928
技術社區[雲棲]
2017數據科學職位報告：R超過SAS，但仍不如Python
Bob Muenchen
《R for SAS and SPSS Users》的作者，r4stats.com（分析數據科學軟件趨勢、幫助人們學習R語言的一家網站）的創辦者；同時也是ASA官方認證的專業統計學家（30年從業經驗），現任田納西大學OIT Research Computing Support的管理員。
前言
招聘廣告的數量能一定程度上反應每一種軟件的流行程度，並從中預測出哪一種在將來會更加流行。本文作者以美國最大的招聘網站Indeed.com為統計平台，通過對某一天數據科學職位的招聘數量進行統計分析，得出數據科學軟件的變化趨勢。
為了公平，本文采用了一種專門的方法，用來在數據科學職位範圍內統計每種軟件的招聘數量（詳見How to Search for Data Science Jobs），文中所有的圖片也都是在這個前提下取得的，統計日期為2017年2月24日。
正文
各種軟件招聘量見下圖。其中最多的是SQL，將近18000，然後分別是Python和JAVA（13000左右），Hadoop（10000左右），R，C係列和SAS（這是R首次在在數據科學職位報告中超過SAS），Apache Spark（詳細分析見Spark is the Future of Analytics），Tableau（5000左右，限數據科學職位），Apache Hive（3900左右），Scala，SAP，MATLAB，SPSS。其中Scala，SAP，MATLAB，SPSS均為2500左右。
招聘量小於250的軟件列在了下圖中，分別是：Alteryx（240），Microsoft（Azure Machine Learning and Microsoft Cognitive Toolkit，157），Julia，FORTRAN，Apache Flink（125），H2O（100）。以操作容易為賣點的SAS Enterprise Miner、RapidMiner和KNIME招聘量都是90左右，大概是因為各公司認為沒有必要聘請專家？SPSS模塊也是同樣類型的接口，但卻隻有50個職位。開源的MXNet深度學習框架有34個職位，而Tensorflow是它的12倍，但是兩者都很年輕，有足夠大的潛力在未來快速發展。
下麵我們先來看一下R是如何超過SAS的。從下圖可以看出，在2012年到2017年2月28日這個時間段，SAS的職位需求一直都很穩定，而R則穩定增長並最終在2016年早期超過了SAS。另外根據blog post所述，R於2015年就已經在學術出版物中超過SAS。
再來看一下Python和R。Python和R誰更流行的爭論是由來已久，但是從來都沒有多少數據支持。但是單從招聘職位上來看，Python於2013年就已經超過了R（如下圖）。當然我們要清楚，R隻是單純用來進行數據分析，而Python在數據科學領域用途更廣泛。
文章原標題《Data Science Job Report 2017: R Passes SAS, But Python Leaves Them Both Behind》，作者：Bob Muenchun，譯者：壯如山的漢子。
文章為簡譯，更為詳細的內容，請查看原文。
最後更新：2017-04-01 17:13:52