一、产生背景
大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设，大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。当前，智慧医疗、智慧城市、精准扶贫以及其他相关高新技术产业都离不开大数据的支撑，大数据技术在我国得到了较为广泛的应用。AI与大数据的发展从根本上得益于数据、算力和算法的集中突破，得益于互联网和信息化的发展，因而对人才的要求更看重相关领域的专业背景。
（一）国家实施大数据战略，构建数字中国
大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。2014年大数据首次写入政府工作报告；2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。
同时，伴随大数据政策出台，各地政府相继成立了大数据管理机构，促进大数据产业发展，全国22个省区，200多个地市相继成立大数据管理部门。
图1 各省大数据管理机构设置数量（单位：个）
（二）大数据行业发展迅猛，产业规模巨大
2016年，工信部印发了《大数据产业发展规划（2016-2020年）》，全国大数据产业建设掀起热潮，目前已形成八大大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。
通过对1572家企业的调查结果显示，企业对数据分析的重视程度进一步提高，65.2%的企业已成立数据分析部门，24.4%的企业正在计划成立相关数据部门。
近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有623家，占比为39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业表示未来一年内将应用大数据。
对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为32.3%和25.5%。不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比有望进一步提升。
2019年5月6日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019年）》，书中综合国内外环境、新兴技术发展等多种因素，测算2018年我国大数据产业增速约为15%，产值达到5405亿元。另据赛迪数据显示，2018年中国大数据产业规模为4384.5亿元，同比增长23.5%；到2021年，中国大数据产业规模将超过8000亿元。
图2 2016-2021年中国大数据产业规模（单位：亿元）
从企业业务布局来看，大数据产业主要集中在华北、华东及中南地区。
表12018年中国大数据产业区域分布情况
（三）数据资源资产化步伐稳步推进
2015年8月,国务院印发《促进大数据发展行动纲要》,明确“加快政府数据开放共享,推动资源整合”。社会各界通过对数据资源的整合、利用,加速了数据流通共享以及数据资源化进程。2018年10月，《数据管理能力成熟度评估模型》发布实施，规范了各组织、机构数据管理和应用工作，提升国内数据管理和应用能力。2019年10月，在中国共产党第十九届中央委员会第四次全体会议上，中央首次公开指出“健全劳动、资本、土地、知识、技术、管理和数据等生产要素按贡献参与分配的机制。”这是中央首次在公开场合提出数据可作为生产要素按贡献参与分配，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。
（四）技术融合成为大数据发展主流
当前，大数据相关技术已基本成熟，逐步成为支撑型的基础设施，其发展方向也开始向提升效率转变，向个性化的上层应用聚焦。随着5G通信标准的落地，物联网、移动互联网、大数据、传统行业将深度融合，算力、TA、模块、云数、数智等技术融合的趋势愈发明显，大量既懂大数据技术又懂其他相关行业技术的人才在大数据应用领域发挥着越来越多的作用。
二、职业定义和工作任务
近年来，随着经济社会发展、科学技术进步和产业结构调整，新产业、新业态、新模式滋生孕育出许多新职业。大数据技术应用在各行各业的全面展开，我国社会需要越来越多的大数据工程技术人员。其职业定义和工作任务如下：
大数据工程技术人员职业定义：从事大数据采集、清洗、分析、治理、挖掘等技术研究，并加以利用、管理、维护和服务的工程技术人员。
大数据工程技术人员主要工作任务：
1.研究和开发大数据采集、清洗、存储及管理、分析及挖掘、展现及应用等有关技术；
2.研究、应用大数据平台体系架构、技术和标准；
