原始数据做了如下预处理和转换：
用“1”代表工资小于10K;“2”代表工资在10K-20K之间;“3”代表工资在20K-30K之间;“4”代表工资在30K-40K之间;“5”表示高于40K。同样的方式，学历分别用“1”、“2”、“3”表示大专及以上学历、本科及以上学历、硕士及以上学历;工作经验分别用“1”、“2”、“3”、“4”、“5”表示应届、1年以上、2年以上、3年以上、4年以上、5年以上工作经历。
通过SPSS将变换后的工资、学历、工作经验数据进行标准化处理后，对工资学历、工作经验作相关性分析。最后的分析结果表明，工资与学历的相关性系数为0.076，而工资与工作经验的相关性系数为0.361。工作经验小于2年的需求量只有13%，工作经验高于2年的需求量占80%，不限工作经验的只有7%;要求本科学历的岗位最多，占比为86%，要求大专和硕士学历的则分别占比6%和8%。 调查结果发现，大数据作为一种实操性较强的信息技术，企业在招聘大数据人才时，更看重的是工作经验而非学历，而且工作经验对薪资具影响幅度更大。显而易见，工作经验与个人能力之间存在着一定的联系，因此针对大数据人才的各方面能力要求作进一步分析是非常有必要的。
三、大数据人才的能力要求
1.专业技能要求。①大数据架构类人才的技能要求主要为：掌握常用的大数据技术平台如Hadoop、Spark的架构以及相关组件、数据结构与算法设计，以及对于大型系统的维护等相关知识。
②大数据分析类人才的技能要求主要为三类：第一类为掌握常用分析语言如Python、SQL等，能够对日常的数据进行处理;第二类为掌握专业的统计知识，能够对指标建立分析体系;第三类为熟悉常用可视化工具，如Tableau、Excel等，能够对数据进行可视化展示。
③大数据开发岗位对人才技能的要求主要包括：掌握大数据技术平台、计算机编程语言、操作系统以及数据仓库技术。招聘岗位要求大数据开发人员应当掌握的操作系统主要为Linux或Unix，数据仓库技术主要为Hive或Kylin。由于岗位对于大数据技术平台和计算机编程语言的要求较为多样，因此对其进一步统计。
2.综合素质要求。通过对招聘信息的整理发现，许多企业将团队合作能力、沟通能力、学习能力、抗压能力、责任心、分析能力、执行能力作为大数据人才综合素质的评价指标。其中，对于大数据人才来说，团队合作能力、沟通能力和学习能力都是比较重要的。很多大数据相关工作更加强调团队合作完成，招聘企业更加看重大数据人才的团队合作能力和沟通能力。高校在进行大数据人才培养时应当有计划的安排团队合作训练科目，逐步培养学生的团队合作能力。此外，大数据行业本身发展迅速，且与其他领域的交叉性较为复杂，因此要求大数据人才需要不断地学习新技能和新技术，不断地扩充相关领域的背景知识，因此学习能力也是企业在进行招聘时较为重要的综合素质。
四、结语
随着企业数字化转型的不断深入，大数据人才必然成为企业完成生存与发展命题的必需品。当前就业市场上大数据岗位种类繁多，就业面宽广。大数据人才是一种综合性的高素质人才，企业对大数据人才会提出多方面的要求，不仅要求就业者专业知识过硬并拥有相关工作经验，而且要求拥有相应的综合素质，如沟通能力、学习能力、团队合作能力等。高校在制定大数据人才培养方案时，应该针对实际岗位所具备的专业技能和综合素质等多方面条件，设计并执行行之有效的培养方案和实施计划。同时，对于从业者自身来讲，更加应该重视自身综合能力的不断提升。[项目支持：1、2018年國家级大学生创新创业训练项目：面向高校信息资源共享平台的大数据技术应用研究（201810705044）;2、西安石油大学经济管理学院院级教学改革研究项目：经管类专业“数据库课程群”综合教学模式研究]
（执笔人：李鑫浩
一、大数据人才
