|
报告介绍： 大数据可谓是近年来最炙手可热的行业之一，智能数据时代，无论是互联网企业还是传统企业，都在纷纷搭建自己的数字平台，构建数据队伍，提升数据能力。尽管市场上已有高校、培训机构开设数据科学项目，但是真正可为企业所用的专业数据人才却极难获得。 专业数据人才是指从事数据业务的核心技术人才，主要分为数据科学家、数据分析师、数据工程师以及数据产品经理。专业数据人才的复合能力的、他们面对的企业不同商业情景，对专业数据人才教育提出了较高的要求，在专业数据人才教育的行业内，也产生了不同类型的参与者以及其对应的商业模式。 6月6日，在腾云大学（TalkingData University）与美世咨询（Mercer China）的《专业数据人才教育行业生态报告》联合发布会上，除了明确以上概念外，从分析行业发展现状出发，解读行业面临的挑战与问题，预测行业发展趋势。 报告关键词： 专业数据人才、教育行业、生态图谱、行业参与者、企业数据能力、数据队伍构建、人才培养
关注本公众号回复“数据人才报告” 即可获取腾云大学数据人才报告高清完整版 跨行业竞争—人才的竞争 随着大数据、人工智能等前沿技术的普及，企业越来越重视前沿技术带给企业的非凡竞争力，根据美世咨询的数据显示，大数据/人工智能/区块链等先进行业的核心人才薪资水平远远高于传统IT或咨询分析部门的同等级专业人才水平。
95%的企业在专业数据人才上投入过少 更多结构开始重视数据背后的财富，但是根据TalkingData University的访谈，许多计划数据驱动转型的企业在专业数据人才教育的投资比例远远小于基础设施和数据源的投入。
TalkingData将数据人才分为四类 专业数据人才分为数据科学家、数据工程师、数据分析师和数据产品经理。 公司需要既能涉猎较宽，在某方面也能非常专业的交叉“大T型”人才。专业数据人才具有复合型能力集，要获得专业数据人才，无法简单依赖猎头服务，需要投入资源培养；深度的教育培养，配合相应的教育资源，结合实际情境培养数据领域的高潜青年才能满足企业用人需求，在数据岗位发挥用武之地。 以数据科学的教育为核心大纲的专业数据人才教育体系 数据科学是一门交叉度极高的学科，从数据科学教育的学习流程看可分为三个阶段：以数据科学的基础学科为中心的教育；以数据科学的基础理论为中心的教育；以行业数据科学应用为中心的教育。 发达国家走在前列，硕士项目占据主流 专业数据人才教育行业在大数据行业、尤其是移动大数据普及之后开始兴起，各国大数据战略推行数据产业的迅速发展，人才需求日益迫切。 截至2018年4月，全球共有27个国家的366所高校开设了581个数据科学相关项目。
政策利好，市场规模增长率高 工信部、科技部发改委及教育部密集出台系列相关政策，推动国务院《促进大数据发展行动纲要》具体落实，2018年中国大数据市场规模增长率始终保持在全球符合增长率两倍左右。我国还设立了两批国家级大数据综合试验区。 互联网行业最热门的六大职位中，数据分析供求比仅为0.05，数据科学人才更是凤毛麟角。
传统企业面临人才数量与质量的困难
专业数据人才教育市场，行业参与者及其商业模式初见定型 在专业数据人才教育市场，主要参与者类型有媒体、教育培训机构、众包技术平台、公益组织、竞赛平台和社群、人才和就业服务以及生态玩家。 他们的商业模式可通过判断基础知识和行业实战训练分为2B和2C。2B主要依托企业本身商业模式，2C主要依靠流量转化。
特点提出挑战，挑战带来问题 由于专业数据人才交叉背景、全生命周期学习的特点，专业数据人才教育向传统教育模式的转变提出师生关系、学习模式、学习形式等挑战，而行业还存在待解决的教育模式、课程体系、资源稀缺、业务场景、生命周期以及政策收紧等若干问题。 现有人才过于集中在互联网企业，传统行业的需求还将不断增加，高端人才短中期还以海归人才为主，数据科学教育领域还需要更多参与者。
对企业，行业参与者与政府的建议 企业继续保持专业数据行业的领先地位，行业参与者需精耕细分市场，政府侧着鼓励与扶持项目、规范标准，推进生态链建设。
|
|
|
