刚刚!2022年加拿大高薪榜单出炉!这个岗位也太太太太太赚了吧!!!

看看钱

加拿大10大高薪行业排名



Randstad Canada集团总裁Patrick Poulin表示，“太多的机构依赖云计算系统软件和seamless IT integrations来帮助他们远程运营业务，因此对软件工程师，云架构师、IT 运营经理、应用程序经理和软件开发人员等基于技术的角色的需求很大也就不足为奇了。”

Poulin 说。“这种需求在未来只会继续增长，我对寻求有意义且有利可图的职业道路的加拿大年轻人的建议是从事以技术为重点的工作。”

除此以外，排名第五和第六的营销总监和业务发展经理更适合非cs专业的学生。只要有一点经验，Marketing directior这个职位每年都可以带来超过100,000 加元的收入。而Business development估计起薪为85,000至100,000加元，最高可达175,000加元。

不仅如此，福布斯在昨日公布，美国劳工统计局预计，在未来十年内，Business Analyst职位的数量将增长约14%，几乎是所有职位平均速度的两倍。根据Indeed的数据，仅拥有学士学位的BA的基本工资平均约为70,000美元。





数字化！

数字化！

在数字化的今天，每时每刻都会产生非常多的数据，越来越多的公司将数据看为一种资产，对用户数据的发掘越来越重视。通过分析过往数据的内部规律，科学合理的分析相关关系并预测未来趋势，这一套运行模式成为当代各行各业的迫切需求。

Data领域的人才也成为抢手货。而当下对数据分析能力的需求带动了对Business Analysis、Data Analysis甚至Data Scientist的需求。

在求职网站Glassdoor上搜索Data Analysis，仅仅多伦多地区就有1424个DA岗位空缺。



而BA岗位更有1430条招聘信息。



除此之外，翻看热门岗位的Job Description，大多数岗位都需要“数据分析”这项技能。无论是数字化咨询，金融量化，数字化财务报表，甚至销售管培，公关舆情监测，在简历里加入数据分析能力都是加分项。

就算是在学校里，期末论文，跟导师做research，参加商赛，数据分析都是不可或缺的技能。

比如以下场景：

金融：

基金经理用Python随时随地利用截面数据、时序数据获取，完成动态分析和自动更新数据；

咨询：

咨询顾问从API接口直接导入年报、研报等资料数据，留下更多的时间和人力制定策略；

财务：

用Python搞定全自动底稿整理，抓取财报文件上的数据汇总统计；

零售：

用Python快速读取几百MB的供应商数据文件，用Tableau绘制美观的仪表盘、还能根据地区做出热力图；

商赛：

用Python抓取行业数据和年报数据，用R分析相关性并用Tableau作出其他队做不出的fancy图表。

更火爆了！

疫情激发企业对digital jobs的需求



ICTC 高级经济学家和研究分析师 Akshay Kotak 在接受采访时说由于整体经济的裁员，数字经济在总就业中的比例有所提高，以及该行业的真正增长，从大流行前的9.5%跃升至该国总就业人数的11%以上，到2020年达到约200万个就业岗位。

预计这一趋势将继续下去，ICTC预计到2025年，数字经济工作岗位将增长至226万个，即增加25万个职位。在此时间范围内，数字经济工作岗位预计将以2.22%的年增长率增长，而整体经济的增长率为1.97%。

六边形战士

Data Scientist



稍微对数据相关的工作有兴趣的同学想必都见过这张图。作为以数据为核心的工作里的“全能”，Data Scientist需要对cs，maths，domain experitise都有了解研究。

Data Scientist数据科学家负责审查数据，总结统计数据，最终寻求为其组织找寻最大潜在机会或提供解决方案。数据科学家利用他们的统计知识来创建数据集、建立变量、开发模型并识别模式和趋势。他们还利用自己的沟通技巧通过演示和报告向主要利益相关者传达调查结果。

什么都会的Data Scientist无疑也是高薪岗，在加拿大全国境内，DS连平均工资都达到11万加/年。



Data Scientist对于new grad来说是很难一步到位。但是我们可以把它当作方向标，逐步攻克。

以黑莓公司招data scientist summer intern的job description为例：





STEM的学生都适合申请这个职位。其中Machine Learning机器学习， Probability Theory概率论，Linear Algebra线性代数是知识重点。硬性技能包括使用python做programming，处理Tensorflow, SciKit, Pandas等数据库。

其中machine learning 和probability theory属于统计范畴，linear algebra是数学必修，python和data library是cs会触及的知识。



