創(chuàng)造或產(chǎn)生的信息量或數(shù)據(jù)量每天都在迅速增加。醫(yī)療、零售、資訊科技、咨詢，甚至政府機(jī)構(gòu)等多個(gè)業(yè)界的數(shù)據(jù)量都在快速增長。這種增長的基本原因是，越來越多的人擁有比以往更多的工具來創(chuàng)建和共享信息。

[[265874]]

在不久的過去，行業(yè)和組織在做出關(guān)鍵決策時(shí)，很大程度上依賴于猜測。而大數(shù)據(jù)和數(shù)據(jù)科學(xué)讓他們能夠?yàn)g覽大量的信息，并在解決各自行業(yè)的問題時(shí)感到自信。

隨著可用數(shù)據(jù)量的增加，管理信息或數(shù)據(jù)的問題變得更加困難。為了處理這些不斷增長的數(shù)據(jù)并理解這些數(shù)據(jù)，需要越來越多的數(shù)據(jù)科學(xué)專家，以便組織能夠?qū)ζ錁I(yè)務(wù)做出明智的決策。

由于最近幾年數(shù)據(jù)量的爆發(fā)式增長，全球數(shù)據(jù)科學(xué)專家的數(shù)量也在增加。所以，問題來了，如果數(shù)據(jù)科學(xué)專家的數(shù)量逐年增加，那么專家們在哪里存在，比例又是多少呢?

本文我們將嘗試用 2011-2018年 Stack Overflow 的調(diào)查數(shù)據(jù)來尋找答案。多年來的調(diào)查數(shù)據(jù)可以在 https://insights.stackoverflow.com/survey ) 找到。

Stack Overflow 是一個(gè)每月都有大量的活躍用戶的在線技術(shù)論壇。利用調(diào)查結(jié)果，我們可以發(fā)現(xiàn)一般軟件工程師社區(qū)以及數(shù)據(jù)科學(xué)社區(qū)的見解。在這次分析中，我使用 “2011-2018年 Stack Overflow 開發(fā)者調(diào)查” 的數(shù)據(jù)來了解數(shù)據(jù)科學(xué)社區(qū)的增長情況。

一般來說，數(shù)據(jù)科學(xué)社區(qū)包括“數(shù)據(jù)庫管理員”、“商業(yè)智能專家”、“數(shù)據(jù)倉庫專家”、“機(jī)器學(xué)習(xí)專家”、“數(shù)據(jù)科學(xué)家”和“具有統(tǒng)計(jì)或數(shù)學(xué)背景的開發(fā)人員”。

本文分析了全球不同國家、不同行業(yè)和不同規(guī)模企業(yè)的數(shù)據(jù)科學(xué)社區(qū)增長的比例和趨勢。

因此，我們可以先問自己以下幾個(gè)問題:

1. 從2011年到2018年，數(shù)據(jù)科學(xué)社區(qū)的增長趨勢是什么?
2. 數(shù)據(jù)科學(xué)社區(qū)在哪些國家發(fā)展?
3. 近年來各國數(shù)據(jù)科學(xué)社區(qū)的發(fā)展趨勢是什么?
4. 數(shù)據(jù)科學(xué)社區(qū)在哪些行業(yè)增長，占多大比例?
5. 近年來，不同行業(yè)的數(shù)據(jù)科學(xué)社區(qū)的發(fā)展趨勢是什么?
6. 在哪種類型企業(yè)(小型、中型和大型)中，數(shù)據(jù)科學(xué)社區(qū)增長了? 比例是多少?
7. 近年來，不同規(guī)模的企業(yè)在數(shù)據(jù)科學(xué)領(lǐng)域的增長趨勢是什么?

以上問題的答案均以調(diào)查數(shù)據(jù)為依據(jù)。讓我們逐一回答這些問題。

1. 從2011年到2018年，數(shù)據(jù)科學(xué)社區(qū)的增長趨勢是什么?