1.大数据人才定义与基本情况。大数据人才主要指拥有算法设计、程序编写、数据分析等专业核心技能，并能结合运用各行业背景知识的复合型人才。高等教育中大数据人才输出途径主要有两种，第一种输出途径是近几年高校刚刚开设的大数据相关专业，第二种来自信息管理与信息系统专业等计算机相关专业以及数理统计等数学类专业开设的大数据培养方向。大数据专业分为两个层次，本科教育阶段的大数据专业目前有数据科学与大数据技术专业以及大数据管理与应用专业，高职教育阶段则是指大数据技术与应用专业。目前，国内开设大数据相关专业的高校数量还不足全国高校总数的27%。每年的毕业生无法满足当前庞大的大数据人才需求缺口，因此会有越来越多的高校开展大数据专业建设，或通过新增大数据专业在已有专业基础上设立大数据培养方向等方式来满足就业市场需求。
2.大数据人才分类。大数据岗位的工作环境和具体任务会因所处的行业不同而产生较大差异，因此，需要进行分类研究，这样才能够保证所提出的大数据人才能力要求具有针对性，职业规划方向清晰明确。本文根据市场招聘情况将大数据岗位分为三类：大数据架构类岗位、大数据分析类岗位、大数据开发类岗位，并分别对其工作内容进行了分类和整理。①侧重于基础架构设计类：最典型的是大数据架构师;岗位职责重点偏向于平台设计、技术路线制定等工作，需要对系统架构、核心算法等专业知识具有深度的掌握以及丰富的研发工作经验。②侧重于数据挖掘分析类：主要有数据分析师、数据挖掘工程师等;岗位职责重点偏向于从数据中挖掘商业价值，为企业客户提供辅助决策的数据分析服务，对数据分析技术比较看重。③侧重于应用研发类：主要有大数据产品开发、大数据运维等。岗位职责重点在于设计并研发支持企业具体业务系统的通用大数据工具软件。
大数据人才与学科专业有着密切联系，对于大数据开发和架构方面的工作岗位，由于其工作内容需要专业的计算机知识作为基础，且要求具备较强的计算机编程能力和开发经验，因此多要求为计算机、信息管理、大数据及相关专业;而大数据分析方向的工作岗位需要比较好的数学素养与数据分析能力，招聘人员多选择计算机和数学等相关专业。
二、大数据岗位现状调研分析
1.大数据岗位需求的城市分布情况。根据国家工信部的相关文件，选取2019年国内前50强互联网企业，收集这些企业大数据岗位的招聘信息，本文数据来源于互联网招聘平台——拉勾网以及上述企业官网的招聘信息发布页面，共得到230条招聘信息。为了探究大数据岗位的具体工作城市分布规律，首先针对招聘信息中的工作地点做了分析统计。
统计结果显示，北京等经济发展速度较快的城市对大数据人才的需求最为旺盛，在调研的全部城市中占比72%，其余城市主要为成都、长沙、贵州，占比28%。上述调研结果表明，对于大数据人才来说，经济发达的城市对大数据人才的需求相对较多，就业者的岗位选择机会也会随之增多。所以，对于近两年就业的大数据人才来说，可以优先选择北上广等一线城市。而那些刚刚入学不久的学生，由于没有迫切的就业需求，可以更多关注于具备大数据行业发展潜力和国家扶持力度较大的城市，如成都、贵阳等。
2.大数据岗位需求的分类统计结果。根据大数据人才分类标准，将当前主要的大数据岗位与之匹配，分别对大数据开发工程师、数据分析师、大数据架构工程师、数据仓库工程师、大数据运维工程师、大数据产品经理等六种岗位进行统计分析。
从结果可以看出，虽然前50强企业对于大数据开发工程师的岗位需求规模最大，占比达到33.3%，不过其余岗位的需求与其差距并不是非常明显，数据分析师占比28.3%，大数据架构师占比12.6%，大数据运维工程师占比10.1%，大数据产品经理占比9.4%。因此，企业对于大数据人才需求在整体上呈现出岗位多样化态势。在校大学生应当根据自身的能力与岗位的匹配情况以及未来的行业规划，及时调整自己的学习计划，进行多样化知识学习与技能训练，避免过度集中于某一岗位。