学以致用

哪些专业最对口？

第一位

应用数学、统计学

数学为上个世纪许多最伟大的发现和创新奠定了基础。它的起源可以追溯到远古时代，当时代数和几何被用于商业目的、测量作物/田地和估价。今天，数学提供了解决商业、技术和科学问题的理论框架和应用工具。

在UTSC发布的数学系职业规划里，最适合数学系毕业生的职业有：



统计学与数学联系紧密，专注于收集、组织、分析和解释大量的数值数据。许多行业对数据的日益依赖和对高级分析的需求意味着统计专业在各个行业的需求越来越大。



STA毕业生的十大就业前景如下：



第二位

计算机相关专业

近年来企业招的数据分析师，其实大部分应该叫：数据程序员。进公司的日常是跑数据，不做啥“分析”，因此计算机相关专业会有优势。数据仓储，算法这些就更依赖开发能力，这本来就是计算机专业的范畴。

CS专业本科毕业生的入门级工作有：



第三位

数量经济学、经济统计专业

经济学是一门学科，是管理学的一部分。经济学研究供求的市场力量；它的理论试图预测和解释市场体系中所有参与者的行为和相互作用。经济学包括研究用户和消费者如何互动、在什么情况下他们可能无法以最佳方式运作以及决定/影响经济增长的因素。

数量经济学是运用统计学、经济计量学、投入产出分析、最优化方法、经济控制论的计算技术等各种手段对各种问题理论分析、经验检验和政策分析的一门应用经济学科。数量经济学更偏技术类，相比其他经济学金融类专业，数经的优势是学习的统计软件足够独立编程。

经济统计学，简单说就是做经济数据统计和经济分析的。该专业培养学生具备扎实的数学与统计学理论基础，良好的经济学素养，能将统计方法应用于实际经济研究领域，是擅长统计分析的专门人才和高水平研究工作的基础性人才。

ECO本科毕业生的入门级工作：



第四位

心理学、社会学专业

心理学里提假设、设计实验、采集数据、验证假设的思路，类似于数据分析的思路。企业要提高市场占有率，就是要提高人心占有率，因此数据分析师研究用户心理的工作必不可少。数据分析师若懂得心理学，则能更准确地探测到用户的真实想法。

从经济学的角度看，人具有经济性，追求利益最大化，比如人们总是喜欢买物美价廉的产品，消费量通常会随着价格的下降而上升。但从社会学的角度看，人还具有社会性，受到社会群体心理的影响。作为数据分析师，如果没有社会学背景，很难对市场现象做出合理的解释。



不是这些专业？

也没有关系！

刚入职场，初级数据分析工作更看重的是对工具使用的熟练程度。就算是以上专业的学生，毕业求职季也会面临一个终极尴尬问题：学校教的和公司要求的不一样！

从操作流程来说，数据分析有以下五种热门语言：SQL, Python, R, SAS, Tableau。

01

数据抓取

基础必备：SQL

数据分析入门必备语言，也有人把它比作“进阶版Excel”，是数据库中获取大量数据的唯一工具，在面试题里出现概率极高，学习相对容易。

02

数据分析

基础配备：R

北美统计学的必修R作为数据分析工具，同样可以做到可视化。R 开发于 1992 年，拥有丰富的生态系统，具有复杂的数据模型和优雅的数据报告工具。根据最新统计，超过 13,000 个 R 软件包可通过综合 R 存档网络 (CRAN) 进行深度分析。

长期准备：Python

今年最炙手可热，新手友好的语言，是金融行业的趁手工具。不仅可以数据分析，cs专业学生必刷的leetcode也很适合用python解题。

程序员使用Python深入研究数据分析或在可扩展的生产环境中使用机器学习。例如，您可以使用Python将人脸识别构建到您的移动API 中或用于开发机器学习应用程序。相比统计分析的c位R，python更像是数据处理工具，越来越多的银行er也开始使用python。

大厂必备：SAS

SAS是闭源统计软件，比python和R具有更强的安全性，由于其高昂的价格一般只有大公司才会选择。但作为从业者，SAS具有两级官方证书，可以写进简历证明一定的数据分析能力。在加拿大，用学生账号报考还享有五折优惠。

03

数据可视化

美观需求：Tableau

将数据转换成图像，让没有统计背景的顾客也能直观看懂数据流，方便展示做presentation。

时间不够，技能太多，不知道应该学哪个？

学校课程太累，课余没有动力完成求职技能规划？

完全小白，无从下手？









责任编辑：AGATE｜主编：NOKAZE｜排版：ANNIE



分享、在看与点赞至少我要拥有一个吧