（一）国家实施大数据战略，构建数字中国
大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。2014年大数据首次写入政府工作报告；2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。
同时，伴随大数据政策出台，各地政府相继成立了大数据管理机构，促进大数据产业发展，全国22个省区，200多个地市相继成立大数据管理部门。
图1各省大数据管理机构设置数量（单位：个）
（二）大数据行业发展迅猛，产业规模巨大
2016年，工信部印发了《大数据产业发展规划（2016-2020年）》，全国大数据产业建设掀起热潮，目前已形成八大大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。
近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有623家，占比为39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业表示未来一年内将应用大数据。
对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为32.3%和25.5%。不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比有望进一步提升。
2019年5月6日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019年）》，书中综合国内外环境、新兴技术发展等多种因素，测算2018年我国大数据产业增速约为15%，产值达到5405亿元。另据赛迪数据显示，2018年中国大数据产业规模为4384.5亿元，同比增长23.5%；到2021年，中国大数据产业规模将超过8000亿元。
图22016-2021年中国大数据产业规模（单位：亿元）
从企业业务布局来看，大数据产业主要集中在华北、华东及中南地区。
表12018年中国大数据产业区域分布情况
（三）数据资源资产化步伐稳步推进
2015年8月,国务院印发《促进大数据发展行动纲要》,明确“加快政府数据开放共享,推动资源整合”。社会各界通过对数据资源的整合、利用,加速了数据流通共享以及数据资源化进程。2018年10月，《数据管理能力成熟度评估模型》发布实施，规范了各组织、机构数据管理和应用工作，提升国内数据管理和应用能力。2019年10月，在中国共产党第十九届中央委员会第四次全体会议上，中央首次公开指出“健全劳动、资本、土地、知识、技术、管理和数据等生产要素按贡献参与分配的机制。”这是中央首次在公开场合提出数据可作为生产要素按贡献参与分配，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。
（四）技术融合成为大数据发展主流
二、职业定义和工作任务
近年来，随着经济社会发展、科学技术进步和产业结构调整，新产业、新业态、新模式滋生孕育出许多新职业。大数据技术应用在各行各业的全面展开，我国社会需要越来越多的大数据工程技术人员。其职业定义和工作任务如下：
大数据工程技术人员职业定义：从事大数据采集、清洗、分析、治理、挖掘等技术研究，并加以利用、管理、维护和服务的工程技术人员。
大数据工程技术人员主要工作任务：
1.研究和开发大数据采集、清洗、存储及管理、分析及挖掘、展现及应用等有关技术；
2.研究、应用大数据平台体系架构、技术和标准；
3.设计、开发、集成、测试大数据软硬件系统；
4.大数据采集、清洗、建模与分析；
5.管理、维护并保障大数据系统稳定运行；
6.监控、管理和保障大数据安全；
7.提供大数据的技术咨询和技术服务。
三、当前就业人群分析
本报告基于2019年4月对27家大数据行业典型企业的人力资源情况进行调研后分析所得。
（一）学历层次
大数据人才的学历层次分为4个大类，分别是硕士及以上、本科、专科、专科以下。
图3大数据人才学历结构（单位：人）
可以看出，本科占比最高，其次是硕士及以上，专科占比只有12.22%。大数据行业是新兴行业，目前学历要求比较高。
其中社招占比最大，比校招、内培和内推以及培训机构招聘的总和还要高。大数据人才目前主要依靠社招，说明学校教育与社会需求脱节，内培和培训也不能满足岗位要求。
（四）薪资水平分布
当前，大数据人才的薪资处于相对较高水平。薪资在1万元以下，占总人数的34.6%；1万元-2万元占比为35.64%；2万以上占比为29.77%。
图6大数据人才薪资水平分布（单位：人）
（五）岗位类型及数量
目前企业提供的大数据岗位按照工作内容要求，可以分为以下几类：
