大数跨境

2017数据科学职位报告:R语言超过了SAS,但是相比于Python,它们都望尘莫及了

2017数据科学职位报告:R语言超过了SAS,但是相比于Python,它们都望尘莫及了 Python程序员
2017-04-04
0
导读:衡量数据科学软件普及率或市场占有率的最佳方法之一是计算每个职位的招聘广告数量。招聘广告含有丰富的信息和资金支持,因此它们也许是衡量每一个软件受欢迎程度的最好方法。职位趋势图给我们一个很好的建议:在未来

Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发。

招聘广告

衡量数据科学软件普及率或市场占有率的最佳方法之一是计算每个职位的招聘广告数量。招聘广告含有丰富的信息和资金支持,因此它们也许是衡量每一个软件受欢迎程度的最好方法。职位趋势图给我们一个很好的建议:在未来什么是可能成为更受欢迎的。

Indeed.com是美国最大的找工作网站,它收集的信息是最好的。作为联合创始人和前任CEO Paul Forster说,Indeed.com包含“所有职位来自1000多个独特来源,集合了专业招聘网站——Monster、 Careerbuilder、Hotjobs、Craigslist,以及数以百计的报纸、协会和公司网站“。Indeed.com同样有超高的搜索能力,它包括了一个跟踪长期趋势的工具。

在Indeed.com上搜索职位是容易的,但是用一种保证公平比较的方式搜索就相对棘手了。一些软件仅仅用于数据科学(例如SPSS,Apache Spark)但是其他一些既用于数据科学,但更广泛地应用于报告写作(例如SAS,Tableau)。多用途的语言(例如C,Java)同样大量用于数据科学工作,但是使用它们的绝大多数工作和数据科学是无关的。为了提高游戏水平,我开发了一种协议,用于在数据科学家的范围内对软件进行搜索: How to Search for Data Science Jobs。本节中使用的图表都是使用这些程序在所要求的查询下生成的。

我在本节收集了2017年2月24日一天的职位数目。有人可能会认为,一天的样本可能不是很稳定,但是职位来源的巨大数量使得Indeed.com对于职位的收集的数目变得相当一致。上次我收集这个数据是在2014年的2月20日,当时使用相同的协议(一般目的语言)收集,产生了相似的结果。它们在7%至11%之间增长,相关值为 r=0.94,p=0.002。

Figure 1a 展示的是在SQL语言处于领先位置,拥有近18000个工作,然后是Python和Java有13000个。Hadoop其次,有超过一万个工作,然后是R语言,C语言类(包括C,C++,C#)和SAS(C、C++、C#通常合并在一个搜索中,因为招聘广告通常寻找它们其中的任意一个)。这次报告首次出现了R语言的职位超过了SAS,但是记住这些是数据科学的特定的工作。如果你进行一次关于报告写作的工作的搜索,你会发现两倍多的SAS工作机会。

然后就是Apache Spark,它在2014年的报告中还因为太年轻而没被入选。然而,它在很短的时间内已经走了很长的路。想了解Spark状态的细致的分析,请看Thomas Dinsmore写的Spark is the Future of Analytics。

然后是Tableau,大概有5000个职位。2014年的报告中没有包括Tableau因为它的职位主要用来进行报告写作。加入将报告写作纳入统计的话,Tableau专业知识的职位的数量会是现在的4倍,超过两万个职位。

Figure 1a. The number of data science jobs for the more popular software (those with 250 jobs or more, 2/2017)

然后是Apache Hive,有大约3900个职位,然后紧跟着一些多样化的软件,有Scala,SAP,MATLAB和SPSS,每个都又有2500个数据科学职位。在这些之后,我们看到的是从Teradata开始的一个缓慢下降。

大部分软件有少于250个职位的列表。当和行业领导者显示在同一图表中时,它们的工作计数似乎是零,因此我在Figure 1b中分别绘制了它们。Alteryx在这个组中处于领先位置,有240个职位。Microsoft这个关键词很难以处理,因为它总在提到其他Microsoft产品比如Windows或者SQL Server的数据分析广告中出现。为了消除重复计数,我视Microsoft为不同于其他的产品,如Auzre Machine Learning或 Microsoft Cognitive Toolkit。所以这是个好机会,我从过分强调Microsoft到不再强调Microsoft,它只有157个职位。

Figure 1b. The number of analytics jobs for the less popular software (under 250 jobs, 2/2017).

