‍

来源：HyperAI超神经

本文约2400字，建议阅读5分钟

2020 年已经逐渐接近尾声，kaggle 发布了其年度调查报告《机器学习与数据科学 2020》，向我们展示了当前数据科学家的群体画像。

标签：机器学习 数据科学 kaggle 调查

数据分析竞赛平台 kaggle，近期针对平台用户进行了一项调查，涉及从业者基本信息、薪资水平、工作经验等多个维度。

对 20,036 名 Kaggle 用户的反馈进行数据清洗后，kaggle 最终针对 13%(2675 名)的受访者编制了这份报告。这些受访者都是在职的数据科学家，或其他支持数据科学和机器学习的职位。

kaggle 历时一个月，完成了此项调查报告

目前，最近调查报告已出炉。从这个报告中，我们可一览当前机器学习与数据科学从业者的全貌，以及相关企业在这方面的人员雇佣、资金投入状况等，一窥该行业最新发展趋势。

注：在本次调查中，并未出现中国的数据科学家相关数据，超神经经过研究发现，kaggle 在调查问卷的参与规则中，有一条写道：

若想获得该问卷调查所设奖项，您必须满足：

18 岁以上或所在国规定的公民年龄；

本人不是亚美尼亚、古巴、伊朗叙利亚、朝鲜、苏丹国民；

不是受美国出口管制或制裁的个人或实体的代表。

明确指出以上国家、实体代表及个人没有评奖资格

自 2018 年至今，美国已将 200 多家中国企业以及 13 所高校，列入出口管制或制裁的「实体清单」，我们将这些高校名单，以及部分科技、人工智能领域企业名单整理如下：

向上滑动查看更多被列入「实体清单」企业及高校

企业

北京计算科学研究中心

北京云计算中心

中芯国际

大华科技

海康威视

科大讯飞

旷视科技

商汤科技

依图科技

云从科技

云天励飞技术有限公司

东方网力科技有限公司

北京达闼科技（CloudMinds）

奇虎 360 科技有限公司

厦门美亚柏科信息有限公司

颐信科技

华为 38 家子公司

中国电子科技集团公司第三十研究所

中国电子科技集团公司第七研究所

无锡江南计算技术研究所

高校

北京航空航天大学

中国人民大学

国防科技大学

湖南大学

哈尔滨工业大学

哈尔滨工程大学

西北工业大学

西安交通大学

电子科技大学

四川大学

同济大学

广东工业大学

南昌大学

也就是说，只要你所在的学校、公司上了实体清单，问卷可以填，但是不能参与奖项的评审。虽然没有进一步的背景调查和声明，但 Kaggle 的确指名道姓地婉拒了不少国人参与。

报告精炼版：数据科学er的群体画像

 性别、年龄与学历分布 

• 该领域从业人员男多女少，男女比例约为 5:1

• 35 岁是个分水岭，大部分受访者小于 35 岁

• 一半以上的受访者拥有研究生学位

 教育背景和工作经验 

• 大多数数据科学家走出校门后，仍坚持学习新技术

• 大多数数据科学家编程时间少于 10 年

• 一半以上的数据科学家，拥有机器学习的经验不足三年

• 居住美国的数据科学家的工作薪水，明显比其他国家同行更多

 技术相关调查 

• 相比 2019 年，使用云计算的数据科学家更多了

• Scikit-Learn 是使用最多的机器学习工具，有 4/5 的数据科学家在用

• Tableau 和 PowerBI 是最流行的商业智能工具

 男性为主，人均硕士，印度霸榜

• 性别：超八成为男性 

数据科学家从业者仍然存在巨大的性别比例失衡，超过八成都是男性。

去年调查显示，84% 为男性，今年这一比例变化极小

• 年龄：95 后大军已加入 

数据科学家的年龄一般在 20 岁左右或 30 岁出头，约 60% 在 22 岁至 34 岁之间。只有五分之一的专业数据科学家年龄在 40 岁以上。

数据科学家年龄集中在 25 - 34 岁之间

有迹象表明，随着「Z 世代」（指大约 1995-2005 年之间出生的一代）更多地参与其中，数据科学家年龄越来越小，目前已有近 7% 的数据科学家年龄在 18-21 岁之间。

