By 超神经

内容提要：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。

关键词：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

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

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

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

广东工业大学

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

—— 完 ——

扫描二维码，加入讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容（点击图片阅读）