年薪至少20万,大数据人才到底值钱在什么地方?

周末跟一做人才外包服务朋友聊天,提到自己正在学习大数据[注]技术的时候。他直接就说到他现在有需求,但就是招不到合适的人才。然后提到说现在大数据人才的价值,收入,待遇方面。可以说基本上将近到IT行业的顶级了。不由得,就开始思考,大数据人才的价值到底在什么地方?

大数据思维

个人感觉,这是首先第一个需要有的。因为我们现阶段生活在一个数据爆炸的时代,掌握良好的数据思维是对你的商业决策,乃至IT架构有很大的帮助。比如说,我们现在的数据类型很多,数据量很大。但是我们用到的却很有限,而这些有限的数据又不能够让我们产生效益。所以,大数据思维很重要。我们对未来需求,乃至业务方向的理解都需要依靠大数据。这一点,并不一定是大数据技术,比如说,你企业累积的数据里只有十几M的EXCEL信息,我们也许不会什么线性回归,决策树,只用EXCEL里边的几个统计函数也许就能达到我们的数据分析目的。

还有一点,就是大数据思维可以帮助我们站在用户的角度去考虑问题。从而提升我们的销售率,转变传统的被动销售为主动销售。

再用到我们日常生活中,这种思维也可能帮助我们去学习最适合我们的技术。很多的技术学习都已经放在了网络上,这样就降低了我们学习的成本。但是资源虽然多,如何去伪存真?用有限的时间去学习更多的知识才是我们最应该掌握跟学习的。在这方面我设置的决策条件就是:由于技术的相通性,短期能够学会,能够在实际使用过程中用到。这项技术能够给自己创造相应的收入。关于看书,也有相应的决策条件:纸质书为主,技术类的纸质书一天50页左右。要有相应的思考,看完一本书要有相应的摘抄,有思考总结。尽量不要看电子纸,若看电子书,基本要求在30分钟之内可以看完的。

营销商业能力

实际上,一名真正的大数据人才,在技术上除了要出类拔萃外,在相应的商业模式上也要有一些自己的领悟与见底。说得简单点,就是销售的能力也要很好,尤其是在中国!不光要能讲出大数据的用途,方法,能为企业创造 的价值。而且还要能够很好地让大数据技术去落地,不要整天云里雾里,最重要的落地才是最为重要的。

这一方面,个人的理解就是:你技术再好不重要,只有适合我们企业的才是最重要的。也就是说在讲解技术的过程中相关的目的导向很重要。营销商业活动中最为重要的就是要成交,若你只是口若悬河的去讲技术实现,却不告诉对方你能够为对方创造的价值,这样无疑就是一次失败的讲解。

技术学习能力

说到技术,实际上大数据人才要掌握的技术是有一点难度,就从自身的角度来说,要掌握相应的编程能力最好。而现在的大数据平台主要基于的是 SPARK,部分早期的还有用到HADOOP+MAPREDUCER的。相应的数据挖掘主流是SAS与SPSS,数据展现方面的是R.而这一些软件的学习都要求我们有一定的编程基础。

其次要对架构有一定的掌握,比如说,数据仓库的架构(+微信关注网络世界),数据挖掘模型的架构,数据存储的架构,网络的架构,等等。

除了掌握这些,一些操作系统的底层内容。也就是一些硬件属性也要有一定了解。比如说存储的选择,操作系统的选择,优化,等等。

实际上,以上的任何一门技术都是可以达到高薪的程度,而大数据技术又是将这几项技术综合。所以,我们并不一定要全部掌握所有的技术,但要具备一专多能的能力,在用到新技术的时候,我们可以很快的学会。

实际上,基于以上三种能力,后期发展会有多方面的变化,比如说最基本的与人沟通能力,这一点也是做技术的人员可能最为稀缺的能力。总之,大数据人才也就是技术中上能力+营销高手的一个组合。其他的方面,还有外语能力,文档开发能力,讲课能力这一些,都可以通过后期的训练成就。

还有一点,就是现在大数据正火。而相应的,大数据人才能够在短期内为企业创造价值的能力也强调很高。

大数据人才值钱的最根本点,就是你能够为企业创造更大的收益。这种收益,可能是金钱上,可能是名誉上,也可能是活跃客户上。但是,一个大数据人才,你的学习,不能停止,将会随着业务需求的不同而不断改变。

原文发布于微信公众号 - 大数据挖掘DT数据分析(datadw)

原文发表时间:2014-09-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

数据科学家:站在大数据金字塔尖的人

? 在Google、Amazon、Facebook、Uber、Airbnb等公司成功的背后,有这样一批人: 他们可以将大量的数据变为有价值的金矿,例如,搜索结...

1939
来自专栏云计算D1net

还在说云时代吗?那就out了!后云时代已经来了

内部数据中心与云环境之间的激烈对抗已经持续了十年,但如今我们可以肯定地说,云方案开始全面胜出。诚然,未来还将有相当一部分内部系统继续保持运作,不过按需云模式正变...

3816
来自专栏数据科学与人工智能

【职业】您为什么要成为数据科学家?

小编邀请您,先思考: 1 你认为数据科学家是做什么的? 2 你打算成为一名数据科学家吗? “为什么要成为数据科学?”,这是一个高频问题,答案也非常多。 有的说大...

3246
来自专栏数据科学与人工智能

【陆勤阅读】数据可视化应遵循的五条核心原则

在数字时代初期,数据只是数学家与科学家们讨论的话题。而如今,不管任何领域,任何人,都逃脱不了对数据的讨论和研究。 由于数据大潮的到来和人们关于数据使用的讨论,一...

2076
来自专栏人称T客

SaaStr 2017 大会:软件吃掉世界,而算法将接管软件世界

T客汇官网:tikehui.com 撰文 |杨丽 ? 硅谷知名投资人 Ak16z 合伙人 马克·安德森曾在 2011 年就提出:软件将吞噬世界。由此,整个科技行...

2678
来自专栏互联网数据官iCDO

【个人见解】大数据分析专家?或许这样的人根本不存在!

  因为大数据这个词过于“忽悠”,乃至于大数据分析专家也让人十分景仰而不知其真身。   说实话,什么样的人可以称为大数据分析专家可能根本没有一个标准。就像笼统的...

2685
来自专栏灯塔大数据

洞察|大数据分析专家?或许这样的人根本不存在!

因为大数据这个词过于“忽悠”,乃至于大数据分析专家也让人十分景仰而不知其真身。 说实话,什么样的人可以称为大数据分析专家可能根本没有一个标准。就像笼统的说这个人...

3295
来自专栏数据科学与人工智能

【机器学习】Gartner预测2016十大技术趋势,机器学习影响深远

今年在Orlando召开的年度Gartner Symposium/ITxpo会议上,我们有幸窥视到了Gartner关于未来的十大战略性技术趋势预测。这些趋势预计...

20510
来自专栏PPV课数据科学社区

云计算、大数据、人工智能,谁将开启下一个时代?

大数据、云计算、人工智能这三者不能分开来讲,三者是有着紧密联系的,互相联系,互相依托的。 ? 大数据概念:指无法在一定时间范围内用常规软件工具进行捕捉、管理和...

3266
来自专栏人工智能头条

Gartner预测2016十大技术趋势,机器学习影响深远

1193

扫描关注云+社区