欧宝平台登录:数据分析师的薪酬大约是多少?

发布时间:2022-08-14 15:05:09 来源:欧宝体育直播nba 作者:欧宝体育手机版app直播

  从事数据分析工作块5年,发现不同城市不同行业的数据分析的薪资差异还是比较大的,更新以下我了解到的身边同行一个薪资水平,让大家做个参考:

  1.各招聘网站,互联网从业者,可以再在拉勾、Boss多看看,一般上面写10-15K,基本就是月薪10K,是招聘公司能给到的。

  3.脉脉,脉脉上的职言板块,可以给各位跳槽的伙伴做个参考,上面有的人会晒自己上一份薪资多少,接的offer多少。有的说的比较详细,给有工作经验的人参考。

  先说明一下数据来源,来自今年5月的拉勾网,共爬取数据1929条。来,看图:

  好了,铺垫完了,接下来重点是上面这三个(地域、学历、经验和薪资有什么关系)

  其实不止数据分析师,很多职业,随着你工作经验的增加,学历的作用是越来越小的。

  看到有人在私信我如何入门数据分析,从而找到一份工作,接下来,说下我身边的人是如何走上数据分析之路的(包括我)

  1.自学:这种方式是适合有一定自制力,目标感明确,或者暂时从事的不是数据分析相关的职业,想一步步慢慢转行到数据分析的人。这种方式的优点在于能自己把握进度,缺点在于你可能会走一些弯路,对数据分析感兴趣的朋友,这里推荐几本入门书籍:

  2.报班:跟着课程学,这种方式适合于自制力不那么强,或者想快速找到一份数据分析职位并积累经验的人,这种方式让你少走一些弯路,毕竟你可能踩的坑,别人很可能已经踩过,可以让你有一个相对系统化的培训。缺点就是你可能跟不上老师的节奏,以及现在市面上的班大都集中授课(集中时间、地点)。你可能没有时间。也有网络授课,但网络授课更考验自制力,可根据自己的实际情况选择。下面列举几个我知道得业内还算靠谱得数据分析培训:

  1.Udacity,中文名叫优达学城,美国硅谷的一家做在线教育的公司,上面有丰富而且多样化的数据分析技能学习课程

  2.CDA数据分析,CDA的全称叫Certified Data Analyst。目前有三个等级,每个等级对应不同的学习内容,这是中国目前唯一经国标委发布认定,现行有效的数据分析师能力标准。

  除此之外,有的公司硕士会比本科高1k左右,一线(北上深杭)大概是二线倍。上述知识平均水平。啥,你问我三线城市,不好意思,三线城市基本没有这个职位好吧?

  数据分析师这个岗位是在大数据的环境下衍生出来的一个需求,在不同行业有着不同作用,但是不管在任何行业,其主要的工作内容就是通过对公司数据的统计、探索、制定新的指标,从而优化公司现有的业务和探索新的的业务类型,是对企业业务的提升有着非常重要的一个环节,所以,该岗位得到的报酬也是比较可观的。

  就一线%的数据分析的相关岗位会要求学历本科以上,专业要求是相关专业,如:统计类、经济类、计算机类、数学类、金融类等。

  哈哈哈哈哈,就知道会被人肉,不想回答任何问题了,匿了。本来只是分享经历,却非要成为知道我是谁,这也是我不喜欢互联网行业的原因,匿了匿了。还是说一句,不要因为想挣钱去数据分析!没了

  目前已工作3年,base上海,有房有车有户口,毕业后从事地理信息相关的数据分析工作,目前在上海大数据中心担任高级数据分析师职位。

  本科就读于厦门理工大学,专业是测绘工程,就是马路上扛着三角架和仪器好像在拍照的工作。

  硕士就读于上海师范大学,专业是地图学与地理信息系统,说的通俗点就是在电脑上画地图的。

  第一份工作在上海某汽车行业的大数据中心,属于地方性国企,职位是数据分析师

  第二份工作在某国产新势力造车企业,属于初创公司(老板自己定义的初创,其实有几千名员工),职位是时空大数据资深分析工程师

  工作内容是利用时空大数据赋能营销渠道选址,包括门店选址、巡展商场选址、售后服务中心选址以及品牌充电站选址,同时也要负责时空大数据产品的规划和研发工作

  当时的年收入在35W左右,如果做的好还会有笔不小的年终奖,涨薪的可能性较大;基本每年两次公开的涨薪机会,人人可以申请,当然批不批还要看领导

  日常弹性工作制,可以中午12点到但是也可能晚上12点才回,经常加班而且有时候会有临时紧急的需求需要响应,有次我看电影看到一半抱着电脑在电影院厕所门口处理数据,工作强度较大,人员稳定性不算很高。