与去年的 5% 相比有所增长，因此，可以预见的是，未来这一群体将会越来越年轻。

• 所在国家：印度和美国霸榜前两位 

在参与此次 Kaggle 年度调查的数据科学家中，印度的数据科学家占 22%，而美国的占 14.5%，两者远远超过第三位的巴西（低于 5%）。

报告因为各项因素，并未将中国明确列入，但排名第三的 Other 的数量不低，也许是为纳入有效统计结果的中国用户。

印度和美国从事数据科学家的人数优势明显

• 受教育程度：研究生学位是标准 

调查显示，与往年一样，研究生学位仍然是数据科学家的标准，超过 68% 的数据科学家拥有硕士或博士学位。只有不到 5% 的数据科学家没有高中以上学历。

超过半数的数据科学家都拥有硕士学位

• 学习平台：Coursera 和 Udemy 最常用 

数据科学和机器学习正在迅速改变，所以受访者中，超九成仍会继续保持学习。其中，大约 30% 的人选择了传统的高等教育课程，更多的人则通过在线资源学习。

在本次调查中，Coursera、Udemy 和 Kaggle Learn 是最常见的学习平台。

很多人不止在一个平台上学习

调查显示他们人均会选择 2.8 个平台

• 编程经验：绝大多数有多年编程经验 

受访者中，大多数数据科学家都至少有几年的编程经验。甚至，超过 8% 的数据科学家从上个世纪，也就是至少 20 年前，就开始编程了。只有不到 2% 的数据科学家声称从来没有写过代码。

从全球来看，美国数据科学家的编程经验要丰富得多。在美国，37%  的人从事编程工作 10 年以上，而全球的话，这个比例只有 22%。

编程经验对于数据科学家来说较为重要

• 机器学习经验：大多数为机器学习新手 

受访者中，大多数的数据科学家在机器学习方面都是新手。只有不到 6% 的专业数据科学家已经使用机器学习 10 年或更久。

大约超过半数的数据科学家

机器学习方面经验少于三年

• 薪资水平：美国最具竞争力 

数据科学家收入相当有竞争力，而美国数据科学家薪资最高，平均达 12 万 - 15 万美元（约合人民币 78 万 - 98 万元）。

而印度虽然数据科学家数量多，但是收入却并不高，近 90% 的印度数据科学家每年的收入不到 5 万美元，仅仅排在全球数据科学家薪资排行榜第六位。

全球各国数据科学家薪资中位数

• 他们都用什么集成开发环境？

报告显示，JupyterLab IDE 仍然是数据科学家的首选工具，大约有四分之三的数据科学家使用它。不过，这一数字比去年的 83% 有所下降。Visual Studio 代码排名第二，仅略高于 33%。

• 他们都用什么机器学习框架？
  

基于 Python 的机器学习库仍居主导地位。其中，Scikit-learn 是一款适用于大多数项目的超级武器，排名第一，有五分之四的数据科学家在使用它。

调查中，TensorFlow 和 Keras，则分别有 50% 的数据科学家在使用。

其中，国内陈天奇博士打造的 Xgboost 排名第四

数据科学家成热门职位，你也要加入吗？

从 2016 年起，kaggle 每年都会进行这样一次调查，让我们能够更清晰地看到机器学习与数据科学从业者的立体画像，以及这一领域的发展趋势。

在大数据时代，企业对数据科学家这一岗位的需求爆发式增长。同时，广阔的发展前景和丰厚的薪酬，也使得数据科学家成为很多人的梦想职业。

根据 Google Trends 显示，在过去近十年

人们对数据科学家这一职位兴趣猛增

不过，从 kaggle 的调查报告中，我们看到，数据科学家这一职业已经越来越年轻化，他们受教育程度也越来越高。因此，要想加入这一赛道，所面临的竞争也是不小的。

kaggle 报告：

https://storage.googleapis.com/kaggle-media/surveys/Kaggle%20State%20of%20Machine%20Learning%20and%20Data%20Science%202020.pdf

编辑：黄继彦

‍