如果你不是一個純粹搞數學的人，或者不是一個專業的編程人員，那也沒關系，因為你可以和那樣的人在同一支團隊里工作。除了量化分析方面以外，我們還非常需要具有求知和好奇天性的人，以及能夠指出業務上的問題并且能與客戶溝通的人。
根據“谷歌趨勢”，在2011年的時候，“大數據”還很少被用作搜索詞，但是從2012年開始到現在，你幾乎能聽到各行各業的人都在談論“大數據”。
這是一個增長非常迅速的領域，而且催生出了很多的工作機會。麥肯錫公司的一份報告預計，到2018年僅美國在“具備深入分析能力”的大數據專業人才方面的缺口就在14萬人到18萬人之間。據NewVantage Partners公司對《財富》美國500強公司的調查顯示，85%的500強企業要么已經推出了大數據項目，要么正打算推出。未來幾年他們花在數據分析上的投資將平均上漲36%。難怪《哈佛商業評論》的一篇文章里將數據分析稱作“21世紀最熱門的職業。”
對有志進入“大數據”職業領域的人來說，首先要搞清楚的一件事就是它的職業門檻有哪些。這個問題看似簡單，實則復雜。大數據領域的發展非常迅速，而且各個公司的招聘標準也是五 花八門。比如有些雇主可能要求你掌握某種特定的編程語言，但有些公司就根本沒有這種要求。在這一點上，中美兩國公司對大數據人才的期望體現出了一些不同的 特點。
我們先來看國內的，在網上搜索“數據分析師”這個職位，百度顯示的最新招聘信息約有近9000條。以其中一家“國內知名手機閱讀公司”的招聘要求為例，應聘者需要滿足：
· 三年以上相關工作經歷，至少有1-2個成功的中型項目經驗；
· 優秀的商業分析報告撰寫能力，有及時發現和分析其中隱含問題的敏銳性；
· 至少掌握一種數據分析工具(R/SAS/SPSS/Matlab),實現優化算法；
· 至少熟悉一種數據庫，熟練運用SQL,有豐富的數據分析、挖掘、清洗和建模經驗；
· 熟練使用JAVA/C++/Python/PHP 構建中等規模的數據分析系統, 有豐富的腳本處理數據經驗。
再看看百度自家招聘數據分析師的職位要求：
· 統計，數學，數據挖掘等專業；
· 互聯網行業分析領域兩年以上工作經驗者優先；
· 扎實的機器學習/NLP理論和技術基礎，能熟練使用SPSS/SAS/MATLAB等工具；
· 優秀的口頭和書面表達能力；
· 具備Unix/Linux環境工作能力，能使用shell/python等腳本語言優先；
· 優秀的分析問題和解決問題的能力，對解決具有挑戰性問題充滿激情；
· 良好的邏輯思維能力，學習能力強。
綜合其他一些公司的相關職位招聘要求，大體上國內公司最看重的素質歸納起來有：能熟練使用數據分析工具（掌握SPSS/SAS/MATLAB是基本技能，有些公司會增加特定要求）；有2-3年的工作經驗；對數字敏感、分析能力、表達能力強。這些素質對從事數據分析來說都很重要。但問題是，大數據興起也就是近兩年發生的事，人才市場上哪里能迅速培養出這么多符合期望的候選人？
美國一些公司已認識到這一點，它們采取了更現實的做法：一方面，和大學合作，長期培養大數據專業人才以及開展相關研究，比如英特爾就和數據學專業排名靠前的麻省理工學院合作建立了大數據科學技術中心；IBM則投入1億美元在中國大學推行大數據教育，目前已和北京理工大學、復旦大學、北京大學等7所大學達成合作。
另一方面，企業界已開始轉換思路，不再寄望于找到某位全能型的天才來一手搞定所有的數據分析工作，而是吸引更多各有所長的人來組成一個能創造性解決問題的團隊。有些甚至不需要有統計等特定專業背景。
所以對于想進入這個行業的人來說，別灰心，即使非計算機或數學科班出身，你依然有機會。美國大數據行業龍頭FICO公司的首席分析官安德魯?詹寧思就曾向《財富》表示：“如果你不是一個純粹搞數學的人，或者不是一個專業的編程人員，那也沒關系，因為你可以和那樣的人在同一支團隊里工作。除了量化分析方面以外，我們還非常需要具有求知和好奇天性的人，以及能夠指出業務上的問題并且能與客戶溝通的人。”
最后，我們來看一下這個行業的回報怎么樣。由于目前大數據人才依然處于需求大于供給的狀態，在美國，一位資深數據科學家在大型社交媒體企業當中可以拿到17.5萬美元的年薪，而相關自由職業者的時薪可達200美元。
除此之外，一些創業者正扎根于大數據開創屬于自己的事業。“大數據創業”已成為目前非常熱門的一個趨勢。今年5月麻省理工學院斯隆管理學院舉辦的“技術創新與創業論壇”上，“技術創新與大數據創業”就是一個重要的討論單元。在美國，《財富》剛報道過的一家公司是FlatironHealth，兩位年僅28歲的創始人正試圖利用大數據分析來給出治愈癌癥的最佳方法。這家公司剛剛獲得了谷歌1億多美元的風險投資。
