大資料工程師薪資在什麼水平？ - Toments 找話題

目前長期從事資料庫管理、挖掘、程式設計工作的人，包括傳統的量化分析師、Hadoop方面的工程師，以及任何在工作中需要通過資料來進行判斷決策的管理者，比如某些領域的 ... TOMENTS T 政治 理財 時事 兩性 影劇 科技 親子 運動 健康 新奇 生活 社會 寵物 汽車 命理 旅遊 美食 × 接收更多熱門話題 讚一下，我們會更努力! 原標題：大資料工程師薪資在什麼水平？新一輪畢業季即將到來，就業問題又將成為討論的熱點，今年會是大學生們就業的春天嗎？據權威資料顯示，2015年全國普通高校畢業生人數達到749萬，2016年全國普通高校畢業生人數達到765萬，2017年的畢業生總人數再創新高，達到700萬。

大學生們面臨的就業形勢依然嚴峻，就業的春天不會來臨。

那麼畢業生們應該怎麼做呢？我們先來分析下就業形勢。

在全國僅34%企業招聘活動保持穩定的現狀下，每年畢業的大學生人數正在不斷的上漲，一個崗位可能存在上百的競爭者。

在這樣殘酷的就業環境下，求職者更應該找好自己的方向。

土木、醫療、旅遊等行業處於困境的情況下，IT行業的失業率正處在歷史的低點，而且有的崗位甚至出現徘徊在1%的失業率。

其中，大資料崗位匱乏，正處風口，我國大資料人才需求達到180萬，目前只有不到30萬人，人才缺口還將進一步擴大。

在IT技術中，有不少技術因為人才的飽和，就業競爭力已經相對較大。

而大資料的人才需求正處於供不應求的狀態，人才的緊缺決定了大資料職位薪資水平，平均8K起步。

而從工作經驗來看，69.1%的企業對求職者的要求是經驗不限，這對於正在需求工作，特別是應屆大學生而言，無疑是千載難逢的機遇，當下是學習大資料黃金時間點。

因為人才的匱乏，企業對於人才要求並不高，據前程無憂、智聯招聘、企業HR反饋資訊，大資料人才供求嚴重失調，正處於風口，學習大資料正當時。

想要取得高薪與良好的發展，大資料是個不錯的選擇。

目前長期從事資料庫管理、挖掘、程式設計工作的人，包括傳統的量化分析師、Hadoop方面的工程師，以及任何在工作中需要通過資料來進行判斷決策的管理者，比如某些領域的運營經理等，都可以嘗試該職位，而各個領域的達人只要學會運用資料，也可以成為大資料工程師。

因為週末加班中午吃飯與一個同行朋友聊起了這個話題，之後再細細地結合一些其他接觸的東西，確實是有些感觸的。

並且對於行業的一些現狀，也的確有些自己的看法，對不對先不論，這玩意兒也沒有對錯之分，每個人都有自己想法。

01我眼中的大資料現狀!其實個人在大資料在大資料這個坑中，細細算來，時間也有3+年了，從一開始做大資料中心平臺開發構建，到現在關注的資料上層應用挖掘。

所以，基本上從資料收集->資料處理(離線實時，並且還勉強算是國內實時處理早期的實踐者)->資料上層應用挖掘，這個鏈路都走了一遍。

並且，加上手裡一千多人的大資料圈子，以及有過發起組織線下技術沙龍等等經歷，坑內裡的做的東西並不算十分的多，但是通過一些交流，接觸過的這方面的東西還是不少的。

所以，不至於有資格說對這個技術方向有啥定論，但是一些自己的看法見解還是有滴。

說起大資料，有個成語可以來形容一下它的現狀：遍地開花！如今，在國內，只要是個IT公司(說的是非傳統行業)，出去的時候，感覺要是說自己公司沒有涉足大資料都不好意思。

所以，現在的情況大部分是這樣的：一個創業公司哪怕只有十多人的開發團隊，也非得整一個大資料小組出來，我們不止要做大資料離線處理，還要做離線處理，不止有資料分析報表，我們還得進行深度的資料探勘，做到精準的個性化推薦，流弊的資料預測！偶滴孃親啊，寥寥數人，不止要搭起一整套完整的資料收集、資料傳輸、資料離線實時處理，不止要維護hadoop叢集、spark叢集、storm叢集的穩定性，抽空還要做深層資料探勘，還要研究工業化流弊的演算法。

