“大数据”热潮激励了许多人加入企业数据科学色，包括学生，教授和研究人员以及来自其他业务领域的职业变革者。这对人才库本身产生了一系列广泛的影响，包括为更多的教育选择(比如bootcamps和MOOCs)(Massive Open Online Courses)打开大门，向普通大学的专业人士提供典型的教育背景，而不是博士学位，模糊了传统的预测分析领域和数据科学之间的界限。
随着数据科学行业在各个行业和地区的不断成熟和扩散，我们也看到了几种补偿趋势的发展。转向高管薪酬并不一定需要在许多领域，薪酬停滞点是很常见的，在这个点上，个人贡献者必须转入管理岗位以提升他们的职业和薪酬。
虽然管理人员在数据科学领域的收入可能超过个人贡献者，但看到高水平，个人贡献者角色支付异常的情况并不罕见。成为主题专家数据科学家可以成为一个单独的职业生涯，不必导致人员管理。我们已经看到，整个组织都存在这些数据科学角色，从研发到营销分析。这些高薪个人贡献者角色中的很多人都是专家(例如，NLP或图像处理)，但我们在该类别中也看到了一些通才。
沿海薪酬差距逐渐缩小在收集这些报告数据的多年中，西部和东北部沿海地区与西海岸的工资差距越来越大。今年，我们已经注意到与东北部和西海岸的差距在第一次在大多数工作水平上都有类似的薪水。
数据科学家在西海岸的薪水通常受到硅谷科技公司的支持，但随着数据科学应用的普及，包括华尔街和纽约市的金融科技公司以及波士顿和华盛顿不断增长的科技中心，华盛顿特区东北部地区的薪资已经攀升至西海岸。
科技公司的薪酬差距缩小此外，科技公司与其他行业的薪酬差距也开始缩小。虽然仍有差距，但今年的三角洲比较小。
这里有两个可能的解释。首先是属于远离海岸的“科技”保护伞下的公司的地理分布。其次是扩大科技产业，包括人力资源科技，edtech，保险科技和健康科技等领域。
这两种趋势都削弱了我们以前见过的不断增加的技术工资。尽管往年数据科学可能集中在硅谷的Facebook，Apple，Netflix和Google等科技巨头，但今天“科技”已经发展到其他领域，可能还包括位于丹佛的一家教育科技公司，这是一家网上交易市场，芝加哥，或奥斯汀的一家医疗保健技术公司。
此外，我们看到零售，CPG和工业等行业中的更多传统企业正在争夺人才，并争取更多的报酬。
因此，科技领域的数据科学薪酬与其他行业之间的显着差异已经趋于平淡。当然，随着过去几年数据科学领域的发展如此迅速，我们期待着更多的变化。要详细了解我们对数据科学未来的预测，请参阅第7页上的“数据科学的未来预测”。
在网络大数据微信公众号(raincent_com)对话框回复“薪酬报告”即可获取：
数据科学家薪水调查报告Burtch-Works-Study_DS-2018 PDF
和Burtch-Works-Study-DS-2018-Webinar-Slide-Deck文件。