01星移斗轉 時移勢遷
世界已經從工業時代邁入了數字時代，而這兩個時代的跨越是巨大的，底層根本性的商業邏輯已然徹底轉換。
我們今天看到的工業時代的大贏家，很多都無法延續到數字時代。
這是因為數字時代和工業時代的運作機制截然不同。
無論是增長速度、價值創造與獲取方式，還是戰略舉措都發生了根本性的變化。
這種變化是從數據開始的。
02數據科學 大勢所趨
數字時代是指信息存在的方式，越來越趨向於數字形式。
並運用數字技術對數據進行建模、運算，進而反作用於現實世界。
較為詳細的過程是：
從現實世界收集信息，轉化為數字，進而“提純”後，逐步運用已有的數學模型，或者建立相應獨特的數學模型，通過計算後，得到相應的數據產品，能夠反作用於現實世界，或為決策者提供相應可視化的數據報告，供決策依據。
這就是數據科學的過程。
由於這種運作規律可以給企業帶來大量紅利，並且也是決策時極為有利的依據。
因此這種趨勢，正在逐年加強。
從各家的動作上就可看出端倪。
Looker，一家軟件數據分析公司，2012年成立，2019年6月被谷歌26億美金收購。
當Looker被收購不足一週的時間，Salesforce.com斥資157億美元，收購了大數據公司Tableau Software。
Tableau官網：https://www.tableau.com/
在一次公開會議，亞馬遜CTO Werner也表示：
為什麼有的企業在商業上不斷犯錯？那是因為他們沒有足夠的數據對運營和決策提供支持，一旦進入大數據的世界，企業的手中將握有無限可能。03數據行業 崗位林立
每一個時代的變遷，除了對人們生活顛覆性的改變，隨之產生大量的崗位需求。
目前在國內，與數據相關的崗位主要分為以下幾類：
數據分析師：
運用工具，提取、分析、呈現數據，實現數據的商業意義，需要業務理解和工具應用能力。
數據挖掘師/算法工程師：
數據建模、機器學習和算法實現，需要業務理解、熟悉算法和精通計算機編程。
數據架構師：
高級算法設計與優化，數據相關係統設計與優化，有垂直行業經驗最佳，需要平臺級開發和架構設計能力。
大數據工程師：
運用編程語言實現數據平臺和數據管道開發，需要計算機編程能力。
而工資待遇和各崗位晉升路線如下：
工資待遇：
數據分析師＜大數據工程師＜算法工程師≈數據架構師＜數據科學家
數據分析師的職業通道：
數據分析師 → 算法工程師/建模分析師 → 數據科學家/CIO
大數據工程師的職業通道：
大數據工程師 → 算法工程師/架構工程師 → 數據科學家/CTO
通常情況下，有計算機專業背景和編程基礎的可以選擇後者。
04各大高校 在職學習
那麼，那些沒有計算機專業背景或編程基礎的童鞋呢？
也想涉足數據行業怎麼辦呢？
還有一個辦法，就是同等學力，讀在職研究生。
各高校為在職人員提供了一些渠道，如北京外國語大學國際商學院，提供了商業數據分析方向的在職研究生；
中國人民大學信息資源管理學院，提供了大數據與人工智能方向的研修班；
還有其他高校開設的相關MBA等相關專業。
以北外的商業數據分析為例，我們可以瞭解數據學習的遞進方式為：
掌握大數據分析工具 → 理解商業分析方法 → 能夠實際應用
北外國際商學院商業數據分析方向是一個注重商業與信息技術結合、以管理學科理論與技能為基礎，並偏重大數據應用和實際商業分析能力培養的學科方向。
05文科童鞋 前程無憂
一定有人會問：數據相關行業是不是將文科生拒之門外？
小編以此諮詢了業內人士，專業諮詢師給出的答案是這樣的：
1.文科生，最終拿到碩士學位證沒有問題。
因為國家考試只有兩門：英語科目和綜合科目。
綜合科目涉及：宏觀經濟學、微觀經濟學、企業戰略管理、高級管理學和應用統計學。
並不涉及相關數據等專業的考試，因此文科生可以順利通過國考。
2.學習過程中，1~2門專業課的學習可能有一點點困難。
商業數據分析主要是：利用數據工具去分析大批量的商業數據，從而得到能有效指導企業戰略決策的依據，因此重點不在於編程。
3.文科生在撰寫報告、管理崗位有一定優勢。
06掌握數據 抓住未來
歷史的車輪從未停止過前行，時代的變遷也從未停止過更替。
在數字時代的當下，數據對社會、國家、以至於人類都具有極大的影響力，並且數據也是未來各國大力發展的方向。
我們也從身邊逐漸瞭解到，數據已經逐步進入到商業的各個領域，並極為細緻的影響著各個決策。
數據還不僅僅涉及商業、教育、醫療，數據更與一個國家的國防密切相關。
軍事專家們曾預言：21世紀的戰爭將是一場別開生面的信息戰。
數據，就像因特爾的CEO科再奇說的那樣：
“數據是未來的石油”。
(完)
感興趣的童鞋，可以給小編留言，老規矩：
1.評論文章，一字值千金！
2.關注公號，成為粉絲哦！
謝謝大家~