你們招的這些人不是攻城獅啊，是神啊！這麼流弊！其實我並沒有說這種做法一定是錯的，只是行業現狀真心很多這種情況。

如今，大資料確實是異常略微畸形的火爆！至於說大資料這個技術方向為何會如此的爆炸，個人的觀點可能和大部分的觀點一樣：一方面是資料積累到一定程度了；另一方面是大規模資料處理技術的日漸成熟，其中當然以hadoop生態為代表。

但在不久前，我曾和一個創業公司的COE聊過這個話題，他的觀點很新穎。

他反駁了我的觀點，他說中國現在之所以大資料遍地開花，是由於賺錢模式變了。

他說，在以前，隨便搞點啥都能拉到一大坨投資，但現在經濟形勢不一樣了，必須想其他新的觸發點，那就是資料，並且圍繞資料而產生新的利益點，這樣，投資人才願意投錢進來。

所以，是個公司都願意和大資料沾點邊，不然都不好意思出去說。

就個人而言，其實感覺他說的也挺有道理的，不過我依然保持自己的看法，只是兩人看待事情的角度有些不一樣，我是從技術的角度去解析這個情況，而他則更多從創業者的角度試圖去解釋這個事情。

無關對錯！就目前來說，業內大資料遍地開花這個情況確實是存在的，個人感覺大體上有如下的具體變化：(1)涉足的資料處理方式上來說，大規模離線處理已經被玩壞了，稍微有點實力的公司都已經開始離線、實時並行了(近一兩年Storm、Spark強勢崛起)；(2)而在資料來源上，已經不再侷限於自個的資料了，越來越多的公司開始爬取網際網路上的公共資料(我曾在《DT時代變革的反思》一文中比較詳細的分析過這個資料新來源)；(3)而在資料的上層應用上，也已經不再侷限於多維統計分析，漸漸得向用戶畫像、精準個性化推薦、業務的預測等方向靠攏(但實際上深層挖掘方面，國內還是很low的)；之前和朋友吃飯時聊的時候，他說到大資料這個技術方向的積累問題。

他曾感嘆到，大資料這個方向還是缺少底蘊。

我問他為何這麼說，他說你見過十年以上的大資料專家麼？其他行業方向，比比皆是！我頓時無語，大資料這個技術方向滿打滿算才發展不到六七年吧，上哪找十年以上的大資料專家去。

情況確實是這樣的，基本可以分這幾種情況吧：(1)在這個坑裡，真正五年以上的大資料背景的人，已經可以算的上是半個專家了，業內絕對是稀有動物(所以，經常看到那種招聘簡歷寫到十年以上大資料行業背景，我就笑了)；(2)而諸如三四年的，會點資料架構，又會點上層資料應用挖掘的，估計至少也能算的是半個中堅了，這種人不算太少，但也絕對不算多；(3)最多的是那種不到兩年大資料行業背景的，特別是那種聽聞大資料行情好，紛紛轉過來一兩年左右的，再就是那種一畢業就立志投身大資料行業的新人朋友，這型別的人應該是佔據大資料從業人士中的絕大部分。

這個方向卻是缺少累積的，經常在群中(storm-分散式-IT技術191321336)遇到那種號稱是搞大資料的，然後問到：hadoop和storm哪個比較好？我的天吶，為何他們那麼喜歡把兩個不是一類東西放在一起比較？！我都無力吐槽了，就目前來說，大資料這個方向確實缺少底蘊，還略顯浮誇，需要時間去積累。

003企業在招什麼樣的大資料工程師？(1)剛洗白一兩年的，或者立志為大資料行業做貢獻的畢業生。

剛才說大資料行業遍地開花，人員稀缺，從個人經歷來說，這真心是這種狀況。

業務重心逐漸偏移到資料部，所以部門急劇擴招(當然也有老員工離職的問題)，近三個月來，我陸陸續續面試了大約有7個人左右吧。

面試的人中有兩三年工作經驗的，也有四五年工作經驗的，當然也有剛畢業的本科生或者碩士生。

看年份感覺都還不錯是吧，但是如果你翻一翻簡歷就會哭了。

就說說三到五年工作經驗的吧。

簡歷中，專案經歷一項一大溜啥XX管理系統、XX電商後端開發專案，翻了八九個專案，終於在最後看到辣麼一兩個大資料有關的專案。

而掌握的技術中是各種的什麼SpringMVC啊、SSH啊、js啊、甚至是php之類的，只有寥寥數個什麼hadoop啥的，還不敢放在前頭，當時我就哭了/(ㄒoㄒ)/~~。

