他们负责处理公司已有的数据。他们的常规任务之一是使用数据库制作报告和仪表板。
平均工资：78,324 美元。薪资范围：$49k - $123k。
如果您有兴趣成为一名数据分析师，请查看我们的Python 数据分析师职业轨迹。
数据科学经理
该角色是涉及决策的管理角色。数据科学经理负责项目运营，充当分析师、科学家、数据架构师和客户团队之间的中介。即使他们不负责技术的开发，他们也必须了解该技术。
平均工资：126,506 美元。薪资范围：$69k - $231k。
按公司规模划分的数据科学薪资
影响数据科学薪资的另一个相关因素是公司规模：一般来说，组织越大，薪资越高。 O'Reilly 2016 年薪资数据科学薪资报告揭示了这一因素。该调查已经过去了几年，但我们相信 2024 年同样适用。
根据他们的出版物，在拥有 1,000 名以上员工的公司工作的数据科学家的中位工资在 90,000 美元到 110,000 美元之间，而在中型公司（26 到 1,000 名成员）工作的数据专业人员的中位工资约为 80,000 美元。在小公司和初创公司（2-25 名成员）工作的员工的工资中位数往往较低，约为 60,000 美元。
按公司规模划分的薪资数据
图片来源：奥莱利
自由职业者的数据科学薪资
随着在家工作的优势不断增强，越来越多的人想知道现在是否是尝试自由职业的合适时机。数据专业人员也不例外。近几个月来，流行的自由职业者平台（例如Upwork ）上提供的数据科学职位数量猛增。
如果您正在考虑这个选项，您可能想知道自由数据科学家能赚多少钱。根据Glassdoor的数据，他们在美国的平均工资为 11.6 万美元，薪资范围从 9 万美元到 14.9 万美元不等。
然而，自由数据科学家的收入很大程度上取决于他们的技能、经验和评论等因素。因此，初级和高级数据科学家之间的薪资范围非常广泛。例如，这项 2023 年基于 Upwork 数据的研究表明，新手自由数据科学家的收费为 50 美元/小时，而经验丰富的数据科学家的收费高达 150-200 美元/小时。
各行业数据科学薪资
几乎每个行业都需要数据科学家，但有些行业的需求更大，并且愿意提供更有吸引力的薪水。同样，O'Reilly 2021 年数据/人工智能薪资调查是比较跨行业薪资的有用资源。
总体而言，从事计算机硬件、云服务、网络安全或软件开发等计算机行业的数据专业人员的薪资最高，平均薪酬从 171,000 美元（计算机硬件）到 164,000 美元（软件）不等。尽管如此，数据还显示，计算机以外的行业（包括银行、零售、时尚和保险）的薪资极具竞争力（超过 10 万美元）。
此图与美国劳工统计局公布的2023年最新职业数据一致。
各行业数据科学薪资
图片来源：奥莱利
数据科学技能薪资
数据科学是一个快速发展的领域。新技术和软件不断涌现。这使得培训不仅是追赶创新的一种方式，而且成为与高薪、受聘能力和工作保障密切相关的因素。
总体而言，一些罕见的、广受欢迎的能力显着增加了数据科学家的薪资需求。
计算机编程、掌握大数据工具、云计算和数据可视化是最有价值的技能。同样，科学好奇心、商业头脑、沟通技巧和领导力等个人品质也可以大大提高薪酬。
根据PayScale，
图片来源：PayScale
根据O'Reilly 2021 年数据/人工智能薪资调查，云培训，尤其是 Amazon Web Services (AWS) 和 Microsoft Azure 中的培训，是与加薪最密切相关的技能。
受访者提到的其他重要技能包括机器学习、容器技术（例如 Docker 和 Kubernetes）、MLOps 和数据科学管道工具（例如 Kafka）。
关于编程语言，调查显示，数据科学中不太常见的语言，例如 Rust、Go 或 Scale，也与高薪密切相关。
对薪酬影响最大的技术
问：哪些技术将对来年的薪酬影响最大？图片来源：奥莱利
按地点划分的数据科学薪资
数据科学的薪资也很大程度上取决于地点。美国劳工统计局 的数据显示，美国境内的平均薪酬差异很大。
总体而言，东海岸和西海岸各州的平均工资往往较高，平均工资最高的是加利福尼亚州（140,490 美元）、德克萨斯州（109,000 美元）、纽约州（134,830 美元）、佛罗里达州（106,490 美元）、宾夕法尼亚州（102,370 美元）。
这并不奇怪：所引用的州与美国一些最大的科技热点地区一致，包括圣何塞（也被称为硅谷之都）、旧金山和纽约，数据科学专业人士通常在这些地方赚取不错的六分-数字工资。
图片来源：美国劳工统计局
你可以做些什么来增加你的薪水
数据科学本身就是一个充满活力且极具颠覆性的领域。生态系统正在快速变化，新技术、工具和软件不断推出，这使得预测 10 年后的情况变得非常困难。
在这种环境下，持续培训对于数据专业人员来说至关重要，不仅可以跟上创新的速度，而且可以实现加薪或晋升。事实上，学习新技能和提高旧技能被认为是晋升的最佳途径之一。此外，鉴于合格数据科学专业人员的短缺，投资培训计划是雇主在内部发展数据科学和机器学习团队的首选和最可行的策略。
提升技能的最佳途径是什么？根据您的时间安排以及您的 自雇数据 公司愿意在您的教育上投资多少，您可以考虑以下选项：
数据科学的正式学位。参加高等教育课程，例如博士学位。数据科学或相关领域的硕士学位是在组织中提升水平的好方法。大多数大型科技公司都鼓励员工参加此类计划。
数据科学平台。如果您想成为学科专家、提高编码技能或学习新技术，您可能正在寻找一门课程。有很多选择，包括 DataCamp。不要错过探索我们大量课程的机会，或者报名参加我们的一项技能课程来扩展您的专业领域。
数据科学认证。获得认证正在成为学习或提高新数据科学技能的最常见和最快的方法之一。认证列表正在快速增长，从一般数据科学认证到特定于供应商和特定技术的认证。根据O'Reilly 2021 年数据/人工智能薪资调查，云认证（特别是 AWS 和 Microsoft Azure 中的认证）与薪资增长的相关性最强。
未来趋势
由于过去几年人工智能的蓬勃发展，数据科学正处于黄金时代。跨部门和行业的公司迫切需要数据专业人员，他们利用数据的力量来推动明智的决策。
根据LinkedIn 的 2024 年就业增长报告，AI 工程师和 AI 顾问职位跻身前 10 名。这些新角色需要强大的数据科学背景，而大多数担任这些角色的人都来自数据科学家职位。
数据专业人员的供应尚未跟上需求。合格数据科学家的短缺导致公司之间的激烈竞争，这些公司提供非常有竞争力的薪水来吸引难以聘用的人才。
未来我们可以期待什么？随着数据科学向机器学习和人工智能领域发展，我们当然可以预期对数据专业人员的需求将继续增长。具有传统数据科学背景的专业人士将寻求提升技能并进入令人兴奋的人工智能世界，在数据领域获得最赚钱的职位。对于刚刚进入该领域的人来说，全景也令人兴奋，海量的学习资源触手可及。
结论
我们希望您喜欢这篇文章。数据科学正在蓬勃发展，对于那些有兴趣进入该领域的人来说，机会很多且利润丰厚。
如果您正在考虑在令人兴奋的数据世界中开始新的冒险，Datacamp 是最好的起点。查看我
- Board index
- All times are UTC
- Delete cookies
- Contact us