据计算机行业巨头IBM称，全球各地每天会制造出2.5×1018字节的数据，其中有百分之九十数据是于最近两年产生的。

这个近乎令人费解的数据量来源主要包括：应用、社会媒体网站、YouTube及其他视频网站、网络搜索引擎、交易数据以及机器对机器交易，其中机器对机器(M2M)交易产生的数据量占比与日俱增。诸如此类的数据于是得名大数据，大数据使得一些机构通过对其进行分析，了解发展趋势并帮助自身改善服务、推出新产品、解决老问题和提高生产率。

而问题是公司现在真的有必要花高价聘请大数据分析员，或请数据专家分析大数据吗?大数据分析软件的发展真的足够先进吗?

负责IBM澳大利亚和新西兰战略转型的领导人格雷汉姆·基特尔表示，大数据爆发后需要分析人员，其中数据专家至关重要，因为数据专家能给出解析数据所需要的正确指引。解析数据不仅仅是将大数据从传统数据仓储中调出来那么简单。

据Forrester调研公司估计，得到有效应用的数据不足总量的百分之五，究其原因主要是因为缺乏培训和技能。

传统的数据建模师(具备营销技能)都有资格成为数据科学家，基特尔先生说。

麦肯锡全球研究院预计，到2018年仅美国国内对有数据分析专长的工作人员需求量将增加19万，对精通数据的经理需求量增加150万。目前在相关领域和像Kaggle这样的公司工作的已有成千上万的数据科学家和统计学家，但对这类人才仍有更多需求。

就连澳大利亚SAS分析软件公司的首席分析人员伊万·斯塔布也预计全球范围内将出现数据学家的用人荒。他说：软件可以进行信息处理，但是还要依赖那些懂得如何应用数学学科才能的数据学家来解析数据。

他认为一位优秀的数据学家能给公司带来巨大优势，帮助公司制胜对手。他说道：数据学家对从数据进行推测十分感兴趣。优秀的数据学家的成就是长久的，并且他愿意进行各种各样的常是。一般他们都是跨学科通才，比如在数学和语言学上都有所研究。语言学对社交媒体而言十分重要，因为社交媒体会设定词组捕捉，以自动分析用语频率。而且，数据学家对于自己所在领域的业务知识非常丰富。

他还说，有这样两个人可以在一起扮演数据学家的角色，一个具有业务知识，另一个懂建模知识。

戴尔软件信息管理研发部执行董事盖伊·哈里森给自己儿子选择的职业方向就是数据学家。哈里森先生说：应该再多培养一些数据学家。

如今，对数据学家的培训缺乏一定的信仰，但是我坚信未来的商业就是建立在数据的基础之上。各行各业中，算法和数据都可以起到决定性作用

现在行业内对于数据学家的需求不大，但是未来情况会有所改变，高级IT招聘的总经理达伦·泰勒表示，他曾在二十世纪90年代在联邦银行从事数据开采工作。

他又补充说：对数据仓储分析员和商业情报分析员的用人需求一直很大。但从我来看，随着公司的系统变得越来越复杂，而且包含获得的外源非结构化信息，我认为对数据学家的需求将会很大。

你会不会建议身边的年轻人成为一名数据学家?