3.设计、开发、集成、测试大数据软硬件系统；
4.大数据采集、清洗、建模与分析；
5.管理、维护并保障大数据系统稳定运行；
6.监控、管理和保障大数据安全；
7.提供大数据的技术咨询和技术服务。
三、当前就业人群分析
本报告基于2019年4月对27家大数据行业典型企业的人力资源情况进行调研后分析所得。
（一）学历层次
大数据人才的学历层次分为4个大类，分别是硕士及以上、本科、专科、专科以下。
图3 大数据人才学历结构（单位：人）
可以看出，本科占比最高，其次是硕士及以上，专科占比只有12.22%。大数据行业是新兴行业，目前学历要求比较高。
其中社招占比最大，比校招、内培和内推以及培训机构招聘的总和还要高。大数据人才目前主要依靠社招，说明学校教育与社会需求脱节，内培和培训也不能满足岗位要求。
（四）薪资水平分布
当前，大数据人才的薪资处于相对较高水平。薪资在1万元以下，占总人数的34.6%；1万元-2万元占比为35.64%；2万以上占比为29.77%。
图6 大数据人才薪资水平分布（单位：人）
（五）岗位类型及数量
目前企业提供的大数据岗位按照工作内容要求，可以分为以下几类：
①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。四类岗位的数量和占比见下图。
图7 大数据岗位类型结构（单位：人）
四、行业人才需求情况
（一）整体需求
当前信息化对人类经济活动产生深刻影响，正渗透到生产生活方方面面，数据已经成为新的生产要素，大数据行业已成为人们按需使用信息处理、信息存储、信息交互资源的重要模式，也是进行大数据处理和深度挖掘的重要平台，大数据工程技术人员在我国现阶段及未来发挥的作用将日益凸显。
《大数据产业发展规划（2016-2020年）》指出，目前大数据人才队伍建设亟需加强，大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。要建设多层次人才队伍，建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。
清华大学经管学院发布了《中国经济的数字化转型：人才与就业》的报告，根据报告显示，当前我国大数据领域人才缺口高达150万，到2025年或将达到200万。大数据人才分布不均匀，主要集中在互联网和金融两大领域，导致制造业等产业转型升级过程中极度缺乏大数据人才。从整体看，数字中国建设，产业转型升级、企业上云用云，这些都对大数据人才产生巨大需求量且需求呈快速增长趋势，而人才培养的数量和速度难以满足现实需求，导致大数据人才缺口持续增大。
图8 大数据人才规模及增速
（二）行业发展对大数据相关岗位产生的影响
从业态变化的角度看，企业需要大量的复合型人才，即能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌握的人才。从技术变化的角度看，深度神经网络等新兴技术的发展，弥补了传统分析挖掘技术在大数据时代的短板，这就需要大数据技能人才掌握深度学习方面的相关知识，适应大数据的分析挖掘需要。从运营方式的角度看，运营方式的变化要求运营人员提升运营前准备、运营中把握、运营后反馈、修正，提升预见能力和掌控能力。
目前企业对中高职层次的大数据人才相关岗位主要有：数据分析师、挖掘工程师、深度学习/算法/机器学习工程师、大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员、数据运营经理、数据产品经理、数据项目经理、大数据销售工程师。可以看出，行业发展引发技术革命，相对应的岗位及要求也有所变化。
（1）技术层面逐步由“万花筒”向“中国特色”、“中国制造”转变，中国标准逐渐成为业界标准，中国证书逐渐成为业界证书。
（2）技术纵深发展和横向拓展，引发企业对人才需求变化，既有岗位重新细分的高精尖专才需求，又有中等层次的广博复合型人才需求。
五、职业发展通道
目前，长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师方面的工程师，以及需要通过数据来进行判断决策的管理者，通过一定的培训或自学，均可成为大数据工程技术人员。
由于我国大数据人才数量较少、缺口较大，因此多数公司的数据部门采用扁平化层级的模式，一般分为数据分析师、资深研究员、部门总监3个级别。规模较大的公司可能按照应用领域的维度来划分不同团队，规模较小的公司则需要身兼数职。大数据工程技术人员可朝着研究方向发展，成为企业重要数据战略人才。此外，大数据工程技术人员对商业和产品的理解较业务部门员工更加深入，也可转向产品部或市场部，乃至高级管理层。
—————END——————
⊙如有侵权，请联系管理员删除，谢谢
