▍報告要點(diǎn)

O’Reilly根據(jù)來自45個國家983位數(shù)據(jù)科學(xué)領(lǐng)域從業(yè)者填寫的調(diào)查問卷，完成了《2016數(shù)據(jù)科學(xué)從業(yè)者薪酬報告》（2016 Data Science Salary Survey）。報告內(nèi)容主要回答了這些問題：

·哪個國家或地區(qū)的數(shù)據(jù)科學(xué)家可以獲得最高的薪酬？

·被調(diào)查者最常用的工具是什么？哪種工具對薪酬的貢獻(xiàn)更大？

·性別差異以及討價還價的能力多大程度上會影響數(shù)據(jù)科學(xué)家的薪酬？

▍數(shù)據(jù)科學(xué)從業(yè)者薪酬水平差別大

報告顯示，接受調(diào)查的數(shù)據(jù)科學(xué)領(lǐng)域從業(yè)者薪酬中位數(shù)是87,000美元，相比去年的91,000美元有些微下降。

先不要急。其實(shí)出現(xiàn)這一現(xiàn)象的原因主要是，在參與調(diào)查的從業(yè)者中，來自美國以外的，還有30歲以下的占比相對往年的更高了。

不過從業(yè)者之間薪酬漲幅差別還是很大的，有11%的人三年來僅上漲了不到一成，但前6%人的薪酬卻直接翻了三倍。真是同人不同命。

那么出現(xiàn)這種差別的原因是啥？

根據(jù)接受調(diào)查從業(yè)者的情況來看，影響薪酬水平高低的主要是下面這些要素。

▍以下這些都會影響到你的薪酬

首先，從業(yè)者所處的國家對數(shù)據(jù)科學(xué)從業(yè)者的薪酬有巨大的影響。報告表示，除了少數(shù)例外，從業(yè)者所在地的GDP水平差不多就能代表其薪酬水平。

而亞洲與非洲的薪酬水平則最低。

第二個影響從業(yè)者薪酬水平的要素是性別。在工作角色與技能等其余變量都一樣的情況下，女性從業(yè)者賺得比男性要少。從接受調(diào)查的從業(yè)者情況來看，女性薪酬的中位數(shù)比男性要少10,000美元。

報告顯示，其余影響到薪酬的要素還有從業(yè)者的工作經(jīng)驗(yàn)、年齡以及所處行業(yè)：

·每增加一年工作經(jīng)驗(yàn)，薪酬平均會增長2000-2500美元。

·在60歲之前，年齡越大，薪酬就會越高。

·從所處行業(yè)來看，提供云服務(wù)的薪酬最高，而教育行業(yè)的薪酬最低。

▍開更多會，能寫代碼，薪酬會更高

報告顯示，開會時間越長的人賺得越多。但這并不能保證開會時長與收入之間必然的因果關(guān)系：如果你安排了一堆會議，卻不改變工作期間的其他方面，那么你將很難提高你的收入。

▍學(xué)習(xí)不同語言收入差別很大，選擇要謹(jǐn)慎

SQL、Excel、R以及Python是使用最為普遍的幾個工具；而Python跟Spark是對從業(yè)者薪酬貢獻(xiàn)最大的兩個工具。

你需要關(guān)注的問題是：哪種語言能幫你完成你的工作？

比如，如果你所需要分析的數(shù)據(jù)量都不足以填滿你的本地內(nèi)存，那么學(xué)習(xí)操作分布式計算的語言就不能夠幫助你漲薪。

報告給你提供了下面幾個序列的學(xué)習(xí)套路：

1.學(xué)習(xí)了一個序列的前幾種語言后，學(xué)習(xí)者通常會繼續(xù)學(xué)習(xí)這一個序列后面的語言；

2.學(xué)習(xí)者按照序列進(jìn)階到下一種語言，漲薪幅度將高于他進(jìn)階到其他種類的語言。

來源：DT財經(jīng)