從上面的可視化結(jié)果我們可以看出，近年來，數(shù)據(jù)科學(xué)社區(qū)在軟件開發(fā)人員中發(fā)展迅速。它從2014年才開始顯著增長，但2015年后開始呈指數(shù)級增長。這與最近幾年的也是指數(shù)級的數(shù)據(jù)爆炸是同步發(fā)生的。

從那以后，數(shù)據(jù)爆炸越來越多。為了從每天產(chǎn)生的新數(shù)據(jù)中進(jìn)行處理和分析，全球每年都在創(chuàng)造越來越多的數(shù)據(jù)科學(xué)工作。

2. 數(shù)據(jù)科學(xué)社區(qū)在哪些國家發(fā)展?

從上圖我們可以觀察得到數(shù)據(jù)科學(xué)專家數(shù)量排名前十的國家中數(shù)據(jù)科學(xué)社區(qū)的發(fā)展趨勢。美國增長的趨勢較高，其次是印度、德國、英國等。

美國數(shù)據(jù)科學(xué)社區(qū)的增長趨勢呈指數(shù)級，處于全盛時(shí)期;其次是印度、德國和英國的數(shù)據(jù)科學(xué)社區(qū)，增長趨勢也呈指數(shù)級，但尚未達(dá)到全盛時(shí)期。對于加拿大、巴西、俄羅斯、法國、澳大利亞和西班牙等其他國家來說，數(shù)據(jù)科學(xué)社區(qū)的人數(shù)有所增加，但與前四個(gè)國家相比增速緩慢。

從美國擁有硅谷時(shí)起，它就成為了大型軟件和IT組織、銀行、金融和保險(xiǎn)公司、醫(yī)療服務(wù)提供商、教育機(jī)構(gòu)、更好的基礎(chǔ)設(shè)施的領(lǐng)軍者和技術(shù)家園，并始終處于技術(shù)和 IT 先進(jìn)程度的頂端，這些行業(yè)及其創(chuàng)建的日常服務(wù)僅在美國就創(chuàng)建了大量的數(shù)據(jù)。因此，與其他國家相比，美國需要更多的數(shù)據(jù)科學(xué)專家，這是具有指數(shù)增長合理性的。

印度一直是美國 IT 服務(wù)供應(yīng)商國家中很重要的一部分，美國與印度具有相同份額的 IT 工作量。與美國一樣，印度在上述各個(gè)領(lǐng)域也有自己的一套數(shù)據(jù)科學(xué)要求。因此，印度正在創(chuàng)造大量的數(shù)據(jù)科學(xué)機(jī)會(huì)，印度數(shù)據(jù)科學(xué)社區(qū)快速增長。

德國、英國以及其他排名前六的國家也是如此。大量的數(shù)據(jù)被創(chuàng)造出來，為了處理、保存和理解這些數(shù)據(jù)，每個(gè)國家對數(shù)據(jù)科學(xué)專家的需求也在快速增長，但是根據(jù)每個(gè)國家的需求和市場的不同，需求增長的速度也不同。

從上方的可視化圖中，我們可以觀察到排名前十的國家的數(shù)據(jù)科學(xué)社區(qū)的增長趨勢，但現(xiàn)在是按某個(gè)國家歷年的份額(或比例)來衡量的。因此，對于每個(gè)國家來說，2011年專家的比例較低，之后專家的比例上升，直到2018年，專家比例增加較為明顯。

此外，比例的增長是指數(shù)級的，這與這些國家近年來以指數(shù)方式制造的數(shù)據(jù)是一致的。我們可以清楚地看到，每一個(gè)擁有數(shù)據(jù)科學(xué)專家的排名前十的國家都有相同的模式，即多年的指數(shù)增長，但他們的速度不同。

3.近年來各國數(shù)據(jù)科學(xué)社區(qū)的發(fā)展趨勢是什么?