情況真是這樣的，工作經驗足的，很多都是剛從其他技術領域轉過來的，其中以開發java後端，諸如精通什麼MVC框架的人群為主體。

能說上hadoop是怎麼回事，會點MapReduce、Hive之類的是常態；會點Spark，能寫Scala，知道Storm的，少之又少；能把整個資料框架流程說清楚的都是奇才了；至於說到大規模資料的深層挖掘，他們是這樣說的“沒怎麼接觸，但有這個興趣去學”。

行情確實是這樣的，大資料的坑挖的太大，所以各個公司都缺人，而且還是奇缺，所以也就有了上面我說的現象，各個行業，特別是傳統IT行業的從業人士，紛紛轉入網際網路，投身大資料。

而有點大資料經驗的，大部分都是香饃饃似得供著，不願意放手。

所以，最終我們這邊實際情況就是，問HR咋回事，HR說JD發出去無數份，能拉過來面試的就醬紫了。

最終大老闆發話了，說到：經驗差點沒關係，只要腦子活願意學，就要！所以，7個人，offer就發出去4份。

但更悲劇還在後頭，兩個有大概平均1.5大資料經驗的人，拿到offer後根本不鳥之，也也不知道後來去了哪個公司，而最後進來的是兩個本科以及碩士應屆畢業生。

所以，就目前來看，大資料行業的火爆帶來的一個現狀就是，大量的java開發人員轉行，大資料行業背景平均在一年多，雖然如此，依然是供不應求的。

(2)我們來看看一些“喜人”的招聘需求。

隨便翻一翻招聘網站的職位需求，每天都有大量的大資料相關職位被重新整理。

然後結合剛才我們所說的一些混亂現狀，你會發現很多“喜人”的招聘說明。

我希望的是，用人的公司也好、企業也好，看完這個之後，能對招人有個更清晰的定位。

我們要的是大資料行業專家！JD中是這麼描述的，十年以上大資料領域經驗，然後會XX，然後又得會XX。

再多的俺就不多說了，結合剛才我們說的大資料行業歷史。

十年？我就呵呵了~~我所看到的這種JD，大部分出自於傳統IT行業(看到沒，傳統IT行業也開始追趕潮流了)，而網際網路公司職位描述就含蓄多了，最起碼他們不會動不動就要十年以上“磚家”。

而且還有一點個人想吐槽的就是，你說十年就十年吧，給待遇還奇低無比。

關於這一點，網際網路公司就比較明白事理的。

關於大資料薪酬這一塊，我們再進行分析分析~~我們要的是能進行大規模資料探勘的人才！關於資料探勘，上面也稍微提到過一點，資料的上層應用挖掘，這個需求隨著資料處理流程日益完善，資料的應用已經從簡單的多維統計分析，慢慢得向深層挖掘過渡。

不說大規模資料，就說傳統的資料探勘，其實這塊就國內的情況來看，還是處於比較初級的狀態的。

我們經常看到這樣的職位JD描述，Title寫的是“資料探勘工程師招聘”，然後附加條件是，熟悉大資料領域，會MapReduce、kafka、hadoop、storm、spark，熟悉ETL，對若干NoSQL瞭解熟悉，能夠進行平臺搭建，平臺開發，能夠進行資料處理，會分類、聚類、使用者畫像、個性化推薦各種演算法。

