大數據市場飽和了嗎

『壹』 大數據行業現在還缺人嗎，就業前景怎麼樣

目前，大數據分析職位缺口主要集中在三大巨頭行業：移動互聯網、計算機軟體以及金融，總佔比64%，同時非典型數據產業，潛移默化、迅速崛起。可以看出，大數據分析在各行業算是通吃的技能 ，基本不用擔心就業問題。

2013-2017年排名前五職位增長率

圖片來源：領英中國2019年《新興職業報告》

在互聯網、金融、咨詢、電信、零售、醫療、旅遊等行業，迫切需要專門從事數據採集、清洗、處理、分析並能製作業務報告、提供決策的新型數據分析人才。

類似CFA、PMP、ACCA快速崛起並成為行業內普遍認可的證書一樣，數據分析行業的蓬勃發展亦催生出CDA數據分析師認證，並被政府、企業和從業者所認可，逐漸成為長期、穩定的行業人才標准。

培養DT時代前沿技術人才的國際化職業教育品牌CDA，一直專注於數據分析（Certified Data Analyst），2020年CDA認證考試已全新升級，逐漸成大數據和人工智慧時代全社會普遍認可的數據分析專業人才標准。

『貳』 大數據難學嗎

現在大數據無疑是一個處於風口的行業，人才的短缺是當前很多企業面臨巨大的困回難。也有很多答人正在觀望大數據這一市場，各行各業想要轉行的、想要提升的都非常多，這不是因為大數據好學，更大的原因是傳統技術過於成熟，市場已經過飽和了，所以說現在的Java、ios之類的行業就算有幾年的工作經驗，但是薪資卻還是沒有起色。大數據作為一個新技術，專業人才稀少，市場的需求，導致了大數據人才就業前景很好，薪資也非常可觀。要怎麼學習大數據呢？西線學院為你解答。
一、首先要抱著學習的心態；
什麼事學習的心態呢？不要想著自己學不會、很難學、學不懂這些，任何事情，只要你付出努力就會收獲回報，所以說要有一顆良好的學習心態。
二、你要知道什麼事大數據技術；
簡而言之，從大數據中提取大價值的挖掘技術。專業的說，就是根據特定目標，從數據收集與存儲，數據篩選，演算法分析與預測，數據分析結果展示，以輔助作出最正確的抉擇，其數據級別通常在PB以上，復雜程度前所未有。

『叄』 大數據這個行業人才需求量在不斷擴大，大數據行業人才真的供大於求了嗎

隨著社會的發展 ，整個社會需求的人才越來越高端 ，但凡沒點實際能力 ，都不能好好的立足於社會 ，日子沒那麼安逸了 !大數據對人才的需求越來越大 ，但實際上，大數據人才供並非大於求 ，一下我就帶你們進入角色 ，一起了解大數據的人才市場吧 !

在這個現代化社會里 ，管怎麼說還是至少要掌握一些網路技術的，或許認認真真的學習大數據專業 ，你就能在這個領域里閃閃發光 ，成為大數據領域的璀璨星光 ，大數據市場永遠需要你 ，你做好准備了嗎 ?

