2017数据科学职位报告：R超过SAS，但仍不如Python

《R for SAS and SPSS Users》的作者，r4stats.com（分析数据科学软件趋势、帮助人们学习R语言的一家网站）的创办者；同时也是ASA官方认证的专业统计学家（30年从业经验），现任田纳西大学OIT Research Computing Support的管理员。

前言

招聘广告的数量能一定程度上反应每一种软件的流行程度，并从中预测出哪一种在将来会更加流行。本文作者以美国最大的招聘网站Indeed.com为统计平台，通过对某一天数据科学职位的招聘数量进行统计分析，得出数据科学软件的变化趋势。

为了公平，本文采用了一种专门的方法，用来在数据科学职位范围内统计每种软件的招聘数量，文中所有的图片也都是在这个前提下取得的，统计日期为2017年2月24日。

正文

各种软件招聘量见下图。其中最多的是SQL，将近18000，然后分别是Python和JAVA（13000左右），Hadoop（10000左右），R，C系列和SAS（这是R首次在在数据科学职位报告中超过SAS），Apache Spark（详细分析见Spark is the Future of Analytics），Tableau（5000左右，限数据科学职位），Apache Hive（3900左右），Scala，SAP，MATLAB，SPSS。其中Scala，SAP，MATLAB，SPSS均为2500左右。

招聘量小于250的软件列在了下图中，分别是：Alteryx（240），Microsoft（Azure Machine Learning and Microsoft Cognitive Toolkit，157），Julia，FORTRAN，Apache Flink（125），H2O（100）。以操作容易为卖点的SAS Enterprise Miner、RapidMiner和KNIME招聘量都是90左右，大概是因为各公司认为没有必要聘请专家？SPSS模块也是同样类型的接口，但却只有50个职位。开源的MXNet深度学习框架有34个职位，而Tensorflow是它的12倍，但是两者都很年轻，有足够大的潜力在未来快速发展。

下面我们先来看一下R是如何超过SAS的。从下图可以看出，在2012年到2017年2月28日这个时间段，SAS的职位需求一直都很稳定，而R则稳定增长并最终在2016年早期超过了SAS。另外根据blog post所述，R于2015年就已经在学术出版物中超过SAS。

再来看一下Python和R。Python和R谁更流行的争论是由来已久，但是从来都没有多少数据支持。但是单从招聘职位上来看，Python于2013年就已经超过了R（如下图）。当然我们要清楚，R只是单纯用来进行数据分析，而Python在数据科学领域用途更广泛。

文章原标题《Data Science Job Report 2017: R Passes SAS, But Python Leaves Them Both Behind》，作者：Bob Muenchun，译者：杨辉，审校：董昭男