①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。四类岗位的数量和占比见下图。
图7大数据岗位类型结构（单位：人）
四、行业人才需求情况
（一）整体需求
当前信息化对人类经济活动产生深刻影响，正渗透到生产生活方方面面，数据已经成为新的生产要素，大数据行业已成为人们按需使用信息处理、信息存储、信息交互资源的重要模式，也是进行大数据处理和深度挖掘的重要平台，大数据工程技术人员在我国现阶段及未来发挥的作用将日益凸显。
《大数据产业发展规划（2016-2020年）》指出，目前大数据人才队伍建设亟需加强，大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。要建设多层次人才队伍，建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。
根据天府大数据国际战略与技术研究院(简称“天府大数据研究院”)《2018全球大数据发展分析报告》数据，2018年我国大数据产业人才占整体就业人口规模的0.23%，大约179.4万人。
猎聘《2019年中国AI&大数据人才大数据人才就业趋势报告》指出，2019年中国大数据人才缺口高达150万。另据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万。
图8大数据人才规模及增速
随着大数据、物联网、5G等技术应用的不断发展，社会对该职业从业人员的需求日益增长。预计2020年中国大数据行业的人才需求规模将达到210万，2025年前大数据人才需求仍将保持30%-40%的增速，需求总量在2000万人左右。
（1）技术层面逐步由“万花筒”向“中国特色”、“中国制造”转变，中国标准逐渐成为业界标准，中国证书逐渐成为业界证书。
（2）技术纵深发展和横向拓展，引发企业对人才需求变化，既有岗位重新细分的高精尖专才需求，又有中等层次的广博复合型人才需求。
（三）岗位职责及技能要求
岗位
岗位职责
岗位技能
数据分析师
负责行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测
数理统计基本知识，Excel，SQL，Python/R。
挖掘工程师
负责行业数据整理、挖掘，并依据数据做出行业研究、评估和预测
常用数据挖掘算法，SQL，Python/R/Java。
深度学习/算法/机器学习工程师
负责利用各种神经网络模型及其算法并处理具体事务。
各种神经网络模型，Python/C++/Java，TensorFlow、Caffe等深度学习系统。
大数据开发
工程师
Java/Python/C++/Scala，Linux/Unix系统。
大数据架构
负责大数据架构的设计与实施。
分布式系统原理，Linux/Unix系统及其脚本shell等，Hadoop、Spark等大数据框架及其组件Yarn，HBase、Hive、Pig等。
大数据运维
负责大数据系统的运行和维护
Linux/Unix系统及其脚本shell等，Java。
数据可视化
负责大数据可视化应用开发，对数据分析结果多维度生动地体现。
数据采集
负责数据采集、预处理、标注等。
Linux/Unix系统，数据库如Mysql，redis，mongdb等，爬虫框架如Scrapy等等，web基础知识如HTML/JavaScript/CSS/xpath/url/Ajax/xml等，解析工具如HttpClient、jsoup、WebDriver、phantomjs等。
数据库管理员
负责数据库的运行和维护。
Linux/Unix系统，MySQL、SQL等数据库的运行机制和体系架构。
数据运营经理
负责数据的运营。
数理统计基本知识，运营方法，SQL。
数据产品经理
负责数据产品的销售。
工具如:
Axure;Visio,Mindmanager,Project,PPT等，BI，SQL，产品规划能力，撰写需求文档能力。
数据项目经理
负责数据项目。
项目管理工具，PMP证书，梳理流程能力。
大数据销售
负责大数据业务销售。
沟通能力，业务谈判能力。
五、职业发展通道
目前，长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师方面的工程师，以及需要通过数据来进行判断决策的管理者，通过一定的培训或自学，均可成为大数据工程技术人员。
由于我国大数据人才数量较少、缺口较大，因此多数公司的数据部门采用扁平化层级的模式，一般分为数据分析师、资深研究员、部门总监3个级别。规模较大的公司可能按照应用领域的维度来划分不同团队，规模较小的公司则需要身兼数职。大数据工程技术人员可朝着研究方向发展，成为企业重要数据战略人才。此外，大数据工程技术人员对商业和产品的理解较业务部门员工更加深入，也可转向产品部或市场部，乃至高级管理层。