下面是迷人的新高性能语言Julia。我惊奇于FORTRAN语言在这么多年后仍然还在。Apache Flink也在这一组。上述三种都有125个左右的职位。

接下来是H2O,有100个左右的职位。

我觉得那很迷人,SAS Enterprise Miner、RapidMiner和KNIME出现在一起,都有90个左右的职位。它们三个共享一个类似的、令它们容易使用的、工作流用户接口。企业的招聘广告中,这些软件并不需要太多的培训,如果现有的员工用起来很容易所以可能企业就不会去雇佣一个专业的人员。SPSS Modeler也使用同种类型的接口,但它的职位技术是其他的一半,约50个。

下面就是Statistica,先被Dell收购了,然后又卖给了Quest。它的36个职位远在与它相似的竞争者SPSS之后,SPSS的优势是它的74倍。

然后是开源的MXNet深入学习框架,有34个职位。相似的项目TensorFlow具有它12倍的优势,但是它们两个都太年轻了,我希望它们两个都能在未来快速增长。

最后一批是很少有工作职位的,即便有的也是DataRobot、Domino Data Labs。其他的已经存在多年了,让我们想知道它们是如何在所有的竞争中保持漂浮的。

要注意的是:Figures 1a a和1b展示的值是时间上单点值。对于更流行的软件来说,职位在每天的变化几乎是不变的。因此在Figure 1a中展示的相对排名在未来一年不太可能改变太多。Figure 1b中展示的较不流行的具有较少职位的语言或软件更可能每月改变,虽然它们相对于主流的语言和软件的位置应该保持更稳定。

每个软件都有一个总的趋势,显示了对工作需求的变化。你可以通过Indeed.com的Job Trends 工具描点画出。然而,与以前一样,只关注分析工作需要仔细构造查询,并且在每次比较两种趋势时,它们都必须在同一查询限制中进行匹配。这些细节描述在这里here。

我特别感兴趣的是R语言的趋势,让我们看看和SAS比较的结果。在Figure 1c中我们看到从2012到2017年2月28日我绘制这图为止,SAS的数据科学工作的数量一直保持相对持平。在同一时期,R语言的职位稳步增长,终于在2016年初超过SAS的职位数量。正如在一篇博客文章中指出的(在本报告的其他地方),2015年,R语言在学术出版物中的使用超过了SAS。

Figure 1c. Data science job trends for R (blue) and SAS (orange).

在互联网上一个长期存在的争论是讨论Python和R语言的相对位置。具有讽刺意味的是,关于数据科学软件的这场争论涉及的数据非常少。然而,现在至少可以研究一下职位的趋势。Figure 1a 展示给我们Python相比于R语言是有优势的,至少在我们运行搜索的那一天。数据随着时间的推移会怎样呢?答案展示在Figure 1d中。

Figure 1d. Jobs trends for R (blue & lower) and Python (orange & upper).

正如我们看到的,2013年Python在数据科学方面的职位超过了R语言。当然,它们是非常不同的语言,对职位描述的快速扫描显示R语言的工作更侧重于现有的分析方法的使用,而Python的工作有更多的定制化编程角度给程序员。


英文原文:http://www.statsblogs.com/2017/03/01/data-science-job-report-2017-r-passes-sas-but-python-leaves-them-both-behind/
译者:我不刷碗


【声明】内容源于网络
0
0
Python程序员
1234
内容 2525
粉丝 0
Python程序员 1234
总阅读0
粉丝0
内容2.5k