2015年3月1日 星期日

2015/3/1 「月薪10萬?本世紀最「性感」的5種職業」

月薪10萬?本世紀最「性感」的5種職業

摘錄自:Cheers雜誌電子報                     2015/1/22
2015-01
Cheers雜誌172
作者:薛怡青
 
Cheers雜誌電子報 - 20150301
圖片來源:Amily-shen


歐美地區大數據相關職務的年薪達350475萬元。《華爾街日報》(The Wall Street Journal)指出,資料科學家年薪甚至可達9501,600萬元。在台灣,目前大數據相關工作的月薪從5萬元起跳,上看10萬元。

當世界衛生組織(WHO)在201410月公布伊波拉病毒(Ebola)在全球有8,997個感染病例,並奪走4,493條人命的警訊時,加拿大的Bio Diaspora公司運用地理資訊系統(GIS)結合大數據(big data),發布了一張動態全球病毒地圖,預測下一個可能引爆伊波拉病毒的地區。

Bio Diaspora分析全球航班資訊、人口移動、溫度、濕度變化等資訊,建立模型,找出下一個可能爆發感染的傳染途徑。就像2008Google推出流感預測趨勢(Google Flu Trends),透過分析使用者在各地區搜尋流感相關的關鍵字,來預測流感會爆發的地區。這些幫助人類「未卜先知」的工程,就是大數據的魅力。

與其說大數據是新科技,更正確地說,它是種革命性的概念。隨著數位化、網路化,資料累積的速度超乎想像。舉例來說,在Facebook上每10秒有5,000多萬則以上貼文、Apple Store每分鐘有5萬個App被下載、Google每分鐘有400萬筆關鍵字搜尋,這些驚人數字的背後,隱藏了巨大的商機、預測性以及決策的影響力。

根據國際數據資訊(IDC)預測,大數據整體技術與服務市場的年複合成長率為31.8%,市場規模至2016年將達到238億美元(約新台幣7,500億元)。隨著大數據成為顯學,人力市場對相關人才的需求強烈,IT研究及顧問公司Gartner指出,全球至2015年因大數據所產生的IT技術職務,將有440萬個。麥肯錫(McKinsey)更預測,至2018年,單在美國就有1418萬的專業資料分析師職務需求量。

讓資料個性化,推動服務升級

事實上,每個人隨時隨地都在被搜集資料。只要透過有系統地整理、運算與分析,就能解讀顧客在想什麼、需要什麼,這些資訊將成為洞察使用者的最佳線索。

例如,澳洲的老牌酵母鹹味醬Vegemite2009年銷售量大幅下滑,為了重新掌握消費者,委託IBM進行數據調查分析,包括部落格、論壇、網路新聞等等,總共蒐集了超過30種以上語言、50萬筆資料,從中發現消費者對醬料的創新用法。於是Vegemite發動新的社群行銷活動,讓市佔率起死回升。這就是大數據的魔力,難怪美國政府將其定義為「未來的新石油」。

各行各業應用大數據而成功預測結果、或力挽狂瀾的案例不勝枚舉。因成功切入市場而聲名大噪,功典資訊總經理夏雨農分析,大數據是種「服務升級」,透過「個性化」資料,讓原始資料產生意義,再藉此贏得商機。以往空有資料,卻無法區分「雜音」與「關鍵資料」,往往出現企業滿手好牌卻胡亂出招的狀況。

夏雨農提醒,目標是應用大數據的核心,例如是針對頂級客戶推出更高單價商品、還是擴大客群與市佔率,這兩個目標所設定的資料分析與解讀面向就非常不同。

21世紀最性感的職業

至於因應大數據潮流所造就的新職種中,最具代表性的,莫過於資料科學家(data scientist),能透過電腦演算分析資料、解讀意義,難怪《哈佛商業評論》(Harvard Business Review)將它稱為「21世紀最性感的職業」。

而進入這一行,需要哪些能力?夏雨農指出,需具備統計學、數學、電腦演算程式技能。另外,因為資料來自企業各部門,更要有橫向跨部門索求資料的溝通力,彙整資料的整合力,對於資料的好奇與洞察力。

畢竟,大數據的價值不在資料本身,而是如何從巨量資料中萃取出洞見。誰有這樣的本領,誰就是當紅炸子雞!

Hot Job

★資料科學家:

具備統計學、數學等專業,能將大量資訊運用電腦演算,轉換成具有商業價值的資料,並具備優秀的溝通力,能分析、解釋資料,影響企業決策。

★資料視覺化分析師:

將大量資料經過演算、建立預測模型, 再透過如TableauQlikViewSpotfire等工具,進行視覺化轉換,強化資料的易讀性。

★商業智慧分析師:

具備HadoopHiveHBase等軟體使用經驗,能分析企業資料倉儲的各種不同類型資料,從中洞察客戶行為、市場趨勢,進而擬定策略。

工作大未來 2015關鍵報告

★資料管理師:

企業內所有資料的「進」與「出」,都需要經過他認證與管理。也必須確保資料的安全性,甚至具備資料備援的專業技能。

★資料工程師:

需懂資料庫、資料結構、自然語言處理、數據採礦、數據模型等技術,協助建構大數據的資料平台架構。


沒有留言:

張貼留言