从 Stripe、MIT、Looker 的工程主管对数据人才的发现、留任和对数据工程师团队项目的开发等一系列策略的分享中，j2直播，我们找到了这些问题的答案，使得这份报告清晰地呈现出数据工程的现状。

关键指标：

人数：6500 人在 LinkedIn （领英）上称自己是数据工程师。

发展：2013 到 2015 年，数据工程师的数量至少翻了一倍。

分布：50% 的数据工程师都在美国。

之前的职务：42% 的数据工程师都是软件工程出身。

产业：数据工程师主要供职于信息科技与服务产业。

技能：数据工程师前 5 项主要技能是：SQL, Java, Python, Hadoop, 和Linux。R语言甚至都没进前 20。

分析方法：

本报告基于 Linkedin 上的用户资料，包括所有公开可见的个人及公司档案、技能与工作经验，数据以 2016 年 3 月份的统计为准。

我们根据档案上的职业标题和头衔识别出数据工程师，这里只纳入了那些可确认公司的数据工程师档案。

【图表：LinkedIn 个人档案总结】

　　▲ 截止 2016 年 3 月 1 日，Linkedin 上的个人档案大约 4.3 亿，此次参考了 2.6 亿例档案，其中列有至少一项经历的近 1.9 亿， 有一项已认证经历的超过 1 亿，当前经历已认证的近 8000 多万。

在这些数据工程师中，我们分析了：

3 万项工作经验

8.2 万条个人经历

3400 个公司

分析工具：

分析采用 Python, SQL 和 Jupyter。

HighCharts 和 HighMaps 中的交互式可视化效果采用 Python 的制图包和 Python-highchairs 实现。

数据采用 AWS Redshift 进行存储和处理。

“数据工程师”（所有以某种方式与数据打交道的软件工程师）的定义仍有很大的模糊性，目前并没有一个完美答案，我们觉得由这些从业者自己来解读是最好的方式。

我们发现在 Linkedin 上有 6500 人称自己是“数据工程师”。

6500，这个数目并不大。

实际上，我们有些惊讶“数据工程师”竟如此之少。而在写这篇报道的时候，Indeed 上有 6600 个 数据工程师的招聘启事，这还仅仅是在旧金山和湾区。

薪酬数据也证实了数据工程师很受欢迎。据说，在 Facebook, Amazon 和 Google 这样的巨头公司工作的顶级数据工程师工资超 50 万美金。Indeed 的数据分布更保守一些，尽管如此，薪资也达到了 6 位数。

【图表： 旧金山地区数据工程师的数量和薪酬比】

　　▲ 截止从上图可以看出，薪酬在 10 万美元以上的职位超过 80%, 其中 110k-120k， 120k-130k 和 130k+ 的职位都很多，均超过了 20%。数据工程师成为当下的黄金职业！

　　专家洞见

　　Jonathan Coveney，Stripe 数据工程师：“对数据工程师型人才的需求”。

近十年来，Jonathan 都在数据领域深耕，曾在 Twitter、Spotify 等公司建立数据系统。在他看来，有三种主要趋势在推动着对数据工程师类人才的需求：

公司在对数据和管理数据的人的思考上更加精深。“数据不再是副产品，而是一个公司运作的核心”。

对机器学习愈加倚重。由于机器学习的进步，对专有数据的掌握逐渐成为各个领域的公司最重要的竞争优势。

公司开始建造数据产品。“以地图为例，机器学习主要作用于交通路线的侦测与规划，而地图的基础建设则在于管理和组织大规模的数据，这就是数据工程。”