美国2013年高薪技术排行:大数据居首

简介: 最新调查显示,大数据相关技术囊括了技术领域高薪的Top 3,分别为Hadoop、Big Data及NoSQL。而苹果相关的岗位次之,比如Omnigraffle及Objective-C,而Java、C等主流技术领域的排行并不理想。
0.jpg

最新调查显示,大数据相关技术囊括了技术领域高薪的Top 3,分别为Hadoop、Big Data及NoSQL。而苹果相关的岗位次之,比如Omnigraffle及Objective-C,而Java、C等主流技术领域的排行并不理想。

以下为译文:

也许一些企业至今还未真正了解大数据的价值,但是却并不影响他们在类似Hadoop及NoSQL等大数据技能上的大笔投资。通过一个2013 Dice Tech Salary Survey了解到,大数据项目的两个支柱(Hadoop及NoSQL)人才的价值高于其它任何技术技能,而Apple相关的技术落下的也并不是很远,比如Omnigraffle及Objective-C。从榜单的数据来看,大数据无疑是硅谷最有价值产业之一。

1.jpg
技术领域岗位薪资Top 100

数据的巨大价值

当下,企业仍然无法准确的通过数据获取价值。问卷调查显示,尽管企业已经或者准备立刻部署大数据项目,但是他们仍然缺少变现的途径,当下存在一个很大的脱节。

企业显然愿意支付更多的薪水来留住人才,让他们帮助弄清数据的价值。他们同样也愿意给Apple相关开发者开更多的薪水:在Dice的调查中,Omnigraffle与Objective-C都出现在排行的Top 10。而从Indeed.com的最热趋势分析中,我们能看出一些更有意思的东西:除下大数据之外的热门技术,5个移动技能也位列Top 10——HTML5、iOS、Android、mobile app、jQuery,其中只有一个与Apple相关。

2.jpg
毫无疑问,Apple相关技术支付的薪水最高——在移动开发者只有8万美元左右的薪水时,Objective-C却能给开发者带来10.5万的高薪。

硅谷的多金时代

诚然,主流之后Big Data和Apple iOS相关开发薪水还属未知数。但是可以肯定的是,在2003年美国技术岗位平均薪水还只有6.94万美元,而在2012年已经飙升至8.569万美元。但是如果你想获得更高的薪酬,硅谷无疑是个风水宝地。虽然业内一直吹嘘技术岗位平均薪水已达101279美元,但是只有硅谷的平均薪水在10万美元以上,尽管在2012年之后下降2.8%,而波士顿(上涨7%,达94742美元)和洛杉矶(上涨2%,达92498美元)得到了很大的增长。

尽管通过一个高管得知,Hadoop离真正创造价值还有许多工作需要完成,但是由于人才的供不应求,薪水仍然会持续走高。

未来的就业趋势

虽然这只是主流前的薪资情况,但是从另一个角度上看,大数据及苹果相关岗位都有着非常光明的前景——特别是大数据。不可否认,Android及HTML5会稀释苹果在移动领域的影响力,降低其岗位数量或者是薪酬,也可能是同时。但是对于大数据来说,已经无可阻止。

鉴于大数据领域具备着无可匹敌的开源优势,很可能会出现大数据岗位偏离硅谷这个可能。一年前,Cloudera高管对Churchill Club俱乐部员工说,Hadoop对大部分企业还非常复杂,但是这点很快就会得到改变,特别是当应用程序比它更复杂之后,而在当下,我们似乎已经接近了这个情况,已经非常多的大数据工作虚位以待。


原文发布时间为:2013-10-02


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
27天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
3月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
3月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
49 2
|
7天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
3月前
|
机器学习/深度学习 存储 人工智能
大数据处理与分析技术:未来的基石
在信息化时代,数据已成为企业发展和决策的基础。而随着数据量的不断增长,传统的数据处理方法已经无法满足现代企业的需求。因此,大数据处理与分析技术的出现成为了新时代的必需品。本文将介绍大数据处理与分析技术的概念,意义、应用场景以及未来发展趋势。
47 3
|
17天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
22天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
29天前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。