六、专家观点
两山转化数字研究院院长、杭州数梦工场研究院执行院长念灿华:数据是这个时代最重要的生产要素，政府、城市、产业数据资源的资产化、价值化、服务化是大势所趋，百行百业的数字化转型迫在眉睫。培养大数据工程技术人员对于实施国家大数据战略，构建数字中国，发展数字经济，满足当下各级政府和百行百业的海量人才需求，是非常充分而必要的。
工业和信息化部信息化和软件服务业司司长谢少锋：大数据开启了信息化发展的新阶段，数据已成为关键生产要素，“软件定义、数据驱动”对于推动制造业转型升级发挥着重要支撑作用。工业和信息化部作为行业主管部门，推出了一系列推动大数据产业发展的举措，下一步将扎实推进大数据战略的实施，大力推动大数据和实体经济融合，打造数字经济时代下制造业国际竞争新优势。
中国工程院院士、中国科学院计算所研究员倪光南：把大数据作为生产力，可能比把大数据作为一种财富更好、更全面。大数据生产力会推动生产关系的发展、推动社会的发展，会创造无穷无尽的财富，甚至将来会对我们思维的发展造成很大的变革。
中国科学院院士陈国良：在计算信息时代的三大标志性技术则是数字计算机、集成电路、光纤通信，新一代信息技术的三大亮点则是物联网、云计算和大数据。现在大数据潮流浩浩荡荡，大数据时代已经到来，我们要顺乎时代之潮流，不断学习新知识，与时俱进，跟上时代之步伐！计算机事业永远是年轻人的天下，大数据对年轻的一代而言，既是挑战更是机遇，无限风光在险峰！
阿里巴巴集团主要创始人、董事局原主席马云：大数据时代的出现让人类进入了万物互联的时代，取得对数据进行重新处理的能力也远远超过过去，对世界的认识将会提升到一个新的高度，大数据让预判和计划都成为了可能。
七、典型人物案例
（一）邵天富：投身大数据应用，创造精彩人生
随着政府、企业等社会组织与互联网结合得越来越紧密，自有大数据机房已经满足不了发展的需要，尽管大量的数据公司涌入，仍然无法满足高速增长的市场需求。邵天富敏锐地意识到大数据的春天来了。
从广东工业大学机电一体化专业毕业后，邵天富就一头扎入大数据管理“蓝海”，凭着浑然忘我、严谨细致的工作精神，不断的实践探索，经过10余年的努力，如今已是一个技术全面、经验丰富的大数据工程技术人员，并已成长为某数据服务有限公司数据中心技术骨干。
（二）刘岩：大数据应用的排头兵
研究生毕业的刘岩，怀着对公安工作的无限热爱投身到天津市某公安分局这个大家庭。从警以后，刘岩深深体会到大数据、科技信息对公安工作的深远影响，便立足岗位，在创新上下苦功，自觉提升大数据、信息化应用工作能力。自学了JAVA语言、安卓编程、搭建数据库等理论知识，并将理论知识应用于实际，自主研发了“鹰眼”手机APP系统，充分利用互联网信息资源，结合部分业务数据，打造了一个单位全员共享、交流的个性化业务平台，方便了外出办案民警随时查阅。并为该APP增加图形数据模块，使其真正成为图侦工作的重要工具，为案件侦破提供技术支撑。作为科研创新人员，刘岩被选入该市“公安智囊团队”成员、“信息化”人才库和“大数据分析挖掘应用”人才库。
（三）宋正龙：爱岗敬业，致力铁路大数据创新研发
宋正龙，毕业于大连铁道学院计算机专业，现为某车务段网络技术总监，主要负责车务段信息设备管理、维护、应用和软件开发工作。
参加工作30年来，他从一名普普通通的技术人员干起，一步步成长为网络数据开发的行家里手，他相继开发出适合车站的“编组顺序表”“货运制票程序”软件，极大地提高了工作效率和统计工作的准确性。
2014年，他所工作的单位提出创建数字化管理平台，实行全覆盖闭环管理的工作思路。宋正龙受命担当课题筹划、研发和建设任务。为设计制作好信息管理平台，他白天组织研发，晚上挑灯奋战建模，带领开发团队自主研发了管理平台、预警防控平台、作业控制平台和表簿册电子化平台。最终实现了人防、物防和技防的深度融合，推进了企业管理创新，加快了“数字连车”向“智能连车”的创新升级，得到了集团公司领导和兄弟单位的高度认可。
（四）荆琦：致力推动公安科技信息化的攻坚能手
荆琦是吉林大学计算机科学系的高材生，参加公安工作后，她致力于推动公安科技信息化建设。2009年，荆琦被评定为深圳市高层次专业技术人才，曾多次被抽调省公安厅、市公安局参与公安应用系统的研发和建设。
为解决公安基层存在各业务系统信息不互通、重复录入等问题，荆琦被委任为该单位信息采集攻坚团队副组长，在反复与成员讨论后，最后确立以警务综合信息系统改造为核心，以执法办案流程为主线，打通、合并、精简各条线系统的总体思路。为完成好任务，荆琦舍小家顾大家，调研、开会、沟通、协调的第一线总能看到她的身影。最终，荆琦带领的团队实现了信息“一次录入，全警共享”的目标，有力地提升了公安工作效率。