最後在工作年限上寫著“1-3年”(年份太足是很貴的嘛)。

我的天啊，他們看樣子不止是想招資料探勘工程師啊。

他們像是在招ETL工程師；不對，應該是大資料平臺開發工程師；也不對，好像確實是在招資料探勘工程師，沒看到有演算法需求嗎。

我趕腳呀，他們不是在招資料探勘工程師，他們是在招一個全能工程師，是在招一個神啊。

(3)說了不少，對於大資料人才招聘這塊，簡單的總結一下吧！其實個人感覺，企業還是需要對自己崗位定位要有一個比較清楚的定位的。

如果你的資金足，想招一個業內權威點的，專家級人物，沒關係，但你也別睜著眼瞎說十年吶。

上哪去給你找十年專家啊！ 所以，個人建議就是，瞄準在大資料領域真正玩過五年以上的，基本上就是牛人了，也足夠你用的了。

然後針對剛才說的“資料探勘”招聘現象，其實定位也很重要了，真心想要招一個類似“全能”的人，至少也要找一個在這個領域待過3+年的。

至少三年以上的時間，這種人會對資料架構，資料處理流程，甚至是上層資料應用挖掘，都有相應的經驗，而不至於空白一片，並且容易帶動其他一年半年的大資料經驗的人，做方向導向，團隊就能快速形成大資料戰鬥力。

所以，如果真心想要類似這種“全能”，真心實意點，把年份改到3+吧，並且要求實打實的3+大資料技術背景，估計差不多。

接下來就是那種一兩年的大資料技術背景的，這種以java後端開發轉行大軍為代表。

如果你的預算瞄準的是這個市場，那你也別玩虛的，對口招聘吧。

要做大規模離線處理，你就招會hadoop的；需要實時處理，你就招會Storm或者會SparkStreaming的；需要做ETL，你就招熟悉ETL流程的；招資料探勘，就找會點演算法的。

這才是實在的！而對於應屆生來說，個人趕緊專案經驗都是其次的，哪怕是一些實驗室專案經驗來說，也沒啥大用。

好歹算是接觸過一些內幕的，所以實驗室專案的質量，咱就不多說了，呵呵就行了。

所以，我們看的一是基礎能力。

就個人的感覺來說，基礎能力當然不必說，我更偏向於對大資料技術感興趣，並且思維敏捷的應屆生。

為什麼這麼說呢？因為大資料技術這個領域會涉及大量的新事物，各種開源的東西，經驗少沒關係，只有思維夠敏捷，有強大的快速學習能力，那就沒有問題！004我們真的需要演算法工程師嗎？接著剛才的話題，不少企業公司打著招資料探勘工程師，演算法工程師，我在想他們是真的需要演算法工程師麼？答案顯然是否定的！我曾關於資料探勘工程師與演算法工程師的區別問題，跟不少人討論過，我的個人看法是，演算法工程師的範圍顯然是小於資料探勘工程師的。

資料探勘工程師需要了解整套資料流入的過程，包括資料的接入、預處理，然後需要知道怎麼用資料解決實際的業務問題，說白就是想辦法讓資料產生價值。

他需要知道一整個資料到業務輸出的機制或者說是系統，可能涉及到複雜的演算法轉化，也可能只是簡單的規則轉化，或者多個模型的轉化組合輸出等等，他是一個比較全面而概括性定位。

而演算法工程師則不一樣，他們的職責我認為更純粹，他們需要知道如何把現實問題轉化為數學的模型，並且把模型調到極致，從而解決問題。

所以，演算法工程師工作內容更單一，但是更專，需要更好的數學功底。

這也就是為何我不敢對外說是演算法工程師的原因了，我怕被揍，哈哈~~OK，有點繞遠了。

我們回過頭來說說，目前大部分公司企業在找大資料的人，同時也在找資料探勘工程師或者演算法工程師。

那麼，企業或者公司如何在資料探勘這塊進行定位呢？我個人認為，大部分中小公司是不具備找純演算法工程師條件的。

如果，有小公司說要招演算法工程師，要麼是金多任性，要麼是打著招演算法工程師的幌子，招會點資料探勘的人。

至於原因呢，一方面是演算法這塊，在國內屬於稀缺資源，所以成本都比較高；另一方面就是在實際的業務操作中，高深的演算法模型難以工業化(所以，大部分論文上的東西離工業化生產是很遠的，別被騙了)；再者就是在資料探勘領域，一些很初級容易工業生產化演算法，甚至是簡單的規則定製，都在現階段已經能達到業務目的了，我們又何必費那個勁呢？！所以，我認為企業在這種階段，你們需求是這種能夠進行大批量資料處理，然後又知道怎麼進行資料工業轉化的人。