從上圖中，我們可以得到以下結(jié)論:

• 在2011年，并不是所有排名前十的國家都在使用數(shù)據(jù)科學(xué)。大多數(shù)國家的數(shù)據(jù)科學(xué)專家比例為0，只有美國、英國、澳大利亞和德國等少數(shù)國家有數(shù)據(jù)科學(xué)的存在，而美國在前10名的所有國家中占有50%的數(shù)據(jù)科學(xué)專家份額。
• 美國的份額每年都遠(yuǎn)遠(yuǎn)超過其他國家。2011年，美國在數(shù)據(jù)科學(xué)專家中所占的比例約為50%，并且逐年在不同國家的數(shù)據(jù)科學(xué)專家中所占的比例都在提高。2018年，美國擁有數(shù)據(jù)科學(xué)專家數(shù)量約38%的份額。
• 隨著時(shí)間的推移，其他國家也開始使用數(shù)據(jù)科學(xué)，占其他國家的比例從0上升到20%。
• 不同國家的數(shù)據(jù)科學(xué)專家群體增長率不同，特別要說的是印度，從2011年的0增長到2018年的18%左右。
• 德國的份額也有所增加。澳大利亞在幾年間逐漸失去了它的份額。英國先是有所增長，但隨著時(shí)間的推移，這一比例略有下降。
• 自從其他國家開始擁有數(shù)據(jù)科學(xué)社區(qū)的份額，美國失去了一些它在數(shù)據(jù)科學(xué)社區(qū)的份額，但仍然保持所有這些年較高百分比。

2011年，使用數(shù)據(jù)科學(xué)的國家份額差異較大，這一比例差異逐年減小，到2018年，國家之間的份額差異變得更小。這意味著排名前十的國家中，每個(gè)國家都在使用數(shù)據(jù)科學(xué)。但根據(jù)需求和市場的不同，每個(gè)國家使用數(shù)據(jù)科學(xué)的份額也有所不同。

4. 數(shù)據(jù)科學(xué)社區(qū)在哪些行業(yè)增長，占多大份額?

綜合2011-2018年各年份的數(shù)據(jù)，在2017年和2018年的調(diào)查中，沒有關(guān)于個(gè)人所屬行業(yè)的數(shù)據(jù)。因此，以下推論基于2011-2016年的調(diào)查數(shù)據(jù)。

從上面的可視化結(jié)果來看，幾乎所有的行業(yè)都或多或少地使用了數(shù)據(jù)科學(xué)，主要應(yīng)用于軟件產(chǎn)品、金融和銀行業(yè)、咨詢、醫(yī)療和教育行業(yè)。此外，從可視化結(jié)果中我們可以看到，最多數(shù)據(jù)科學(xué)專家的行業(yè)對應(yīng)的是 “Other”，這表示 Stack overflow 的調(diào)查中沒有使用數(shù)據(jù)科學(xué)的行業(yè)。

“Other” 可以指各種行業(yè)，如：各種類別的研究、醫(yī)藥、制藥、電子商務(wù)、建筑、運(yùn)輸、保險(xiǎn)、旅游和酒店、公用事業(yè)、自然資源和能源等。

在現(xiàn)在這個(gè)輕科技時(shí)代，所有行業(yè)和組織都被數(shù)據(jù)淹沒，數(shù)據(jù)正以指數(shù)級的方式被創(chuàng)造出來。因此，數(shù)據(jù)科學(xué)正以不同的比例被各行各業(yè)所使用，因?yàn)閿?shù)據(jù)科學(xué)會(huì)產(chǎn)生更明智的決策。

