美國企業大數據策略調查，四成怨找不到人才

機器人與資料分析，將取代原本需要累積多年的專業判斷，各行各業都離不開數據，在全面數據化的時代，究竟資料探勘人才會有多搶手？

麥肯錫預估，2018 年前，光是美國資料分析人才供需會出現 50-60% 的缺口，目前航天航空、保險、醫藥、金融就已經出現求才若渴的現象。

另外一家顧問公司 Accenture 調查客戶的大數據策略，超過 90% 的企業表示計畫招募更多資料科學專家，但是 41% 企業表示找不到合適人才。

西班牙外換銀行 (BBVA) 有一個 20 人的資料探勘團隊，大部分都有博士或後博士研究的學術背景，專業遍布奈米、物理、數學、機器人領域，能夠從非結構性的大量資料中找到答案。

非結構性資料是指 email、影像、照片、社群媒體、與其他使用者產生的內容。資料科學家撰寫演算法，從這些大量訊息中產生見解。但資料科學家很稀有。

如線上房地產公司 Zillow 經濟學家所言，「你可以找到統計學背景的開發人員，一流的研究人才，以及解決問題的專家，但很難找到具有這些專長於一身的人。」

麻省理工學院準備成立資料科學研究所，該中心將於 2016 年開始招生。維吉尼亞大學與史丹佛去年開始提供碩士學位。

英國華威大學去年成立三年期的資料科學學程，該計畫主持人 David Firth 表示，許多大企業都跟他抱怨找不到人才，他說，「金融業最缺，其他還包括大型保險業、線上零售業、高科技新創公司，政府機構，都有非常大量的資料探勘人才需求。」

史丹佛大學電腦與機械學院教授 Margot Gerritsen 表示，許多學生還沒畢業就被企業挖走，給的薪水比教授還多，剛進去年薪就高達 20 萬美元。就連暑期實習生，月薪也有 6,000-10,000 美元之間，還外加許多福利，如免費供餐、免費健身房會員、宿舍等。

另外一份最新公布的美國 2014 年大學畢業生薪水調查，平均起薪是 48,190 美元，其中工程學 (engineering) 起薪最高，達 62,194 美元，其次為電腦科學 (computer science) 與工程技術 (engineering technology)。工程技術就業率達八成最高，電腦科學有七成已就業，工程學為六成，整體平均就業率為 55%。

(首圖來源：Flickr / Escola Santa Anna CC BY 2.0)

你可能有興趣的文章:

首富活到 120 歲，醫療科技做後盾