  工作内容主要是负责时空大数据相关的算法模型研究以及应用场景搭建,其实已经很少自己动手写代码去处理数据,更多是提供一些解决方案以及应用场景

  年收入小涨一点点(涨了多少自己猜把);涨薪的可能性不是很大,起码很多老员工都没有

  日常965,工作时间十分稳定,有次我下班前下楼买了个东西上来一看人基本走完了,加班比较少,工作强度适中可以接受,人员稳定性比较高

  能够利用SQL、Python处理数据,如果熟悉PySpark等能够处理大数据的插件更好

  至少能够利用Excel进行可视化,如果能够利用BI工具进行可视化(Tableau、PowerBI等)更好

  至少参与一个完整的项目经验且项目逻辑能够自洽,自洽的意思是指能够讲清楚项目帮谁做、做的什么、用了什么数据及方法、做的怎么样

  如果是专业性比较强的数据分析岗位(例如地理信息、生物制药、材料科学等),则需要会用专业软件并储备一定的专业知识

  由于我能力和资历还没有达到高级数据分析岗位(10年以上工作经验)的级别,所以等我达到了再来补充这块内容

  如果你对数据技术十分感兴趣,愿意花大量时间去研究钻研这些技术,可以考虑技术路线。技术路线的发展路径是:数据分析师-数据分析经理-数据科学家。

  如果你对技术不是十分精通,但是沟通能力以及汇报能力强,对于数据的场景应用有很多创新的想法,可以考虑业务路线。业务路线的发展路径是:数据分析师-项目经理-行业总监。

  数据分析师的核心竞争力是逻辑思维能力、沟通能力以及行业经验,SQL、Python、Tableau这些工具是初级数据分析岗位的敲门砖,必须要会但不是炫耀的资本

  不要只做取数型数据分析师,起码要知道你给出去的数据别人有没有在用、具体怎么用、用在哪里、效果怎么样,这样你之后出去找工作也有的说

  尽量参与完整的数据项目,不要东一榔头西一棒槌,项目不在多在于精,每个项目都需要逻辑能够自洽,自己说服自己以后才能够说服同事甚至面试官

  不要害怕接手自己陌生的数据,多源数据融合说不定能够碰擦出出乎意料的效果

  数据分析必须结合实际业务或者行业应用才有意义,所以行业经验、行业知识、人脉关系的积累是很重要的,同时也要注意不用轻易转换自己所处的行业,不然之前的积累就都白费了

  目前国内数据分析的岗位主要集中于互联网以及金融,但是我觉得数据分析不应该只赋能于这两个行业,新能源、新基建、智能制造这些近期国家大力扶持的高科技行业更加需要数据分析的支持,有时候顺应国家政策能够有意想不到的发展。

  【数据工具】地址转坐标工具V.1.02(支持高德地图API及百度地图API,融合提高精度)

  【数据分享】2022年3月五大自治区POI数据(内蒙古、广西、宁夏、新疆、西藏)

  【数据分享】全国商业综合体数据(购物中心、独立百货、专业卖场、配套商业、商业街区等)

  数据分析师是数据师Datician的一种,指的是不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。

  在互联网+的大环境下,数据分析师的需求也水涨船高,那么,数据分析师的薪酬具体是多少呢?这个会和其所在位置、学历、经验、能力所挂钩,具体问题具体分析,需要结合实际情况来看数据分析师分薪酬。

