2017秋季数据挖掘、大数据相关职业于北上广深的职位需求报告_大数据职位城市分布图

俗话说金9银10，秋季无论对校园招聘、社会招聘的求职者都是一个很不错的时机，我对这类问题比较感兴趣，就专门开了一个如上的项目。针对国内的超一线城市：北京、上海、广州、深圳，从国内的大型招聘网站分别于9、10、11月采集了有关数据挖掘、大数据相关的近25900条职位信息以及其他25个岗位近264100条职位信息，来看看这段时间的人才需求状况，也对各位对数据职业感兴趣的朋友们提供些相关的信息。

一、数据相关职业与其他职业的对比

我在招聘网站上设定了两类比较热门的数据相关方向：数据挖掘、大数据，其具体的职位名称主要包含了大数据研发工程师、大数据分析工程师、大数据分析算法研究员、数据挖掘工程师、数据建模研究员、数据分析师、高级算法工程师等等。

为了将数据相关职业和其他的几个职位对比，我挑选了并购、产品经理、大数据、风控、行政、数据挖掘、销售、游戏开发、运营等岗位进行了对比，结果可以见下图。 

图1 数据相关岗位气泡对比图

从这个结果我们可以得出数据相关职位整体的三大特点：收入高、职位多、公司大。

在最让我们关注的收入水平上，数据相关职位整体呈现了较高的水准，平均招聘工资为：大数据15976元/月、数据挖掘15984元/月，在关注职位中明显占优，也均超过了这次采集的27个职位收入的平均水平（11383元/月），同时也显著高于2017年第一季度的北京平均工资（图5）。在整理出来的薪酬箱线图结果中（图2），我们可以看到各职位的收入分布，这里面大数据和数据挖掘的薪酬中位数皆为15000，属于第一梯度，而数据挖掘的上限（严格来说是高内限:Q3＋1.5IQR）会比大数据稍高2000元，为48000元/月左右。

图2 27个岗位的基本信息对比图

这里不同岗位的分布给了我们一点启示：在这四个城市，收入的分配基本是按沟通能力、技术能力、技术能力与社会资源三个梯度逐步上升的，例如日常接待、协调沟通的行政类工作薪酬上限是较低的，日常会使用到IT、数据科学、用户研究、法律等专业技术岗位的薪酬会明显高于行政类工作，而日常会利用到财务、金融技术以及结合自身的社会资源的并购类岗位薪酬则傲视群雄，薪酬上限远超其他岗位。

回到图1，可以看到并购的平均招聘工资高达20323元/月，与箱线图的结果一致