2017 Kaggle機器學習大調查：關於編程語言、薪資、年齡……

最新消息，Kaggle最近對機器學習及數據科學領域進行了全行業深度調查，調查共收到超過 16,000 份回復，受訪內容包括最受歡迎的編程語言是什麼，不同國家數據科學家的平均年齡是什麼，不同國家的平均年薪是多少等。

不過，因為中國的數據收集不夠全面，而美國數據也同樣存在清洗不夠的情況，所以，以下數據僅供參考。希望Kaggle下次能將數據做得更透徹更深入更全面。

以下為AI科技大本營對其進行的數據整理，並從中美數據科學和機器學習對比的角度呈現如下：

中美數據工作者概況對比

年齡

從世界範圍來看，本次調查對象的平均年齡大約 30 歲，當然，這個值在各個國家之間有變動。

以下為中美調查對象的年齡對比：

中國

在中國，機器學習從業者年齡的中位數是25歲，從業者集中在20-30歲年齡段。這可能反映出中國從業者人群的大體分布，但鑒於Kaggle所統計到的數據量，其中的細節還值得商榷一番。

美國

在美國，機器學習從業者年齡的中位數是32歲，以20-30歲年齡段的人數最多。但令人意外的是，我們在圖表中看到一位年滿100歲的大牛，還有幾位年齡接近0歲的小朋友。我們尚不清楚Kaggle這裡數據清洗的細節，不過這幾位大牛果真存在的話，務請聯繫AI科技大本營，我們對您的存在非常感興趣。

中美就業狀況對比

中國全職工作者佔53.%%，美國則高達70.9%

中國

美國

中美數據科學具體職位對比圖

數據科學領域可涵蓋的工作非常多，包括機器學習工程師，數據分析師，數據科學家，軟體開發人員，數據挖掘人員等。以下為中美在數據科學領域的對比圖：

中國

美國

年薪

從全球來看，數據科學人員的年薪中位數為$55,441。在中國，數據科學家的年薪中位數為$29，835。美國則高達$110，000

中國全職年薪

美國全職年薪

最高學歷

通常來講，數據科學從業者中最普遍的學歷是碩士，但一般來講，博士學位能拿到（$150K - $200K 和 $200k+）的高薪。

就中國而言，碩士學位在總體佔比為40.5%，博士僅11.2%，本科學位從業人數則高達39.5%，與碩士從業人數持平。

而美國，碩士學位只有44.5%，博士學位高達20.7%，本科從業者佔比也高達26.5%。

總的來說，美國博士學位高達20.7%，從佔比上來看，接近中國的兩倍（中國為11.2%）。

中國

美國

數據科學家到底是怎麼工作的？

工作中使用什麼樣的方法？

Logistic回歸是除了軍事和國安領域外，最常用的數據科學研究方法。在軍事和國防安全領域，神經網路使用地更多。

所有國家整體數據

數據工作中使用最多的工具語言是？

總體來說，Python是數據工作者使用最多的語言。同時，數據研究人員對R語言的忠誠度也很高。

所有國家整體數據

工作中使用什麼類型的數據？

關係型數據市是最常用的數據類型。但在學術研究者和國防安全領域則更親睞文本和圖像。

所有國家整體數據

工作中使用什麼樣的代碼共享和託管方式？

大部分數據工作者使用Git分享代碼。不過，大公司的工作者更喜歡將代碼保留在本地，並將代碼用郵件分享。初創公司則用更快捷的雲分享方式。

所有國家整體數據

工作中遇到了什麼樣的障礙？

臟數據（Dirty Data）是最大障礙。機器有側重，但理解不同演算法的能力不夠也是一大困擾數據工作者的障礙。缺乏有效管理和資金支持是數據工作者面臨的兩大外在困境。

數據科學新手如何在這個行業嶄露頭角？

根據你的經驗，你會向數據科學新手推薦使用哪種語言？

這個因人而異。在Python和R兩大使用群體最大的語言中，大部分人覺得Python更值得被推薦。

你從哪裡獲得數據科學的學習資源？

數據科學是個變化極快的領域，業內人員需要不斷更新知識體系，才可以在業內保持一定地位，不被時代淘汰。Stack Overflow Q&A，Conferences，和Podcasts是已從業者經常使用的學習平台。發布新軟體時，一定記住閱讀官方使用指南，並推薦去YouTube觀看使用視頻。

從哪裡獲得開放數據集？

沒有數據就沒有數據科學！當涉及到一些數據科學技巧時，知道如何找到練習所用的乾淨的開源數據集和項目非常重要。越來越多人開始使用我們的數據集聚合器（https://www.kaggle.com/datasets）.

通過什麼渠道獲得工作？

根據數據科學領域過來人的經驗，以下這些方法可能會比在公司網站，招聘網站上投遞簡歷更高效，比如通過建立自己在這個行業的關係網路。

以上內容來自於kaggle網站。由於原文對多個國家進行了多維的對比，所以如果你想一覽行業全貌，請點擊：The State of ML and Data Science 2017

推薦閱讀：