专栏首页大数据文摘KDnuggets:未来4至10年内对数据科学家的需求将开始减少

KDnuggets:未来4至10年内对数据科学家的需求将开始减少

大数据文摘作品

编译:Shan LIU、笪洁琼、亭八

根据近1200份投票的统计结果显示,KDnuggets的读者认为对数据科学家/机器学习专家的需求将在未来4至10年内开始减少。最常见的一种回答是4-6年,中值是8-9年。

KDnuggets问卷:对数据科学家/机器学习专家的需求何时会开始衰减?

这是一张很重要也很有意思的图表,看完之后我的想法如下……

注意:需求下降的起始点紧随着需求高峰,所以我们需要交换着使用这两个术语。

在2012年被誉为“21世纪最性感的工作”之后,市场对于数据科学家的需求开始迅速增长。这一需求的填补体现在两个方面:

教育:很多大学及其他教育平台(例如Coursera,、edX和Udemy)开始增加提供数据科学与机器语言的教育。

自动化:如同DataRobot这样的公司提供“自动化数据科学/机器学习”的平台一样,这些平台可以让商业用户自己去建模,或者在某一商业流程中嵌入模型来完全自动化数据科学(比如自动化的广告竞价)。

但目前的需求下面却潜藏着一个巨大的泡沫,这个泡沫很可能在未来的某一个时间点破裂,随后需求开始迅速下降。而且如同其它的泡沫一样,这个泡沫同样难以预测。所以需求高峰期(需求开始下降的点)出现在未来4-9年,是一个很合理的假设。但是,这并不意味着数据科学家会失业,这只是让这种工作变得常规化,使薪资水平变得平稳下来,如同互联网发展初期,网页开发者是一个炙手可热的工作,现在却成了一个稀疏平常的工作了。

问卷也调查了受访者在数据科学和机器学习方面的相关经验,以及他们所属的社会群体(产业界/学生/科研/政府/其他)。

问卷受访者在数据科学/机器学习方面的经历及其所属社会群体

从图中我们可以看到:60%的受访者有2年以内的相关经历,62%的被调查者来自产业界,19.5%是学生,9.2%是科研人员,4.5%来自政府及公益组织。

在检验高峰需求的预测与受访者经验、所属社会群体的关系时,我得到了惊人的相似曲线。一个高峰期是在未来4-6年和7-10年,另一个小一些的高峰出现在25年及以后。为了简单理解这个图表,我将曲线分组为“小于1年经验”,“1-2年的经验”和“2-4年的经验”,无论哪种情况,这些曲线看起来都非常相似。

对数据科学家/机器学习的高峰需求vs.受访者在数据科学/机器学习领域的相关经验

让我们把那些“预测对数据科学家的需求在25年后开始衰减”的人称为乐观主义者,而将另一部分人归类为悲观主义者吧!

我们发现,经验最多的(16年以上)这一群体占据了乐观主义者的绝大多数,而且这一群体有超过35%的人认为需求在25年之后才会逐渐减缓。

接下来,让我们看看预测高峰需求曲线与受访者所属社会群体的关系。

数据科学家/机器学习专家的高峰需求预测vs社会群体

再一次,我们出乎意料地发现:这些曲线都很相似。

其中,学生是所有群体里最乐观的,政府工作人员是最悲观的,产业界人士居于其中。

最后,我们看一下不同区域的分布。各地区参与者包括:

US/Canada, 40%

Europe, 33%

Asia, 16%

other, 11%

美国/加拿大 40%

欧洲 33%

亚洲 16%

其他 11%

对数据科学家/机器学习专家的高峰需求vs地域

这一次,我们又双叒叕发现曲线依然十分相似。而一个显著的差异是:美国/加拿大的受访者相比其他区域的受访者更乐观,他们最多的选择是认为需求将在未来7-10年内饱和,而其他区域则认为是4-6年。在所有区域里面,认为25年甚至更久的受访者百分比为(18.3%-19.8%),这也是让人难以置信的相似。

如何解释这样及其相似的分布?

有一种假设是,乐观主义或者悲观主义是天生的,这会影响到他们做预测的结果。所以当我们想对“社会趋势”做预测的时候,由于这种主题的问题不能通过物理事实测量,更多的只是取决于人们的想法和直觉。所以问卷设计应该以某种方法来检测乐观主义或者悲观主义特质。

如果这个结论是真的,那么我们可以认为:乐观主义的百分比在各个不同的区域、社会群体的群组里面是相似的,而且这个相似不会随着经验发生变化。

原文地址:https://www.kdnuggets.com/2017/11/demand-data-scientists-machine-learning-decline.html

本文分享自微信公众号 - 大数据文摘(BigDataDigest),作者:抵抗流感的

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-12-05

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • D-News周播报|阿里成中国市值第一互联网公司,百度创建独立风投公司专注人工智能

    大数据文摘
  • 泼冷水:为什么如此多的数据科学家正在抛弃他们的工作?

    大数据文摘
  • 中关村发布:大数据企业分布图等3张图

    大数据文摘
  • 大数据安全市场现状和需求分析

    后web2.0时代,互联网、物联网每天都在生产大量数据,人们对于这些庞大数据资源的价值渴求,使得“大数据”的概念得以问世。如果说“数据”是支撑未来核心技术的基础...

    企鹅号小编
  • 杭州新成立数据资源局,这究竟是一个什么样的部门?

    从9月初开始,来自杭州市公安局、杭州市环保局、杭州市民政局等14个部门的工作人员,来自阿里巴巴、科大讯飞、杭州城市大数据公司等21家IT公司的70多名技术人员,...

    华章科技
  • 数据泄露问题成两会关注重点,聚道科技对外发布人全基因分析服务 | 大数据24小时

    数据猿导读 Hedvig 获2150万美元融资,帮助企业将数据部署在云端;聚道科技发布人全基因组标准化分析服务GeneDock HG;九次方大数据与南昌市政府合...

    数据猿
  • 浅谈数据治理、数据管理、数据资源与数据资产管理内涵及差异点(建议收藏)

    随着信息技术的不断涌现和普及,业务发展加快了数据膨胀的速度,行业内衍生了较多的新名词,如数据治理、数据管理、数据资源管理、数据资产管理等名词的定义很多,概念容易...

    木东居士
  • DT时代下[个推3.0]遵循的四个法则

    DT(Data Technology),是以服务大众、激发生产力为主的技术。从IT时代走向DT时代,我们要思考如何用互联网技术、理念、思想去与传统行业进行交融和...

    个推君
  • 2017年首份中美数据科学对比报告,Python受欢迎度排名第一,美国数据工作者年薪中位数高达11万美金

    最新消息,Kaggle最近对机器学习及数据科学领域进行了全行业深度调查,调查共收到超过 16,000 份回复,受访内容包括最受欢迎的编程语言是什么,不同国家数据...

    AI科技大本营
  • 你知道吗:机器学习发展的黄金时间只是刚刚开始?

    尽管神经网络、人工智能和机器学习的嗡嗡声已经发展到相当的阶段。然后,就像很多人知道的那样,这里仍然没有发展出一套新的研究方法。如果有很多核心的算法和途径在这几十...

    小莹莹

扫码关注云+社区

领取腾讯云代金券