關注微信公眾號：【索沃內推】。查看券商、投行部（IBD）、研究所（行研）、證券、基金、VC、PE、四大、MBB咨詢最新可內推實習崗位List。

【索沃內推】：提供留學申請、工作求職、背景提升一站式解決方案，指導過近千名學生成功求職，以內推形式幫助百名學生進入投行、券商、咨詢、四大、快消等。

麥肯錫可是越來越讓人看不懂了

前段時間進軍零售業

親自開店做起了內衣生意

最近卻在砸錢

和Google、Amazon這些科技大佬

以及Goldman Sachs等九大投行搶人！？

麥肯錫最愛的人才，其實是？

作為管理咨詢屆大佬，麥肯錫向來最愛來自各大商學院的精英們，但如今能真正得到大佬青睞的卻是這一崗位的人才——Data Scientist。沒錯！為了招到Data人才，麥肯錫正在瘋狂砸錢，薪資開價壕上天，年薪$100K只是小意思~

不僅給錢大方，贊助H1B工簽也是毫不猶豫！根據H1B Home統計的數據，今年是麥肯錫對Data Scientist贊助H1B最多的一年，占比高達58%。

咨詢大佬為何偏偏愛上Data Scientist？

大家可能有所不知，麥肯錫如今可是越來越有科技公司的模樣了，誓要靠大數據轉型升級2.0！為了完成數字化轉型，麥肯錫近年來動作不斷：

• 麥肯錫專門成立了Digital Mckinsey數字化部門和MDL麥肯錫數字化實驗室，通過大數據、云計算等技術幫助客戶發展他們的數字能力，目前在全球已有上千名員工
• 旗下的數據分析部門Minkinsey Analytics與SparkBeyond建立合作，將人工智能引入數字化咨詢業務
• 麥肯錫還開展了十幾宗收購，大大增加了在數據分析領域的實力，例如高價收購了大數據和高級分析公司QuantumBlack

如今麥肯錫的數字化業務已經占到整體業務的30%。

業務模式的升級則需要大量的數據人才backup。據了解，在麥肯錫全球22000名雇員中，Data Science人才已經達到了3000多人，而這一數字還再持續增加。

對Data Scientist愛不停的可不只有麥肯錫一家，BCG、Bain也都在加快業務升級的腳步，大力組建自家的數據人才團隊。

BCG成立DigitalBCG，建立Digital Ventures、Gamma和Platinion等新的子公司和業務團隊，人員擴張達700多人，包括數據科學家、數據工程師、軟件開發員等等。

就在前不久，BCG還在深圳成立了亞太數字中心，這也是BCG在亞洲首個數據人才數量超過傳統咨詢人員的辦公室。

Bain也組建了世界上一流的數據團隊，并一直在波士頓、華盛頓、亞特蘭大、芝加哥等地區尋找Data Science人才，其下的Advanced Analytics Group專門通過數據分析解決客戶實際上的商業問題。

Data Scientist到底是個怎樣的存在？

《哈佛商業評論》曾將Data Scientist數據科學家評為21世紀最性感的職業。沒錯，一個職業也能俘獲Sexy的至高評價！

數據科學家主要工作是收集、處理和分析數據，從而將數據轉化為一種有價值的商業資產。在如今數據=金錢的時代，Data Scientist就是吸金發動機！

也正因為如此，各大行業都亟需Data Scientist！Indeed年度報告顯示，Data Scientist崗位年增長率高達29%，與五年前相比增長了344%。

而與此同時，Data Scientist的薪資水漲船高！Glassdoor 2019美國薪酬最高的初級崗位榜單簡直是“公開處刑現場”。

第一名Data Scientist的中位數工資達到了95,000美金，以5000美金的優勢甩開了第2名軟件工程師，比投行汪要多了10000刀，超多熱門求職行業被虐了個“體無完膚”。

其實，Data Scientist炙手可熱只是Data行業的一個縮影。可以這么說，如今Data無論走到哪兒都是Slay全場的頭號焦點！

華爾街、硅谷掀起Data狂潮！

1

所有高薪行業都在搶著招！

愛上Data人才的可不只有MBB，華爾街、硅谷都在暗相較勁，希望能把最優秀的人才招到麾下。今年Diffbo統計了最愛招Data的科技公司，Tech Gaints悉數在列：

不過，Google對這一排名結果似乎并不滿意，CEO放言今年將斥資$13billion進行擴張，包括13座Data Centre，預計將增加1萬個崗位。

source：USA TODAY

在眾多Data崗位中，硅谷大佬們最愛招的崗位是Data Scientist、Data Engineer和Database Administrator。小編稍微為大家科普一下后兩個崗位：

Data Engineer

數據工程師負責設計和構建那些能創造大數據集的程序，并提供給數據科學家去分析和建模。

Database Administrator

通常具有計算機科學或信息技術學位，數據庫管理員負責建立數據庫，維護和保護數據庫。

雖然對Data Science的最大人才需求仍然是技術/ IT行業，但金融行業也在逐年增長，人才需求占比達到了16％ 。

華爾街的金融大佬們不論是投行、對沖基金、私募基金，都對數據人才偏愛有加。據了解高盛現在擁有9000名科技人才，其中包含大部分Data崗位分析師、數據工程師和數據科學家。

今年高盛還計劃學習科技公司Netflix推行數據訂閱服務，對數據人才招招招不停...