因為，演算法工程師在這種階段難以獲得你需要的性價轉換。

包括我們大資料部門內部也是同樣如此，演算法小組冠著“演算法”的頭銜，幹著資料處理的雜活。

這需要時間去過渡！當然，如果你一定要養那麼一群專業的演算法工程師，辣麼，我只能說，你拿的天使投資太多了，估計是不知道怎麼花了，養著就養著吧。

005談一談薪酬，談一談人生吧！最後，談一談薪酬，談一談人生，談一談理想吧！說到談薪酬，談人生談理想這個環節，我想大部分都是比較喜歡的，我也不例外，我也很喜歡，哈哈~~正如之前所說的，大資料這個領域，有點略微畸形的火爆，導致了這個方向很缺人，也正是大量java後端開發人員轉行的直接原因。

因為缺人，他們就轉行麼？顯然是扯的！大夥兒都是有理想的人，要向“錢”看的。

缺人，找不到人怎麼辦？提高待遇，自然就有了。

我看到過一份2014年的職業薪酬統計報告，其中大資料方向絕對是屬於偏高的。

就我所知，除去金融行業的高玩們。

接下來就是玩資料探勘的，特別是會大規模資料探勘的人，如果是專業的演算法工程師，那麼，就更讚了，麻麻再也不用擔心我的工資了。

然後就是遊戲行業的開發著，遊戲是個保利行業，所以他們薪酬高一些是很正常的。

再接下來就是冠以“大資料”稱號的攻城獅們。

這類的，要麼是做平臺構建的，要麼是做大資料架構，要麼是做資料處理的等等。

工資也比純Java後端開發、C開發、C++開發等高那麼半檔一檔的。

接下來跟大資料沒有半毛錢關係的職位啥的，我就不多說了~~006寫在最後所以，總體來看，整個大資料行業還是比較混亂的，企業對自己需求定位很混亂，雖然如此，依然是難以招到人。

對於投身大資料這個坑的人來說，我個人的建議就是，要入行沒問題，但是找準自己的興趣G點，別想著啥都想掌握。

找準一個切入點，比如就是平臺搭建、就是ETL、就是寫離線處理程式、就是研究實時等等，然後，慢慢再往大領域中擴充自己的大資料知識庫存。

就我個人來說，從資料架構到資料上層應用挖掘，目前依然在坑內，也沒有打算從大資料的這個坑中脫身。

大資料這個方向是個技術快速更新、迭代的技術領域，所以，個人鼓勵坑中人士多多交流、多多分享才能跟上這個時代潮流。

我一直堅持著技術的分享與交流，所以也經常寫點偽技術文章，只是希望能夠把這個思想傳遞給更多的人。

責任編輯：Reference:理財生活通精彩文章：你有「報復性熬夜」的症狀嗎？小心惡性循環越來越嚴重！3點改善方法一次看！ 看更多！請加入我們的粉絲團 家常煎餅做法大全，再也不用上街排隊了 打邊爐稱霸蘇城的冬天，向這份火紅勢力低頭！ 轉載請附文章網址 不可錯過的話題 離異小姑子在我家白吃白喝，我提出交生活費，婆婆竟嗆我是條狗！ 6個「只有女生會出現」的嚴重心臟病徵兆，突然的「胃痛」可能就是身體發出的警訊！ 破案了！王力宏把自己用過的手機給李靚蕾，導致她得知太多秘密！ 渣男的套路大揭秘！靠著這6招到處騙女生！ 每人只要600元！烏來半山腰「溫泉民宿」推薦必住，「無邊際景觀窗+冷熱泉池」太享受！ 隱藏版「景觀民宿」推薦！獨享「一泊二食」無菜單料理、窗外就是「夕陽雲海」超浪漫！ 李靚蕾再發3點聲明「到此為止」不告了：相關人都付出代價！ 歐盟承認台灣數位疫苗接種證明！出國不用再帶小黃卡啦！　 熱門話題 Win10工作管理員中的"專用GPU記憶體"是什麼？ 讓渣男痛不欲生的四大星座女，最後一個厲害了！ 早餐店喊加蛋！一聽「要加15塊」當場嚇呆了　網捏荷包飆淚：鑲金的喔 蘇打綠「吳青峰」的女友到底是誰？看完大哭了！！ 手術後不能吃什麼？要多吃它，才能讓傷口癒合超快！ 你很思念一個人，卻不能去找他，該怎麼辦？5種你該做的事，是我見過最完美的解決辦法！ 突然出現「五種行為」的男人，其實背著你已經有了別的女人！女人一定要注意！ 這種「腳相」最好命，一輩子福氣滿滿，財源滾滾！