再过5年或10年，大学里面批量生产出来的大数据毕业生会蜂拥进入职场，但那个时候，现在这批孩子大多数已经对数据有了足够的浸淫，也因此在公司里站稳了脚跟，将来那批孩子对他们冲击有限。另一方面，霉果目前对大数据的需求呈幂指数增长，大部分公司可以access海量数据，却完全是因为招不到affordable的大数据人才，才不得不scale back on their analytics needs 的。一旦市场上出现大量大数据人才，我的猜测是，底薪的水平不会降低，但公司招募的大数据分析员的数量会激增。
再说大数据里面的这些技法，比如machine learning，还有text mining。这些东西非常powerful，但并不那么好用，或者说至少不会比传统统计学技法和工具（比如SPSS, Matlab, SAS) 更好用。其实这些新东西因为是open source的，应该说比传统那些更难用些。之所以有些人说它们好用，完全是因为针对今日互联网上新出现的一系列data and business challenges，这些新技法有能力去应对，去解决，而传统的structured data和分析工具（比如我赖以为生的SAS）在这些新的挑战面前完全是束手无策！所以准确地说，不是这些新工具新技法更容易学习和使用，而是它们更厉害更powerful. 一个例子就是，亚马逊的数据系统里面有海量的reviews，那帮孩子（当然是对数据有过两三年浸淫的）就有本事develop a machine learning model to detect 来自中国的卖假货的商家，还有本事针对这些unstructured的数据做text mining，获得consumer sentiment方面的洞见，这样可以skip掉昂贵又天然biased不靠谱儿的survey questionnaire, focus group等等传统的市场研究手段，而基于实时的，更少偏见的，样本量=总数量（无须抽样）的数据获取更富价值的商业洞见。而这一切，对于传统的relational database and structured data，以及传统的统计学和分析手段来说，完全是不可想象的。之所以我觉得这个东西未来的需求极大，就是因为未来的商业行为和社交活动，主要都是依托网络发生进行，而人们在网上的商业行为和社交活动所蕴含的数据，于无数商家而言，都是无价之宝。
雷达卡
发表于 2016-1-25 20:58:51
显身卡
楼主
