美国2013年高薪技术排行:大数据居首

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
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。

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。


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。


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
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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
|
4月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
3月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
194 2
|
4月前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
237 4
|
3月前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
171 0
|
4月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
93 2
|
2月前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
3月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
156 4
|
3月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
3月前
|
SQL 存储 大数据
单机顶集群的大数据技术来了
大数据时代,分布式数仓如MPP成为热门技术,但其高昂的成本让人望而却步。对于多数任务,数据量并未达到PB级,单体数据库即可胜任。然而,由于SQL语法的局限性和计算任务的复杂性,分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎,通过高效的算法和存储机制,实现了单机性能超越集群的效果,为低成本、高效能的数据处理提供了新选择。