Kaggle:2017年中美机器学习大调查

最新消息,Kaggle最近对机器学习及数据科学领域进行了全行业深度调查,调查共收到超过 16,000 份回复,受访内容包括最受欢迎的编程语言是什么,不同国家数据科学家的平均年龄是什么,不同国家的平均年薪是多少等。

不过,因为中国的数据收集不够全面,而美国数据也同样存在清洗不够的情况,所以,以下数据仅供参考。希望Kaggle下次能将数据做得更透彻更深入更全面。

以下为AI科技大本营对其进行的数据整理,并从中美数据科学和机器学习对比的角度呈现如下:

中美数据工作者概况对比

年龄

从世界范围来看,本次调查对象的平均年龄大约 30 岁,当然,这个值在各个国家之间有变动。

以下为中美调查对象的年龄对比:

中国

在中国,机器学习从业者年龄的中位数是25岁,从业者集中在20-30岁年龄段。这可能反映出中国从业者人群的大体分布,但鉴于Kaggle所统计到的数据量,其中的细节还值得商榷一番。

美国

在美国,机器学习从业者年龄的中位数是32岁,以20-30岁年龄段的人数最多。但令人意外的是,我们在图表中看到一位年满100岁的大牛,还有几位年龄接近0岁的小朋友。我们尚不清楚Kaggle这里数据清洗的细节,不过这几位大牛果真存在的话,务请联系AI科技大本营,我们对您的存在非常感兴趣。

中美就业状况对比

中国全职工作者占53.%%,美国则高达70.9%

中国

美国

中美数据科学具体职位对比图

数据科学领域可涵盖的工作非常多,包括机器学习工程师,数据分析师,数据科学家,软件开发人员,数据挖掘人员等。以下为中美在数据科学领域的对比图:

中国

美国

年薪

从全球来看,数据科学人员的年薪中位数为$55,441。在中国,数据科学家的年薪中位数为$29,835。美国则高达$110,000

中国全职年薪

美国全职年薪

最高学历

通常来讲,数据科学从业者中最普遍的学历是硕士,但一般来讲,博士学位能拿到($150K – $200K 和 $200k+)的高薪。

就中国而言,硕士学位在总体占比为40.5%,博士仅11.2%,本科学位从业人数则高达39.5%,与硕士从业人数持平。

而美国,硕士学位只有44.5%,博士学位高达20.7%,本科从业者占比也高达26.5%。

总的来说,美国博士学位高达20.7%,从占比上来看,接近中国的两倍(中国为11.2%)。

中国

美国

数据科学家到底是怎么工作的?

工作中使用什么样的方法?

Logistic回归是除了军事和国安领域外,最常用的数据科学研究方法。在军事和国防安全领域,神经网络使用地更多。

所有国家整体数据

数据工作中使用最多的工具语言是?

总体来说,Python是数据工作者使用最多的语言。同时,数据研究人员对R语言的忠诚度也很高。

所有国家整体数据

工作中使用什么类型的数据?

关系型数据市是最常用的数据类型。但在学术研究者和国防安全领域则更亲睐文本和图像。

所有国家整体数据

工作中使用什么样的代码共享和托管方式?

大部分数据工作者使用Git分享代码。不过,大公司的工作者更喜欢将代码保留在本地,并将代码用邮件分享。初创公司则用更快捷的云分享方式。

所有国家整体数据

工作中遇到了什么样的障碍?

脏数据(Dirty Data)是最大障碍。机器有侧重,但理解不同算法的能力不够也是一大困扰数据工作者的障碍。缺乏有效管理和资金支持是数据工作者面临的两大外在困境。

数据科学新手如何在这个行业崭露头角?

根据你的经验,你会向数据科学新手推荐使用哪种语言?

这个因人而异。在Python和R两大使用群体最大的语言中,大部分人觉得Python更值得被推荐。

你从哪里获得数据科学的学习资源?

数据科学是个变化极快的领域,业内人员需要不断更新知识体系,才可以在业内保持一定地位,不被时代淘汰。Stack Overflow Q&A,Conferences,和Podcasts是已从业者经常使用的学习平台。发布新软件时,一定记住阅读官方使用指南,并推荐去YouTube观看使用视频。

从哪里获得开放数据集?

没有数据就没有数据科学!当涉及到一些数据科学技巧时,知道如何找到练习所用的干净的开源数据集和项目非常重要。越来越多人开始使用我们的数据集聚合器(https://www.kaggle.com/datasets).

通过什么渠道获得工作?

根据数据科学领域过来人的经验,以下这些方法可能会比在公司网站,招聘网站上投递简历更高效,比如通过建立自己在这个行业的关系网络。

自ai科技大本营

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

赞助商
2017-10-31
Kaggle:2017年中美机器学习大调查
最新消息,Kaggle最近对机器学习及数据科学领域进行了全行业深度调查,调查共收到超过 16,000 份回复,受访内容包括最受欢迎的编程语言是什么,不同国家数据科学家的平均年龄是什么,不同国家的平均年

长按扫码 阅读全文