作者：神经小兮
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
- 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
- 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
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