• 從上圖中我們可以觀察到數(shù)據(jù)科學(xué)專家排名前十的行業(yè)中數(shù)據(jù)科學(xué)社區(qū)的增長趨勢。這里的 “Other” 行業(yè)也可以看作是指各種研究、醫(yī)藥、制藥、電子商務(wù)、建筑、運(yùn)輸、保險(xiǎn)、旅游和酒店、公用事業(yè)、自然資源和能源等行業(yè)。
• 數(shù)據(jù)科學(xué)社區(qū)在軟件產(chǎn)品和金融/銀行業(yè)呈指數(shù)增長趨勢，在咨詢、教育、醫(yī)療保健領(lǐng)域的增長也呈上升趨勢，但相較之下速度較慢。
• 互聯(lián)網(wǎng)、政府、媒體/廣告和制造業(yè)也有上升趨勢，但只是在 2014年之后，而且與其他行業(yè)相比，增幅非常小。
• “Other” 是許多其他行業(yè)的組合，其上升趨勢明顯，因?yàn)樗Y(jié)合了“Other” 類別中每個(gè)行業(yè)的趨勢。

使用數(shù)據(jù)科學(xué)的行業(yè)的上升趨勢就像指數(shù)一樣，它與跨行業(yè)的數(shù)據(jù)也在以指數(shù)的方式被創(chuàng)造密切相關(guān)。

行業(yè)內(nèi)數(shù)據(jù)的創(chuàng)造和交換的增加意味著，行業(yè)需要更多的數(shù)據(jù)科學(xué)專家來保管和處理數(shù)據(jù)，以數(shù)據(jù)為參考，從而在不同的行業(yè)中為各自的業(yè)務(wù)做出更好、更明智的決策。

根據(jù)每個(gè)行業(yè)的需要、需求、地理位置和市場，數(shù)據(jù)科學(xué)專家的需求以不同的速度增長。因此，2014年之后，幾乎所有行業(yè)都在使用數(shù)據(jù)科學(xué)。

5. 近年來，不同行業(yè)的數(shù)據(jù)科學(xué)界的發(fā)展趨勢是什么?

從上面的圖中，我們可以觀察得到以下結(jié)論：

• 在2011年，并不是所有排名前十的行業(yè)都在使用數(shù)據(jù)科學(xué)。10個(gè)行業(yè)中有3個(gè)行業(yè)的數(shù)據(jù)科學(xué)專家比例為0。
• 2011年，軟件產(chǎn)品在數(shù)據(jù)科學(xué)界的份額為30%，其次是咨詢和金融/銀行業(yè)，各占20%，這3個(gè)行業(yè)占數(shù)據(jù)科學(xué)專家份額的70%。其余30%的份額中，其他行業(yè)和教育行業(yè)各占10%，醫(yī)療和制造業(yè)各占5%。
• 直到2013/2014年，媒體/廣告，互聯(lián)網(wǎng)，政府才開始占有份額。

隨著時(shí)間的推移，前十大行業(yè)的數(shù)據(jù)科學(xué)社區(qū)所占的份額也在不斷上升和下降。多年間這些行業(yè)所占比例的差異越來越小。

• 從那以后，其他行業(yè)也開始有了自己的份額，軟件產(chǎn)品、咨詢、金融/銀行業(yè)在數(shù)據(jù)科學(xué)領(lǐng)域的份額逐年下降。
• 從圖中我們還可以看出，數(shù)據(jù)科學(xué)專家所在的 “Other” 行業(yè)，可能是指各種研究不同、藥品、醫(yī)療、電子商務(wù)、建筑、運(yùn)輸、保險(xiǎn)、旅行和酒店、公用事業(yè)、自然資源和能源等的增長超過了其他行業(yè)。在2011年之后，該行業(yè)一直位居前兩位。這意味著數(shù)據(jù)科學(xué)在許多其他行業(yè)中得到了應(yīng)用，而不僅僅局限于少數(shù)行業(yè)。

2014年以后，各個(gè)行業(yè)在數(shù)據(jù)科學(xué)的使用上保持了一致性，各行業(yè)的數(shù)據(jù)科學(xué)專家份額約為3%至18%。

2011年使用數(shù)據(jù)科學(xué)的行業(yè)份額差異更大，而且這一份額差異逐年下降，2018年，行業(yè)份額差異變小，這意味著前十大行業(yè)中的每一個(gè)都在使用數(shù)據(jù)科學(xué)，但根據(jù)每個(gè)行業(yè)的地理位置、需求和市場的不同，所占份額也有所不同。

6. 在哪種類型的企業(yè)(小型、中型或大型)中，數(shù)據(jù)科學(xué)社區(qū)增長了? 比例是多少?

