数据科学和数据分析前景如何?薪资待遇与升职空间方面。？ 举报 理由 举报 取消 如题，大二普通高校学生，信息与计算科学专业，因为数学建模，偶然发现了数据科学与数据分析，自己也有些兴趣。但是数据分析网上实在褒贬各半，自己也查了工作招聘，还是比较迷茫。希望有了解的前辈指教一下。另外也想知道，数据科学数据分析考研关键吗。谢谢大家了~ 2017年9月7日 1 条回复 920 次浏览 分析,前景,招聘,数据,考研,行业
回复 ( 1 )
希望对你有帮助。
以下来自：《2016 Data Science Salary Survey》
O’Reilly 发布了2016年数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行详细解读。
根据调查结果，O’Reilly 发现了以下有趣的结论：
Python和Spark成为了对薪酬贡献最高的两大工具；
SQL,Excel，R和Python是被使用最频繁的工具；
R语言是最“跨界”使用的工具，不怎么编程或者使用开源工具的从业者也会使用R；
在所有的编程从业者中，每周编程时间最久的人薪水最高；
每周参加会议时长越高的的从业者，薪水越高；
从事同样的工作，女性的薪水低于男性。
一、数据科学从业者的薪酬水平（Factors that Influence Salary）：
在所有接受调查的从业者中，基本薪酬的中数是$87k。
按照国家分布来看，亚洲、非洲数据科学从业者的薪酬中数最低，美国最高。
二、编程工具的学习顺序
以下是报告中建议的学习顺序，如果你已经在使用箭头左侧的工具，那么接下来可以考虑学习它紧邻右侧的下一个工具。
三、数据科学从业者最爱的两大工具：Excel和SQL
调查报告中，使用频率最高的两种工具是Excel和SQL，其次是R和Python。
和去年相比，Excel的使用频率从59%上升到了69%，R从52%上升到了57%。
超过90%的调查者反馈，他们会花一些时间写代码，80%的调查者使用Python，R还有Java中的一种，只有8%的调查者会同时使用这三种工具。
而不同的编程语言对从业者薪酬的贡献也大不一样。如下图。
最重要的不是学习哪一种编程语言，而是真正找到能够解决你问题的相关
四、数据科学从业者的工作时长
超过85%接受调查的数据科学从业者，每周工作时长不低于40小时。
而薪酬中数并没有随工作时长一直上升，在51-55h出现了最高值。
转自：大数据文摘
完整版报告在O’Reilly官网里可以下。