  为了弄清这个问题,我决定用数据来获得真相。主要是分析招聘网站(Boss直聘)上的数据分析师岗位的相关信息来发现事物的本质,数据具有一定的样本性。

  我使用anaconda软件写Python代码,爬取了互联网招聘常用的Boss直聘网站上的数据,再进行数据清洗,主要获取了以下信息:行业、融资状态、公司规模、岗位、薪水、城市、学历、经验、最低工资、最高工资、平均工资、薪酬区间。

  接下来我将分别就数据分析师在各城市的需求和发展前景来做可视化分析,解决哪个城市工作薪酬最高的疑惑。

  以招聘信息数量来观察各城市对数据分析师的需求,一般来说同等条件下需求越多其薪酬越高。

  从左图地图上观察到,岗位需求比较集中的地方在京津冀地区和江浙沪地区,其他地区的岗位数量疏且小。

  从右图数据上可以看出,在2010条数据分析师招聘数据中,对数据分析师需求较大的城市依次为:杭州、北京、上海、深圳、广州、南京、福州、厦门,值得注意的是,杭州对数据分析师的需求远超北上广,占比1/3左右,其次是北京和上海。

  从左图地图上观察到,数据分析师薪酬比较好的地方在北京、江浙沪和珠三角地区。

  从右图数据上可以看出,数据分析师薪酬排名靠前的城市依次为:北京、苏州、上海、深圳、杭州、东莞、武汉、广州、天津、大连,平均薪酬分别为:21.3k、19.6k、19.5k、18.2k、17.1k、14.5k、13k、10.8k、10.2k、10k。令人稍显惊讶的是苏州对数据分析师的岗位薪酬仅次于上海,位居第二。

  结合各城市的需求和薪酬,按照各占50%的比例加权平均计算综合得分(总分100分),由此得出下图,观察到,综合得分排名靠前的为:杭州、北京、上海、深圳、苏州、东莞、广州、武汉、南京、厦门,可选择这些地方作为自己的职业发展城市。

  爬取Boss直聘上坐标为杭州的岗位数据,查看数据分析师在工资水平、公司规模、经验、学历等各方面的需求,就单方面考虑,工资水平在10-20k的需求最多,公司规模在100-499人的需求最多,经验在3-5年的需求最多,学历为本科的需求最多。

  结合工资、经验、学历综合考虑,需求最多的是20k以上、3-5年、本科,其次为10-20k、3-5年、本科,就学历而言,本科的需求最多,就经验而言,经验越多工资和需求也越多。

  数据分析师岗位需求较多的行业是互联网(平均薪资19K)、移动互联网(19.7K)、电子商务(16.3K)和计算机软件(19.2K),薪资最多的行业广告、银行、通信等由于数据样本太少,故参考价值不大,因此,想成为一名有前景的数据分析师,进入互联网行业发展不失为一个优秀的选择。

  查看求职者的学历和经验对薪酬的影响,以及求职者在选择公司时,公司规模和融资状态是否需要考虑?从图中可以看出,学历和经验越高薪酬也随之越高,追求高收入可选择10000人以上、1000-9999人的公司,C轮和已上市的公司薪酬亦不错。

  l 可选择这些城市作为自己的职业发展城市:杭州、北京、上海、深圳、苏州、东莞、广州、武汉、南京、厦门。

上一篇:数据挖掘工程师工资待遇怎么样_数据挖掘工程师收入查询-看准网
下一篇:中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

相关信息

  • 中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

    中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)

      原标题:中国大数据行业市场竞争态势及发展趋向分析报告(2022-2028年)  大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。  智研咨询发布的《2022-2028年中国大数据行业市场竞争态势及发展趋向分析报告》共九章。首先介绍了大数据行业市场发展环境、大数据整体运行态势等,接着分析了大数据行业市场运行的现状,然后介绍了大数据市场竞争格局。随后,报告对大数据做了重点企业经营状况分析,最后分析了大数据行业发展趋势与投资预测。您若想对大数据产业有个系统的了解或者想投资大数据行业,本报告是您不可或缺的重要工具。  本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。  报告研究基于研究团队收集到的大量一手和二手信息
  • 业务人员都能用这些功能降低了数据挖掘使用门槛