由于 Stack Overflow 在2014-2015年間沒有與企業(yè)規(guī)模相關(guān)的數(shù)據(jù)，我們使用了 2011-2013年 和 2016-2018年 兩個(gè)時(shí)間段來推測不同規(guī)模企業(yè)的數(shù)據(jù)科學(xué)專家的趨勢。此外，對于這兩個(gè)時(shí)間段，行業(yè)規(guī)模的類別也有所不同。

下圖是2011-2013年的觀察結(jié)果:

從以上對 2011-2013年使用數(shù)據(jù)科學(xué)的不同規(guī)模企業(yè)所占份額的可視化結(jié)果，我們可以得到較早期，即 2011-2013年間的以下結(jié)論：

這里小型企業(yè)是初創(chuàng)企業(yè) (1-25人)和成熟小企業(yè)(25-100人)的組合，中型企業(yè)是指中等規(guī)模 (100-999人)，大型企業(yè)是指財(cái)富500強(qiáng) (1000+人)，我們可以作如下陳述：

• 小型企業(yè)擁有35%的數(shù)據(jù)科學(xué)專家份額，中型企業(yè)占29%，大型企業(yè)占36%。
• 2011-2013年中型企業(yè)擁有數(shù)據(jù)科學(xué)專家35人，略低于小型企業(yè)的42人，大型企業(yè)的43人。

因此，在2011-2013年，如果我們將初創(chuàng)企業(yè)和成熟的小企業(yè)視為小型企業(yè)，2011-2013年數(shù)據(jù)科學(xué)專家在不同規(guī)模企業(yè)中所占的份額分布大致相同。

以下是2016-2018年的觀察結(jié)果:

從以上對 2016-2018年 不同規(guī)模企業(yè)使用數(shù)據(jù)科學(xué)比例的可視化結(jié)果我們可以看出， 2016年到 2018年期間，小型企業(yè)(0-499名員工)擁有的數(shù)據(jù)科學(xué)專家遠(yuǎn)遠(yuǎn)超過中型企業(yè)(500-4999名員工)和大型企業(yè)(5000–10000+員工)。數(shù)據(jù)科學(xué)專家在小型企業(yè)中的比例是 65%，中型企業(yè)和大型企業(yè)中分別是 16.47% 和 18.22% 。

因此，大部分?jǐn)?shù)據(jù)科學(xué)專家位于小型企業(yè)(1-499名員工)和超大型企業(yè)(10000+名員工)，兩者的份額之和為 79%，其余 21% 的份額位于其他企業(yè)(500-9999名員工)。因此，數(shù)據(jù)科學(xué)專家要么在小型企業(yè)工作，要么在超大型企業(yè)工作。

與 2011-2013年相比，2016-2018年期間，小型企業(yè)的數(shù)據(jù)科學(xué)專家份額有所上升，而中型和大型企業(yè)的數(shù)據(jù)科學(xué)專家份額有所下降。