3.大数据人才薪资水平与学历、工作经验的相关性分析。由于大数据岗位招聘信息所给出的薪资数据都是一个范围值，学历与工作经验数据都是用描述性语言进行表述，不能直接量化，所以本文对原始数据做了如下预处理和转换：
用“1”代表工资小于10K;“2”代表工资在10K-20K之间;“3”代表工资在20K-30K之间;“4”代表工资在30K-40K之间;“5”表示高于40K。同样的方式，学历分别用“1”、“2”、“3”表示大专及以上学历、本科及以上学历、硕士及以上学历;工作经验分别用“1”、“2”、“3”、“4”、“5”表示应届、1年以上、2年以上、3年以上、4年以上、5年以上工作经历。
通过SPSS将变换后的工资、学历、工作经验数据进行标准化处理后，对工资学历、工作经验作相关性分析。最后的分析结果表明，工资与学历的相关性系数为0.076，而工资与工作经验的相关性系数为0.361。工作经验小于2年的需求量只有13%，工作经验高于2年的需求量占80%，不限工作经验的只有7%;要求本科学历的岗位最多，占比为86%，要求大专和硕士学历的则分别占比6%和8%。 调查结果发现，大数据作为一种实操性较强的信息技术，企业在招聘大数据人才时，更看重的是工作经验而非学历，而且工作经验对薪资具影响幅度更大。显而易见，工作经验与个人能力之间存在着一定的联系，因此针对大数据人才的各方面能力要求作进一步分析是非常有必要的。
三、大数据人才的能力要求
1.专业技能要求。①大数据架构类人才的技能要求主要为：掌握常用的大数据技术平台如Hadoop、Spark的架构以及相关组件、数据结构与算法设计，以及对于大型系统的维护等相关知识。
②大数据分析类人才的技能要求主要为三类：第一类为掌握常用分析语言如Python、SQL等，能够对日常的数据进行处理;第二类为掌握专业的统计知识，能够对指标建立分析体系;第三类为熟悉常用可视化工具，如Tableau、Excel等，能够对数据进行可视化展示。
③大数据开发岗位对人才技能的要求主要包括：掌握大数据技术平台、计算机编程语言、操作系统以及数据仓库技术。招聘岗位要求大数据开发人员应当掌握的操作系统主要为Linux或Unix，数据仓库技术主要为Hive或Kylin。由于岗位对于大数据技术平台和计算机编程语言的要求较为多样，因此对其进一步统计。
2.综合素质要求。通过对招聘信息的整理发现，许多企业将团队合作能力、沟通能力、学习能力、抗压能力、责任心、分析能力、执行能力作为大数据人才综合素质的评价指标。其中，对于大数据人才来说，团队合作能力、沟通能力和学习能力都是比较重要的。很多大数据相关工作更加强调团队合作完成，招聘企业更加看重大数据人才的团队合作能力和沟通能力。高校在进行大数据人才培养时应当有计划的安排团队合作训练科目，逐步培养学生的团队合作能力。此外，大数据行业本身发展迅速，且与其他领域的交叉性较为复杂，因此要求大数据人才需要不断地学习新技能和新技术，不断地扩充相关领域的背景知识，因此学习能力也是企业在进行招聘时较为重要的综合素质。
四、结语
随着企业数字化转型的不断深入，大数据人才必然成为企业完成生存与发展命题的必需品。当前就业市场上大数据岗位种类繁多，就业面宽广。大数据人才是一种综合性的高素质人才，企业对大数据人才会提出多方面的要求，不仅要求就业者专业知识过硬并拥有相关工作经验，而且要求拥有相应的综合素质，如沟通能力、学习能力、团队合作能力等。高校在制定大数据人才培养方案时，应该针对实际岗位所具备的专业技能和综合素质等多方面条件，设计并执行行之有效的培养方案和实施计划。同时，对于从业者自身来讲，更加应该重视自身综合能力的不断提升。[项目支持：1、2018年國家级大学生创新创业训练项目：面向高校信息资源共享平台的大数据技术应用研究（201810705044）;2、西安石油大学经济管理学院院级教学改革研究项目：经管类专业“数据库课程群”综合教学模式研究]
（执笔人：李鑫浩