看上數據訂閱服務的還有瑞銀！去年，瑞銀就確認了正在開展應用推薦算法方面的早期嘗試。與此同時，瑞銀也正在擴大大數據領域的員工隊伍，包括數據科學家、架構師和數據分析師，希望借助這些人才來保持行業競爭力。

2

薪資開價OMG！

行業大佬們為了爭奪最為優秀的Data人才，都是下了血本的！Google、Goldman Sachs、Mckinsey三家大佬給Data崗位的平均起資，更是一家比一家壕！

僅就Data Engineer而言，麥肯錫出乎意料地給出了$130K+的超高薪資，沒想到硅谷大佬Google直接甩出了$152,428的天價薪資！

對于Data Analyst崗位，投行老大哥高盛開出的薪資更高，平均base pay已經達到了$84,481。

而從公司內部來看，Data崗的薪資也是排在前列。Google Software Engineer的起薪為$128K，和Data Engineer還有不小的差距呢~

3

H1B的名額占了一半！

做Data，H1B超好拿！原因是，留學生能想到Sponsor大戶全在招Data！根據移民局公布的數據，公司最愿意Sponsor H1B的Top 50職位中，50%都是Data行業的！

One more，Sponsor大戶對Data人才的贊助熱情特別高！小編再次cue一下麥肯錫，僅半年的時間就成功為80多位Data人才贊助了H1B！

4

門檻不設限，本科生也能進！

Data行業的對學歷、專業的門檻都不高~

很多同學聽到Data Scientist就心虛，覺得科學家這種title的職業是不可能跟自己有關的，但實際上內部初級員工都是自稱Analyst的啦~

并且，Data Scientist可不是只有PhD大神才能勝任的工作喲~根據Paysa數據庫數據顯示，Data Scientist有將近一半是本科學歷！麥肯錫官宣了對Data Scientist的要求，本科生就可以申請！

Data行業對于專業也沒有什么硬性要求，理工科、商科的同學都可以從事Data。換句話說，任何一個專業的同學，只要你能將數據應用到你所學領域里就可以。

要論寶藏行業，還有誰比Data更有資格啊？況且Data還有好消息告訴你，到了2020年，美國數據科學類崗位將增加36萬個，總數達到270萬！

各位寶寶們，你們還不抓緊機會嗎？

想要穩拿Data Offer，你該如何準備?

1

掌握Basic Knowledge

Data作為一門交叉學科，需要掌握多方面的知識。

數學與統計基礎

數據行業離不開數學與統計學知識，需要有微積分需要有微積分、線性代數、概率論與數理統計等相關的知識。如果想以后做Data，建議大家在大學期間可以輔修相關課程，做好知識儲備。

分析工具

Data行業離不開運用分析工具對大量數據進行分析。所以建議大家掌握基礎的數據分析工具Excel與統計分析工具SPSS的用法。

SQL數據庫語言

數據的存儲便離不開使用數據庫，需掌握SQL數據庫語言在關系型數據庫系統中進行增刪改查等操作才行。

編程語言

數據分析的進階需要會使用一門或多門編程語言，如Python和R語言。

R語言是專門為數據科學而設計的語言，在數據科學領域比較受歡迎。Python簡單易學，功能強大且豐富，目前已經成為分析、數據科學和機器學習平臺使用頻率最高的語言。

2

把握好面試側重點

與Data相關的崗位非常多，而對于每一個行業來說，對面試者的要求也各有不同。

以咨詢行業為例，面試官除對Candidate的數據分析能力有一定的要求外，還要考察Business Sense，面試題還會涉及Case Study

如果一個公司一共有5款產品，那哪款產品在什么樣的市場最受歡迎，哪款產品分別在全球的不同市場的投入，支出，收益的比率最高與最低？

并且咨詢公司對Candidate的Story-telling、Communication等軟技能也會多家考察，因為在咨詢公司做Data，最終的目的還是為客戶輸出最專業的觀點和建議。

而在金融行業，面試官則更看重Candidate對數據模型的搭建、優化和分析；硅谷會對數據人才不僅有基礎數據編程語言能力的要求，機器學習、算法等方面也會考察。

不過總體來說，Data的面試門檻并不高，編程面試的輪數不如程序員多，且面試更重視對編程基本題的掌握，極少出現難題和偏題。一線公司Data Scientist的編程面試，相當于二線公司軟件工程師編程面試難度，即降低一個難度level。

有些公司的Recruiter還會給面試者準備一些材料，告訴他們可能會涉及到哪些類型的數據結構，可以提前在哪些方面做好準備。

總結一下，想要做Data，其實難度并不大，最重要的還是大家要把最基礎的行業技能掌握好。沒有編程經驗的同學也不要怵，像Python、SQL基礎入門只需2-3個月，根本不需要像Leetcode那樣要刷個大半年，大家完全可以handle住！

關注微信公眾號：【索沃內推】。查看券商、投行部（IBD）、研究所（行研）、證券、基金、VC、PE、四大、MBB咨詢最新可內推實習崗位List。

【索沃內推】：提供留學申請、工作求職、背景提升一站式解決方案，指導過近千名學生成功求職，以內推形式幫助百名學生進入投行、券商、咨詢、四大、快消等。