下面可能是它發(fā)生的潛在原因：

• 到 2016年，數(shù)據(jù)科學(xué)已經(jīng)出現(xiàn)了面向未來的新技術(shù)。因此，現(xiàn)有的小型企業(yè)開始聘請?jiān)絹碓蕉嗟臄?shù)據(jù)科學(xué)專家，就像大型企業(yè)在 2011-2013年所做的那樣，以便處理和保存不斷增長的數(shù)據(jù)，并能在各自的業(yè)務(wù)中做出明智的決策。
• 由于數(shù)據(jù)科學(xué)對全球各個(gè)行業(yè)都產(chǎn)生了巨大的影響，具備處理各行業(yè)數(shù)據(jù)科學(xué)需求能力的新的初創(chuàng)企業(yè)或小型公司紛紛涌現(xiàn)出來，它們聘請了具有數(shù)據(jù)科學(xué)技能的人才。這些初創(chuàng)企業(yè)愿意為數(shù)據(jù)科學(xué)專家提供高待遇，因?yàn)檫@些小型組織知道，他們將從這些招聘中獲得回報(bào)和收益，因?yàn)閿?shù)據(jù)會(huì)以指數(shù)方式增長，對數(shù)據(jù)的服務(wù)的處理、保存和理解的需求也將增加，從長遠(yuǎn)來看會(huì)使小型企業(yè)受益匪淺。這導(dǎo)致了與 2011-2013年相比的小型企業(yè)中數(shù)據(jù)科學(xué)專家數(shù)量的增加。

自 2016-2018年以來，小型企業(yè)的數(shù)據(jù)科學(xué)專家份額逐年上升，而中型和大型企業(yè)的數(shù)據(jù)科學(xué)專家的比例有所下降。

7.近年來，不同規(guī)模的企業(yè)在數(shù)據(jù)科學(xué)領(lǐng)域的增長趨勢是什么?

以下是2011-2013年的觀察結(jié)果：

從上面的圖形，我們可以得到以下結(jié)論：

1. 2011年，初創(chuàng)企業(yè)(1-25人)和大型企業(yè)(1000+員工)在 4個(gè)類別中排名墊底，而到了 2013年，他們排名前兩位。
2. 類似地，2011年，成熟的小企業(yè)(25 - 100員工的)和中型企業(yè)(100 - 999)在 4個(gè)類別中排名前 2，而到了 2013年，他們排名墊底。
3. 因此，幾年間初創(chuàng)企業(yè)(1-25人)和大型企業(yè)(1000+人)的數(shù)據(jù)科學(xué)專家所占份額呈上升趨勢，而中型企業(yè)(25-100人)和成熟小企業(yè)(100-999人)的數(shù)據(jù)科學(xué)專家所占份額呈下降趨勢。

大型企業(yè)擁有更多數(shù)據(jù)科學(xué)專家的一個(gè)潛在原因是，大型企業(yè)在投入研究和開發(fā)，并對未來幾年將更有生產(chǎn)力、更高效和更廣泛應(yīng)用的技術(shù)抱有愿景。

由于大型企業(yè)已經(jīng)知道每天的數(shù)據(jù)創(chuàng)造量呈指數(shù)級增長，他們雇傭了更多的數(shù)據(jù)科學(xué)專家，以便更好地處理和保存數(shù)據(jù)，并在各個(gè)業(yè)務(wù)中做出明智的決策。

另一方面，很少有初創(chuàng)企業(yè)是由一群預(yù)見到數(shù)據(jù)科學(xué)成為未來技術(shù)的潛力的志同道合的人創(chuàng)辦，并在 2011年至 2013年期間開始聘用數(shù)據(jù)科學(xué)專家。中型企業(yè)也聘用了數(shù)據(jù)科學(xué)專家，但專家的數(shù)量出現(xiàn)了上下波動(dòng)。

此外，在 2011-2013年期間，數(shù)據(jù)科學(xué)專家的數(shù)量要少得多。因此，大型企業(yè)對罕見的擁有數(shù)據(jù)科學(xué)技能的數(shù)據(jù)科學(xué)專家的負(fù)擔(dān)能力更強(qiáng)。初創(chuàng)企業(yè)或許可能是由數(shù)據(jù)科學(xué)專家自己創(chuàng)辦的，因此他們不得不聘請志同道合的數(shù)據(jù)專家加入。因此，大型企業(yè)和初創(chuàng)企業(yè)的數(shù)據(jù)科學(xué)專家數(shù)量有所增加。

