21世纪什么最贵？人才！
如果非要给这个「人才」加上一个限制，做个更准确的框定，
答案是：「数字化人才」！
数据时代，数字化人才成为了企业纷纷争夺的「香饽饽」，互联网大厂又开始招募大量数据类岗位，根据《2020中国数字化人才现状与展望》报告显示，数字化人才的需求在不断增加：
与此同时，数字化人才的岗位薪资也高于普通白领平均薪资，像阿里、腾讯、华为等大厂，给出的年薪甚至接近百万。
01、新经济转型下的数字化人才变局
首先，让我们来看看什么是数字化人才。
数字化人才，即具备较高信息素养，有效掌握数字化相关专业能力，并将这种能力不可或缺地应用于工作场景的相关人才。
图源：脉脉发布《2020人才吸引力报告》
值得注意的是，数字化人才不只是技术人才，数字化是赋能全行业，从专业技术到业务应用，再到管理决策，都有数字化的身影。就像互联网改变每个行业，数字化也在对每个岗位做着革新。
比如下面的数字经济十大高薪岗位：
图源：脉脉发布《2020人才吸引力报告》
我们可以发现数据分析、数据安全、算法这样的岗位跻身十大。数字化人才在各个岗位都开始被需要，数据技能也在各个岗位被需求，你掌握了数据技能，就能轻松找到好工作。
在技能方面，我们还分析了BOSS直聘上3000个数据算法相关岗位，可以看到：
岗位技能要求
算法岗位要求最高的技能就是：深度学习算法、机器学习算法、视觉图像算法；而最常用的语言Python、C、SQL。
职位描述词云图
以上，我们可以看出在企业给出的职位描述里面最强调的点是：算法、数据、项目、经验、模型。
02、企业急需的数字化人才需要哪些能力
如今，大数据发展日新月异，这无疑对社会生活和经济发展产生了重大影响。在此过程中，企业数字化转型的浪潮已经席卷而来。
也就是说，随着各行业的快速发展，数据的使用已经越来越重要，数据资产已成为企业的重要生产要素。如何管理好数据、应用好数据、挖掘数据价值，已成为一个现代化企业加快业务创新、提高精细化管理和科学决策水平的最重要、最迫切的基础工作之一。
对于企业而言，当下最关键的在于：如何制定行之有效的数据战略规划，以及培养企业所需的数字化人才，其中数字化人才是实现企业转型的关键要素。
人才是做好数据各项业务的关键
经过几年的惨痛教育之后，企业的管理者已经认识到单方面依靠外部招聘解决数据人才匮乏问题是不现实的。逐渐重视内部培养人才的重要性。因此，健全数据职能，明确各级领导和部门在全司数据工作职责，以及数据职能部门的组织架构，统筹推动数据变革;补充专业人才，明确定义全行数据治理、大数据应用相关岗位，定义数据专业能力。明确人才招聘、培养、储配的具体方案。建立起业务、数据、技术相融合的培育体系。
上图中，红色部分为企业内部需要构建的数据人才体系包含的模块。
企业数据团队的能力范畴需要数据战略和业务能力两方面的输入。首先，在制定数据战略的过程中一方面需要承接业务战略，同时也要考虑技术的可实现性;其次，业务能力也虽然承接业务战略，但是也受当先业务人员能力和已有组织流程的影响。因此数据能力的建设受业务战略、技术实现、业务人员能力素质、已有业务流程四方面的影响。最近企业的实践表明，适当超前于业务现状的数据人员能力建设对整体的业务推进具有积极的作用，但是过度超前的数据人才队伍，往往造成自身人才队伍不稳定，难以服务于业务持续优化。
在企业打造数字化人才队伍时，具体看重个人的哪些能力呢？
根据企业数字化转型的需求，我们可以把所需人才分为业务域、算法域和技术域这三个领域来分析：
业务域
业务域数据分析人员
- 主要从事产品、营销、经营、监管等业务。
- 通过设计合理的指标体系诊断业务运营中存在的问题，提出合理化建议，撰写业务分析报告。
所需技能点：
- 描述性统计
- 相关分析
- 常用的数据分布
分析工具
- SQL
- Excel
- BI
业务域策略优化人员
所需技能点：
编程能力
- SQL、Python
- 数据模型与管理
算法域
算法域算法工程师
所需技能点
算法知识：
技术域
技术域数据工程师
- 通常从事的工作是数据模型设计、数据整合和质量提升，利用ETL工具高效地从业务系统提取加工数据并导入到数据库设计仓库。
所需技能点：
数据处理能力
编程能力
- Python、SQL等
- 工程管理能力
对照上面的需求，在寻求更好工作机会前，你一定要搞清楚以下几个问题：
- 你知道如何快速达到企业需要的人才标准吗？
- 作为数字化人才，你跟企业要高薪的底气在哪里？
- 在解决实际业务问题时，最好用的算法和工具你真的会用吗？
- 你建的模型被业务认可吗？到底能给企业创造多少价值？
