<p>White Paper ofData Talents数据科学协同平台在互联网和信息技术高速发展二十多年后的今天，高科技领域已呈现出另一种竞争形态，人工智能与大数据是当今科技领域最为关注的主题之一。现阶段，数据体量呈现爆发式增长，随着时间不断累积，加之商业竞争愈发激烈，企业对数据价值的挖掘和应用方面产生了前所未有的迫切需求，数据资产受到的重视程度越来越高。数据所能产生的价值与技术发展紧密相关，不断变化的商业环境又使得数据处理的复杂程度极具挑战性，这都对数据人才的能力提出了非常高的要求。数据正逐渐成为企业未来发展的关键资源，数据人才则是业界重要稀缺因子。如何识别数据人才、配置数据团队、激励数据人才发挥最大价值，是值得企业探究的新话题。为此，中国领先的数据科学协同平台和鲸科技，携旗下的和鲸社区（Kesci）与国际顶级咨询公司韦莱韬悦 (Willis Towers Watson) 共同策划和制作了这份中国数据人才白皮书（简称“白皮书”），以探究数据人才背后的故事，力求为中国企业数据化提供强有力的指引和帮助。白皮书通过对超过 2000 位数据人才的邀约调研，从数据人才画像、如何识别和培养优秀的数据团队等多个维度进行探讨研究，为企业提供了数据人才相关的全方位信息参考，包括了数据人才的关键经历、知识技能、胜任力潜能以及职业发展目标和规划，从而助力打造和提升企业的数据处理能力。前言CONTENTS前言CHAP1 &nbsp;当我们讨论数据人才的时候，我们在讨论什么？一、为什么企业需要数据化转型二、数据人才支撑数据化转型CHAP2 &nbsp;什么是数据人才？一、数据工作者的定义二、关键经历三、知识技能四、Wave &nbsp; &nbsp;胜任力潜能五、对未来的期望CHAP3 &nbsp;头部数据人才是什么样的？一、什么是头部数据人才二、头部数据人才 v.s 其他数据人才三、头部数据人才画像的价值CHAP4 &nbsp;如何构建优秀的数据人才团队？一、数据团队的组建二、数据团队的赋能三、数据团队的评估CHAP5 &nbsp;数据武装，决胜这个 VUCA 的时代！后记0104050506070710131719202125262728293032RCHAP 1当我们讨论数据人才的时候，我们在讨论什么？一、为什么企业需要数据化转型二、数据人才支撑数据化转型当我们讨论数据人才的时候，我们在讨论什么？ &nbsp; &nbsp;05近些年，我国居民生活水平有了极大的提升，对生活品质的要求也越来越高。消费者对于产品、服务、体验的需求也呈现多元化发展方向，企业需要通过为客户提供更加贴心与高品质的服务和产品来满足客户的需求，这是企业重视数据、期望挖掘和应用数据的根本驱动力。于是，在科技飞速发展的今天，越来越多的企业正在借助大数据及人工智能的力量提升经营效率和市场竞争力，数据化转型已经成为优秀企业的战略共识。数据处理技术的突飞猛进，使得数据资源能够以更高效率、更加丰富的形式，转化为企业所需要的商业价值。很多大型企业已经走在数字化转型道路的前沿，其中数据团队功不可没。数据团队通过对以往数据的收集、整合、加工、利用，对现有业务进行调整和预测，不断推出更高性价比的产品、服务与体验，提升企业效益。数据化转型是一个充分利用数据资源及技术手段来解决现有行业问题和社会问题的过程，这个过程不仅依赖于资金投入、资源整合，更高度依赖人才的技能、创造性以及管理能力，数据人才就是支撑企业数据化转型的重要基础和武器。然而，面对快速变化的商业和科技环境，学校和企业对于数据人才的培养始终面临着多形态的挑战；另一方面，数据人才需要大量实践经验的积累和不同场景的历练，才能够将数据科学运用到真实的商务情景中，因此一个优秀的数据人才的培养周期是非常漫长的。如何最大化数据人才的价值，充分支撑企业的数据化转型，是非常值得探究的重要命题。一、为什么企业需要数据化转型二、数据人才支撑数据化转型CHAP 2什么是数据人才？一、数据工作者的定义二、关键经历三、知识技能四、Wave &nbsp; 胜任力潜能五、对未来的期望R什么是数据人才？ &nbsp; &nbsp;07知识工作者， 是以知识为主要资本积累，基于知识发挥生产力和商业价值的一类人群。数据工作者， 是知识工作者的一种，基于知识和工具开展工作，对数据进行加工与利用，解决问题并创造价值。通过调研，我们从 成长历程 及 目前现状 两个方面进行分析，帮助我们进一步了解数据人才这个新兴族群。数据工作者拥有怎样的专业背景与教育背景？无论是对企业的数据人才招募，学校的数据人才培养，还是对人才个人的数据化转型，都是一个值得关心的问题。数据人才的专业背景呈现出多元化特点，并没有局限于某一专业门类，经管类与基础学科同样占据了一席之地，数据处理技术的应用渗透于各个专业领域。然而，在数据人才多元化的专业背景中，依然可以看到计算机类、数理统计及工程类学科占比总计超过60%。这些偏理工学科背景的人才，具备良好的数理统计基础、逻辑思维与编程能力，是科技企业的重要人才来源。与其他人才群体相比，海外院校与国内211/985院校占比接近50%。每2个数据专业人才中就有1位来自海外院校或国内985/211院校，从侧面反映出数据人才群体整体供给质量较高。 多元化专业背景，理工科人才依然是主力 优质院校占据半壁江山，市场供给质量较高一、数据工作者的定义二、关键经历1. 成长历程图 1 &nbsp; 数据人才来自哪些专业？图 2 &nbsp; 数据人才毕业于哪些院校？9%38%53%24%22%20%18%9%6%1%08 &nbsp; &nbsp; &nbsp;什么是数据人才？数据人才分布在哪些城市，他们聚集在哪些类型的行业，性别是否有明显差异，工作经验与工作满意度如何，这些问题亦是企业、学校与个人关注的重点。从行业的分布来看， 数据人才主要集中在数据分析需求较高的行业，如科技、互联网、金融、零售等；同时，随着高科技赋能现代化商业场景，信息化战略的实施达到了一定成效，数据处理技术得以在此基础上发挥其良好的效用。目前，数据思维已渗透到各行各业， 我们看到越来越多的传统行业中也涌现了优秀的数据人才。从地域的分布来看， 数据人才主要分布于高科技企业较为集中的城市，如北京、上海、广州、深圳、杭州等城市；同时，随着国家政策对于不同城市科技发展的支持和资源倾斜，以及地方政府的人才吸引策略的大力推进，我们看到数据人才已经不再是一线城市的独宠，二线城市的实力也在增强。在传统高科技行业的技术岗位中，男性工作者数量普遍具有更高占比，且与女性数量有较大差异。然而从本次调研结果来看，每 3 位数据人才中就有 1 位女性，与科技行业的其他技术岗位相比，女性占比更高。 数据人才的分布与行业及城市的发展程度呈现高度相关性 数据工作亦受到女性青睐2. 目前现状图3图4图 5 &nbsp; 数据人才是否存在明显性别差异？</p>