部分技术人员学习特定的编程语言、工具或其他技术，是因为他们对其感兴趣。而部分人员学习技术，是因为他们认为这些技能可以带来更好的工作机会或更高的薪水。
这两种方法其实都可取——但如果你想获得报酬，你应该关注哪些技术能力？
最近，奥莱利（O’Reilly）对人工智能(AI)和数据科学领域进行了大量调查，其中包括询问受访者(包括2778名美国人，284名英国人) 认为，2021年，哪些技能对薪资和升职影响最大。就如同你所想的那样，大约 63% 的受访者表示，大多数公司对机器学习（Machine Learning）——这项专业性极强的技能——非常感兴趣。
报告指出：“更令人惊讶的是，只有 34% 的受访者提到了‘编程语言’。”“显然,受访者对编程语言没有什么印象，尽管数据表明，雇主愿意支付奖金给那些掌握 Rust、Go 和 Scala等编程语言的员工。”
受访者还表示，掌握数据工具 (46%)、容器与云计算 (47%) 以及自动化（Automation）(44%) 等技能可以带来更高的薪资和更好的工作机会。具体查看下列图表：
“云计算和容器包括 Docker 和 Kubernetes 等工具、AWS 和 Microsoft Azure 等云服务商，以及 MLOps 等范式。” 报告补充说：“其中，工具类包括用于构建和维护数据管道的工具，例如 Kafka。‘自动化’可以有很多含义，但在这里可能指的是自动化培训和部署。”
最近，一项有关人工智能用例的研究显示，许多公司在销售、CRM、聊天机器人、网络安全和营销自动化的背景下使用人工智能（AI）和机器学习（ML）——这两项技术对小型和大型公司都很重要。请记住，即使你已经掌握了机器学习工具，能否拿到更高的薪资可能还是取决于你在专业性极强的环境中应用这些工具的能力。
无论你对哪个行业感兴趣，工作机会无处不在。据 Burning Glass 称，未来 10 年中，与机器学习密切相关的职位预计将增长 76.3%。在过去的 12 个月中，超过 220,000 个职位发布以一种有意义的方式提到了“机器学习”——对于这个专业性极强的技术来说, 这个数字可以说是相当大了。
作者：Nick Kolakowski
数据分析求职最常用的30种大数据工具，你掌握几个了？
大数据处理分析能力在21世纪至关重要。使用正确的大数据工具是企业提高自身优势、战胜竞争对手的必要条件。下面让我们来了解一下最常用的30种大数据工具。