『肆』 閑話國內大數據發展簡史&產業化落地

文·blogchong

之所以想要說一說這個話題，是因為下午在技術群中不經意間，就類似話題進行了比較劇烈的腦暴討論。

討論范圍包括了互聯網公開數據的挖掘、價值變現、數據獲取的合法性以及數據產業落地等相關方向。

當時就一直在思考這個問題，後續完了自己又想了幾遍，發現確實有所得，也挺多東西想表達一下的。

大數據是在2009年開始相對比較正式引入國內的，基本上與Hadoop的「入侵」國內同步。

但在那時其實並沒有實際落地的東西，除了一些大公司在試探性使用，直到2012-2013年，國外已經完成一輪「探險」，國內才陸續開始思考大數據如何落地的事了。

確實是這樣的，國內在新技術領域上，一向落後於國外半拍，而我也恰恰也是在那個時候「入坑」的。

那個時候其實很多公司企業(除了當時BAT內部使用的案例)，也是在嘗試性的涉足大數據領域，一邊追逐技術的完善，一邊在探索大數據與實際業務的結合點。

直到2014年，算是大數據在國內的一個爆發點，正式的轉折點。

首先，以Hadoop為代表的生態趨於成熟，甚至結合內存處理領域、數據實時處理領域，已經形成了一套完整的大數據平台技術解決方案。

其次，已經越來越公司結束了探索性實驗，用實際的成果嘗到了大數據這種處理模式的好處，已經形成了越來越多的實際可參考的良性案例。

當然，最重要的是確實存在實際的規模數據處理的需求。其實這個需求一直存在，只是很多時候沒有找到合適的契機爆發出來。

也就是從2014開始，大數據的人才市場需求在急劇擴增，很多其他IT領域開發人員紛紛轉型到數據行業，其中以逐漸沒落的傳統IT行業為代表。

有人才市場需求，進一步促進了大數據培訓市場的發展，各種大數據培訓機構如雨後春筍般的出現。

其實這也是沒辦法的事，因為當時還沒有哪個高校開設有大數據相關的課程呢。

當然，這波浪潮同樣卷到了學術界，部分高校也意識到了這個技術大勢，陸續有不少高校開始開設大數據相關的專業課程。

2015年，隨著互聯網的發展，市場各種互聯網應用需求的飽和，導致了流量紅利的消失，讓很多企業公司不得不考慮通過數據來提升效率以及推進用戶體驗，例如推薦系統、個性化服務等。

資本市場從2014-2015年逐漸介入，進一步促進各大互聯網企業公司向數據化轉型，使得大數據這個領域進一步達到高潮。

我們知道，資本市場算是迎來半個寒冬，流量紅利的消失，o2o在15年底都死的差不多了，16年讓資本市場變得更謹慎。

但是，就算是這樣，國內很多以大數據為技術驅動的公司依然拿了不少融資，包括神策、諸葛IO、GrowingIO等第三方數據分析公司，明略數據等這種針對於服務偏傳統行業的數據公司，甚至如DataEye類似垂直領域的數據分析公司都活的好好的。

同時，在國家政策方面，2016年可謂是大數據的國家政策元年，各種國家政策開始偏向大數據。

這意味著，大數據已經從半個風口的狀態，過渡到理性、穩健的狀態，這是一個良性的狀態。

正如上面所說，目前大數據已經逐漸從「潮流」這種略帶風險性的標志狀態，過渡到穩健、良性發展的狀態。

提前「入坑」的童鞋，相信已經享受到「潮流」帶來的部分福利，包括比其他普通IT同行們略高的薪酬待遇，以及更多、更自由的選擇性等。

好吧，其中也包括我了~~ 哈哈

那麼，後續會是一種什麼樣的情況呢？

首先，數據化依然會是一個不可逆的趨勢，在資本以及政策的驅動下，更多的公司會逐漸的進行數據化，甚至包括很多傳統IT產業，一樣擋不住這個大勢。

那麼在人才市場需求上的情況呢？個人感覺需求還是在的，因為市場遠沒有達到飽和，但是福利待遇會有所下降。

這是為什麼呢？

2016-2017年，各大高校逐漸會開始投放專業的「正規軍」，是的，那些大數據專業的學生們將被正式投放到市場中了。

此外，從2014年到2016年，大數據的培訓市場一直在增加的，不管是線上的還是線下的。

這意味著，每年，哦不，應該是每幾個月都會有大量的大數據速成工投放到人才需求市場中。

最重要的一點，經過四五年的大浪淘沙，市場已經有一大批「自學成才」的「老司機」可以撐起場面了。

在人才需求以及人才的待遇上，而不是一才難求的現象了，也會逐漸的趨於良性，趨於理性(之前寫過一篇大數據招聘亂象的文章，喜歡可以看看 《你們是不是真的很缺大數據工程師？》 )。

所以，如果你從大學剛畢業出來，發現大數據沒有傳說中那麼「香饃饃」，也不要奇怪；而從大數據培訓流水線上下來的童鞋們，也需要做好准備，薪水可能無法跟你想像中那樣了，翻個幾倍之類的。

