作者丨Big Cloud
编译 | 武明利，责编丨Carol
出品 | AI科技大本营（ID:rgznai100）
本报告将深入探讨亚太地区各个背景、不同年龄和不同地点的专业人员对2019/2020年的见解。今年贡献最大的地区来自新加坡和澳大利亚。因为这些是我们最大的数据点，所以这些国家是本报告中我们关注的重点。
与我们2019年的调查非常相似，许多受访者都是数据科学家，但我们也从数据工程师、研究人员、机器学习工程师和C级专业人员那里收集了结果。该报告涵盖了新加坡数据科学市场各个层面的广泛专业。
我们将研究市场的总体趋势，包括目前可以工作的顶级行业，所使用的编程语言、技术技能、薪水、福利和工作动机。
无论你处于职业生涯的哪个阶段，我们都希望这份报告能使你更好地了解如何与同行和行业内其他人进行比较。也希望这能帮助招聘人员在不断变化的、复杂的，被称为数据科学的市场中领航！
在本报告中，我们最大的数据集来自新加坡，印度和澳大利亚。受访人数最多的新加坡。
受访者背景
参加今年调查的受访者人数最多，其结果与去年相同，其中大多数男性年龄在25-34岁之间。女性参与者的性别比例增加了3％。参加今年调查最受欢迎的城市位于新加坡、深圳、海得拉巴和裕廊西。
受访者性别比例
现任职位
参加我们调查的人数最多的是年龄在25-34岁之间的男性数据科学家，占比33％。与去年相比，职位的变化似乎更大，数据工程师的数量减少了1％，研究人员的数量减少了2％。男女参与者比例增加了3％。
教育和经历
教育层次
与2019 年的报告相比，今年拥有硕士学位的参与者增加了9％，其中48％拥有硕士学位。
与2018年相比，今年拥有博士学位的受访者减少了2％，拥有学士证书的受访者减少了3％。
经验年限（包括博士后研究作为经验）
在我们所有的受访者中，有24％的受访者表示他们在该领域拥有10年或以上的经验。与我们2018年调查收集的数据相比，这一比例增加了7％。具有2年和3年经验的人排在第二位。
有趣的是，自2018年以来，拥有2年经验的人增长了3％，而拥有3年经验的人保持了14％的比例，一年或以下经验的人没有任何改变。
现任公司年限
56％的受访者在公司任职一年或更短时间，比去年增加了10％。员工似乎正在积极寻求与行业快速增长保持一致的新机会。公司开始了解市场上人才的真实水平，他们比以往任何时候都更愿意提供更具竞争力的薪水来激励员工跳槽到新单位。
与仅2％的员工呆在同一家公司10年以上相比，该数据巩固了以下观念：数据科学是一个快速发展的行业，数据科学家和其他类似职位认为在其他地方学习新技术和技能是有价值的。
技能和技术
连续第三年，Python再次成为最常用的建模和生产编程语言，有71％的受访者将其排在R，Scala和C 以上。有趣的是，这个结果与我们2019年薪资报告中报告的百分比相同。
与2019年相比，表示完全不编写代码的受访者比例下降了2％。
主要建模编程语言
主要生产编程语言
最常用的数据科学工具
91％的参与者选择Python作为他们在新加坡经常使用的工具，突显了该数据科学工具的接受程度。73％的人选择了Jupyter笔记本，而56％的人选择了SQL。这是我们第一次收集数据科学中最流行的工具和方法的数据点，因此无法将我们的发现与以前的任何调查进行比较。
最常使用的数据科学方法
当说到数据科学方法，逻辑回归、神经网络和随机森林是最受欢迎的三大选择，大约64％的受访者经常使用它们。
与工具首选项相比，他们选择的数据科学方法之间的差异更大。调查中的其他选项（未达到上面显示的前7个选项）是46％的集成方法、32％的贝叶斯技术和38％的SVM。
编程能力
我们根据角色评估了不同的编程能力，并且结果是混合的。通常，具有工程角色的人员最好在生产级别上描述其编程能力（85％），而学生、研究人员和数据科学家则更倾向于在建模级别上描述其编程能力（55％）。
数据科学家主要将其能力描述为处于生产水平（58％），与我们2019年报告相比，增长了18％。C-Suite专业人员的能力特征是更倾向于生产水平（58％）。
25％的受访者每周花费21-30个小时进行编程，这比我们2019年的调查结果增加了1％。22％的受访者表示，他们每周花费31个小时以上进行编程，而6％的人根本不会编程。总体而言，答案是多种多样的，这可能表明参与者的资历存在差异。
薪资福利
预期薪资增长
问卷中有一题：“如果你正准备跳槽，你认为加薪的百分比是现实的吗？” 18％的大多数人期望薪水增加26-30％，另外18％的人期望薪水增长在16-20％之间。
将我们的2019年结果与2020年结果进行比较后，与去年相比，现在养老金缴纳和股权/股票比去年更受欢迎，免费食品津贴以及体育馆和休闲津贴在大多数人心中排名下降。 14％的人说他们没有收到所列的任何好处。
主要收益：
1.健康保险/牙科/保健
2.养老金供款
3.股权/股份
4.健身和休闲
5.汽车/交通津贴
7.无
8.住房/住宿
9.免费的育儿/教育
下面是每个国家/地区每个职位的平均工资。我们还计算了过去两年的平均工资增长以及平均奖金。
新加坡
澳大利亚和新西兰
大多数以澳元和新西兰元付款的受访者选择不透露有关其工资和奖金支付的信息。
工作满意度
1、你认为目前的薪水和待遇令人满意吗？
（寻求新工作的理由）
1.更高的赚钱潜力
2.更多有意义的项目/工作
3.发展/晋升的机会
4.更好的领导才能和远见
5.研究机会
6.更好的工作/生活平衡
7.移居
8.更好的公司文化
9.进一步的培训和发展
10.建立自己的公司
2、如果以1到10的来评分，找一份新工作有多容易？
A: 最常见的回应是3
3、你会为合适的工作而搬迁吗？
亚太地区公民中移居地排名前五的地方是美国，英国，德国，法国和爱尔兰。
十大行业
在新加坡各行各业工作的所有受访者中，目前有64％的人没有在初创公司工作。尽管如此，数据科学市场仍然持开放态度，有82％的人表示他们将来会考虑加入其中。
当前在新兴行业工作的受访者主要是技术/ IT和咨询（38％）。来自这两个行业的受访者中的大多数人（38％）也分别考虑未来在初创企业工作。
1.技术/IT 2.咨询 3.金融科技 4.其他 5.软件 6.运输和物流 7.医疗保健 8.学术/教育9.保险 10.电子商务
部门图表中排名前三的行业表明，数据科学在商业领域（金融科技）是一项相对较新的业务功能。行业5-10展示了数字创新和向AI的转变。保险业已进入今年的行列，能源行业的员工未能在2020年的前十名中亮相。
在今年最常见的行业中，银行与金融，市场营销与广告与工程等行业的亏损不在行业范围之内。
原文：
https://drive.google.com/file/d/0BxkXoRBmlIxVaGE1UURlaVFrYWhvQkJxeHVhelVfWmpkY2NN/view
（*本文由 AI 科技大本营编译，转载请联系微信1092722531）
【end】
