科多大数据告诉你：
我们研究了N名在数据科学领域的工作者，他们来自多个国家和N个不同的行业。通过本次调查的64个问题，我们研究了数据科学家，分析员和工程师所使用的工具，工作内容，以及薪资水平。
主要发现包括：
1.Python和Spark成为了对薪酬贡献最高的两大工具
2.在编程从业者当中，编程时长越久薪资越高
3.SQL，Excel，R和Python是最常用的工具
4.会议参加越多的人，薪资越高
5.在相同的工作量下，女性薪资低于男性
6.各个国家和美国各州的GDP已经成为了预测不同地域薪资的标杆，但这不是最直接的预测指标，而是该模型的额外数据补充
7.在选择和使用工具方面，发现有两组最明显的差异，第一是以Excel，SQL和少量闭源工具为主的职员，另外是使用更多开源工具并投入更多时间编码的职员
8.R是个“跨界”语言，即使不怎么编程或使用开源工具的人也会使用R.编程工作者中又区分为两种，第一是主要使用Python的年轻数据科学家/分析师，第二是经验丰富的高级数据科学家/工程师，他们使用的工具更多而且薪资更高
9 .优秀的大数据工程师都是经过系统的学习和培训的，当然最重要的是经过以项目的形式驱动的学习成长过程。