不過「老司機們」到不用太過於擔心，雖然大數據的人才市場趨於日漸飽和，但是「駕齡」足夠，「車」開的足夠溜的，依然只有那麼一小戳人。

你依然是稀缺資源，所以不要怕怕。

你看我就不怕怕，哈哈~~

雖然，這一切看似良好，但是有些東西依然值得我們更進一步的深思。

正如之前在技術群中進行腦暴討論的那樣，這幾年大數據雖然市場需求不少，但是依然難以達到產業化的狀態。

這里貼一個產業化的概念：產業化是指某種產業在市場經濟條件下，以行業需求為導向，以實現效益為目標，依靠專業服務和質量管理，形成的系列化和品牌化的經營方式和組織形式。

目前大數據的實際落地形式大部分都以輔助、加速其他業務為主，起一個催化劑，提升效率，加快速度的作用，鮮有看到以大數據作為獨立產業而存在的。

當然也有，比如上面提到的第三方數據分析商、垂直領域的DataEye，以及為企業提供大數據解決方案的明略數據等，也算是以大數據為根深立命而存在的。

但是總體來說，真的不多，而且絕大部分都是以2B的形式存在。我們知道，從格局上來看，2B的產品永遠是難以做到2C產品那種真正宏偉規模，改變產業格局的。

所以，從這點來說，雖然你市場需求放在這里，但想真正以大數據為切入點、為立足的根本做點事，其實也沒有想像中那麼容易。

糾結~~

不過作為大數據領域的半個「老司機」，依然是希望大數據這個技術領域、這個行業，有一天能夠形成獨立的、推動人類進程的一些東西。

亦如互聯網、亦如社交網路、亦如電子商務、亦如移動互聯網等！

最近一直有很多新手同行們向我請教大數據方向上的一些事，自己也一直在思考互聯網開放數據落地變現、以及大數據產業格局相關的問題。

所以，想的多了，對一些東西還是有一些看法的，藏在心中不吐不快。

也希望，上面閑話里的一些東西能夠引起你的一些共鳴，當然反駁也歡迎，歡迎一切與人格無關，與技術有關、與業態有關的探討。

下次希望有時間，能和大家一起探討一些關於互聯網開放數據落地變現相關的話題，這也是我目前一直想探索的東西，下次如果有所收獲再寫點 東西吧。

(正文完)

『伍』 大數據未來的發展前景怎麼樣

大數據市場規模不斷提升

根據中國信通院數據顯示，2016-2019年我國大數據市場規模呈不斷上升趨勢。大數據是指在一定時間內用常用軟體對內容進行抓取和處理的數據集合，不同於傳統的數據抓取方式，在大數據環境下，80%以上都是非結構化數據通常採用非關系型資料庫(NoSQL)存儲技術完成對大數據的抓取、管理和處理。

——以上數據來源於前瞻產業研究院發布的《中國大數據產業發展前景與投資戰略規劃分析報告》。

『陸』 大數據2020年要飽和了，真的嗎，，，

還達不到飽和的狀態。或許在之前只有少數注重技術能力的互聯網公司對大數據人才渴求，而一般的中小型公司為了節約成本直接使用大公司的應用或平台即可。但隨著互聯網行業的發展和海量數據的沖擊，沒有任何公司可以獨善其身：

針對大量消費者提供產品或服務的企業需要利用大數據進行精準營銷；
小企業可以利用大數據做服務轉型；
傳統企業可以利用大數據進行優化。

就業選擇不被限制，就很難達到飽和。

即使國家通過各種政策大力培養大數據人才，高校同時也在逐步開設大數據專業，但是大數據的人才培養是需要時間磨礪的。剛從學校出來的新人，對業務一無所知，並不能成為公司想要可以直接上手的大數據專業人才。所以大數據的人才缺口並不能被堵上，何談就業飽和呢？

大數據主要的三大就業方向：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。

從開發類和分析類的招聘簡介看，大數據的薪資算得上是真正的「高薪」，但與之相匹配的技術能力和經驗要求也少有人滿足。

綜上所述，到2020年大數據的就業也很難趨於飽和。

如果你對大數據感興趣，建議先認准自己的定位，從事研發類崗位還是分析類崗位，當然如果不是那種能進專業公司的人才，就不要只盯技術而不懂市場業務，如示例的「風控」數據分析。