    业务人员都能用这些功能降低了数据挖掘使用门槛

      提起数据挖掘的应用,大家一般会想起预测分析。例如,预测明年公司的业绩将会是多少?哪些客户可能流失?而实际上,数据挖掘除了预测未来,还可以帮助企业进行聚类分析、推荐、异常监测、相关性分析等等,还能广泛应用于企业运营、生产控制、城市规划、市场分析等各个领域。  大家都知道数据挖掘牛逼,但是真正能把数据挖掘技术用起来的却并不多,究其原因,主要是觉得数据挖掘太难了!不仅需要用户具备一定的专业知识,还需要花费大量的精力进行算法选择、数据训练。所以,数据挖掘的门槛很高,非专业高阶人士不可用。  那对于想用数据挖掘功能的普通用户来说,他们该怎么实现数据更深层的价值挖掘呢?下面,小麦给大家介绍Smartbi产品数据挖掘的一些功能,这些功能非常简单便捷,就算是业务人员都可以使用:  封装意味着屏蔽了底层技术的复杂性,留给用户的是可见的成品。Smartbi产品封装20+数据预处理方法、10+特征工程方法、50+数据挖掘算法,含统计分析、文本分析、分类、回归、聚类、关联算法等,用于对数据进行统计、处理、分析、预测和分类。  创建实验时,虽然通过拖拽即可进行组件的组合和流程的创建,但有的用户可能还是会觉得
  • 数字挖掘:智慧金融的新基建

    数字挖掘:智慧金融的新基建

      数据挖掘这个概念早在上世纪90年代中期由IBM提出来,到现在大概已经有二十五六年的时间了,英文叫做data mining,我翻译成中文叫做数据挖掘。数据挖掘主要是从大量的数据中提取有用的信息,把这些信息结合行业知识,运用到我们的决策过程中去,这就是数据挖掘最主要的含义。  所以它包含几层含义,第一个是包括数据,包括数据的整合;第二个很重要的问题是数据的分析,也就是今天所谓人工智能里面的很多算法;第三个因为数据挖掘是一定要应用到某一个行业里面去,解决具体的问题,所以行业知识很重要;第四个是加上数据,加上分析的结果,加上行业的知识,然后把它运用到这个行业的决策过程中去,这是数据挖掘整个的过程。  刘世平:数据挖掘解决了很多金融方面的一些问题,那么它跟大数据时代是密切相关的。大数据演变的过程,应该已经有33年的历史了,最早在1987年的时候,提出了一个概念叫做数据仓库,英文叫做data warehouse。它主要是指把分散在各个地方,一个企业或一个政府里边不同地方的数据进行有效的整合,提炼出来同一系列的手段和方法把数据里边的信息能够提炼出来,然后结合行业知识用于决策的过程,所以数据挖掘更
  • 统计学专业就业方向及前景

    统计学专业就业方向及前景

      统计学专业就业方向主要是到政府统计部门、经济管理部门,银行、证券公司、保险公司等金融机构以及信息咨询公司等从事研究和教学工作或者到大型企业部门从事数据分析工作。  统计学专业就业方向包括保险类企业:保险精算、业务统计,市场调查类企业,市场调查、数据分析,各类企业,咨询、调研、经济分析、数据分析。  具体岗位:出纳员、会计、财务助理、审计专员和助理、财务主管、统计员、财务经理、财务、总帐主管、财务分析员、会计或会计师  具体岗位:区域销售专员或助理、大客户经理、经销商、大客户销售、业务拓展主管和经理、客户经理助理、销售、业务主管、大客户销售代表、业务拓展专员和助理  具体岗位:数据分析员、数据分析师、运营主管、高级运营经理、运营专员、运营经理、数据分析岗、数据分析经理、数据分析主管、数据分析专员  具体岗位:数据统计分析员、数据分析师、数据工程师、软件工程师、兼职、数据分析、数据挖掘工程师、实习生、数据支持  具体岗位:助理、秘书、行政专员、经理助理和秘书、行政专员和助理、总裁助理和总经理助理、行政经理和主管、助理和秘书、经理助理、办公室主任、文员、总经理助理、文员  在国内,统计学

手机扫一扫添加微信