數據分析師?科學家?架構師?大數據人才的工作內容及年薪比較

隨著大數據時代的到來，數據分析與探勘成為科技顯學，各行各業對于大數據的濃厚興趣也直接反映在大數據人才的豐厚薪資中。

根據美國大數據及商業智能軟體公司 SiSense 調查研究指出1，資訊分析相關人才起薪約為年薪 5.5 萬美元，換句話說，相較美國大學畢業生平均年薪為 4.76 萬美元，高出 7400 美元，而最高薪的數據科學家，平均年薪為 13.2 萬美元，打敗一大票科技公司的高階工程師，而且這個差距還在繼續拉大中。

以下根據 Payscale 所提供的職位基本年薪做參考，為大家整理了四個最常見的大數據人才工作內容以及薪資范圍。

數據分析師

這個職位大概是最常見的，「數據分析師」指的是不同行業中，專門從事行業內數據蒐集、整理、分析，并依據這些數據做出研究、評估的專業人員。

這類職缺通常要求應徵者有數學、統計、或是電腦科學等的相關學位跟背景，最常見的工作技能要求是 SQL、R、SAS、Excel，以及隨著需要處理的數據量日漸龐大，Hadoop 也被許多公司列為必備的基本條件之一。

美國地區數據科學家的年薪大約在 $36,139 到 $77,696 美元之間(約等于年薪臺幣 110 萬到 240 萬)，中間值大約是 $51,224 美元(臺幣 160 萬)。擁有統計分析、數據建模(Data modeling)以及 SAS 等技能的應徵者一般來說更有機會得到高薪。

數據科學家

被《哈佛商業評論》譽為「21 世紀最性感工作」的數據科學家可以說是數據分析師的進化版。

兩者的分別可以從職稱的不同看出端倪：數據「分析師」統計分析數據作為評估基準來設計行銷方案時，數據「科學家」則是把心力放在設計分析數據的演算法，提出不同的理論來測試這些結論，最后建立統計模型來判斷消費者行為、找出最關鍵的行為誘發因子。

因此數據科學家需要具備程式開發的能力，例如 Java 或 Python，而且對機器學習(Machine Learning)領域有所了解。

美國地區的數據科學家年薪大約落在 $63,192 到 $142,118 美元間，中間值是 $96,579 美元，幾乎是數據分析師的兩倍。

數據架構師

數據架構師要負責建立和維持公司數據儲存的技術基準，策劃硬體和軟體的結構，確保數據儲存系統可以支持未來的數據量和分析需求。

數據架構師通常擁有電腦科學學位，并且精通數據庫相關知識，像是關聯式數據庫(Relational database)、數據倉儲(Data warehouse)、以及分散式數據系統(Distributed storage system)等等。

美國地區數據架構師的薪資范圍是 $65,928 到 $147,868 美元，中間值為 $105,581 美元，以目前的趨勢來看，比起 SQL ，擅長 OracleDB 的人才較容易得到高薪。

首席資訊長

首席資訊長(簡稱 CIO)是負責企業內部資訊系統和資訊資源規劃和整合的高級行政管理人員，簡單來說，這個最資深、最高級的職位要擔起所有數據策略相關的責任，

CIO 通常會管理一個大團隊，團隊中的資深數據分析師、數據科學家會直接與 CIO 呈報，最后的決策再由 CIO 上報給董事會員。由于擔任 CIO 的人選必須擁有一定的經驗，因此這個職位通常會由董事會直接指派。

美國的公司通常給 CIO 的薪水從 $81,226 起跳至 $269,033 美元不等，中間值是 $142,269 美元。

你可能也聽過數據工程師(Data engineers)、大數據分析師(Big data analysits)、數據專家(Data expert or Data specialist)等等職稱，不過基本上這些都可以歸類到上述四個職位。雖然擁有不同的職稱，但往往這些角色的職責范圍經?；ハ嘀丿B，端看各公司如何分配工作內容。

看完了以上的工作內容跟薪資，如果你也想成為炙手可熱的大數據人才，不妨參考《成為大數據時代的精英學子：Big Data 的推薦好課!》，現在就開始努力吧!