此外，與其他規(guī)模企業(yè)相比，大型企業(yè)擁有龐大的數(shù)據(jù)，大型企業(yè)對數(shù)據(jù)科學(xué)專家的需求比其他規(guī)模企業(yè)更大，從而雇傭的數(shù)據(jù)科學(xué)專家比其他規(guī)模企業(yè)更多。而對于初創(chuàng)企業(yè)來說，由于他們的形成只是由于未來數(shù)據(jù)科學(xué)的巨大潛力，所以更多的數(shù)據(jù)科學(xué)專家被雇到初創(chuàng)企業(yè)中。

以下是2016-2018年的觀察結(jié)果:

從上面的可視化圖中，我們可以觀察得到以下結(jié)論：

1. 小型企業(yè)(0-9,10-19,20-99,100-499人)呈逐年上升趨勢，中型企業(yè)(500-999,1000-4999)、大型企業(yè)(5000-9999,10000+)呈逐年下降趨勢。因此，從 2016-2018年開始，小型企業(yè)(1-499人)的數(shù)據(jù)科學(xué)專家數(shù)量在不同規(guī)模企業(yè)中所占的比例逐年上升，而中型企業(yè)(500-4999人)和大型企業(yè)(5000-10000 +員工)的數(shù)據(jù)科學(xué)專家所占比例逐年下降。
2. 2016-2018年間，超大型企業(yè)(10000+員工)在不同規(guī)模企業(yè)數(shù)據(jù)科學(xué)專家所占比例中每年都處于前 4 位。

因此，2016-2018年間，小型企業(yè)(0-499名員工)和超大型企業(yè)(10000+名員工)的數(shù)據(jù)科學(xué)專家數(shù)量在不同規(guī)模企業(yè)的總和中占有最多比例。

總結(jié)

因此，綜合所有問題的答案，根據(jù) 2011-2018年 Stack Overflow survey 的數(shù)據(jù)，我們可以得到：

隨著數(shù)據(jù)以驚人的速度增長，明智的選擇是注意這一點(diǎn) —— 不可以忽視數(shù)據(jù)革命。

在數(shù)據(jù)高速增長的背景下，對數(shù)據(jù)科學(xué)專家的需求也在快速增長，但根據(jù)每個(gè)國家和行業(yè)的需求、地理位置和市場的不同，其增長速度也不同。

數(shù)據(jù)科學(xué)專家主要分布在美國，接著是印度、德國、英國、加拿大等其他國家。

幾乎所有行業(yè)都在或多或少地使用數(shù)據(jù)科學(xué)，而其主要應(yīng)用在軟件產(chǎn)品、金融和銀行業(yè)、咨詢、醫(yī)療和教育等行業(yè)。

到2018年底，不同規(guī)模的企業(yè)中，小型企業(yè)(0-499名員工)和特大型企業(yè)(10000多名員工) 的數(shù)據(jù)科學(xué)專家所占份額不小。

雖然在某一時(shí)刻，數(shù)據(jù)爆炸可能會(huì)開始放緩，但事實(shí)是企業(yè)和消費(fèi)者每天每秒都在不斷地創(chuàng)造新的信息。企業(yè)需要?jiǎng)?chuàng)建、存儲(chǔ)、管理和分析手邊的大量數(shù)據(jù)，對于所有行業(yè)來說，這都提供了數(shù)據(jù)科學(xué)項(xiàng)目的業(yè)務(wù)需求。

因譯者水平有限，如果文章中有問題或者錯(cuò)誤，請大家多多指正，謝謝。

譯者簡介

李潔，北京師范大學(xué)香港浸會(huì)大學(xué)聯(lián)合學(xué)院 數(shù)據(jù)科學(xué)系助教，香港科技大學(xué)電信學(xué)碩士。