محللو الذكاء التجاري
ليس لدينا بيانات العمل المحددة لهذه المهنة من مكتب إحصاءات العمل، لذا نحن نستخدم البيانات من Data Scientists.
الأشخاص قاموا أيضاً بالمشاهدة
مخاطر الأتمتة المحسوبة
مخاطرة عالية (61-80%): الوظائف في هذه الفئة تواجه تهديدًا كبيرًا من التحول الى الأتمتة، حيث يمكن أتمتة العديد من مهامها بسهولة باستخدام التكنولوجيا الحالية أو التكنولوجيا المستقبلية القريبة.
مزيد من المعلومات حول ما هذه النتيجة، وكيف يتم حسابها متوفرة هنا.
استطلاع رأي المستخدمين
صوت زوارنا بأنه من المحتمل أن يتم أتمتة هذه المهنة. يدعم هذا التقييم أيضًا بواسطة مستوى خطر الأتمتة المحسوب، الذي يقدر بـ 74٪ فرصة للأتمتة.
ما هو رأيك في مخاطر الأتمتة؟
ما هي احتمالية أن يتم استبدال محللو الذكاء التجاري بالروبوتات أو الذكاء الاصطناعي في غضون العشرين سنة المقبلة؟
المشاعر
يتم تضمين الرسم البياني التالي في أي مكان يوجد فيه عدد كبير من الأصوات لتقديم بيانات ذات مغزى. تعرض هذه التمثيلات المرئية نتائج استطلاعات المستخدمين على مر الزمن، مما يوفر دلالة مهمة على اتجاهات المشاعر.
المشاعر على مر الزمن (سنوياً)
النمو
من المتوقع أن يزداد 36٫0٪ عدد فرص العمل المتاحة لـ 'Data Scientists' بحلول 2033
من المتوقع تحديث التوقعات في 09-2024.
أجور
في 2023، بلغ الأجر السنوي الوسيط لـ 'Data Scientists' 108٬020 $، أو 51 $ في الساعة
تم دفع "Data Scientists" بمقدار 124٫8٪ أعلى من الأجر الوسيط الوطني، الذي بلغ 48٬060 $
الحجم
بحلول 2023 كان هناك 192٬710 شخص يعملون كـ 'Data Scientists' داخل الولايات المتحدة.
هذا يمثل حوالي 0٫13٪ من القوى العاملة الموظفة في جميع أنحاء البلاد
بتعبير آخر، حوالي 1 من كل 787 أشخاص يعملون كـ 'Data Scientists'.
وصف الوظيفة
أنتج المعلومات المالية والسوقية من خلال الاستعلام عن مستودعات البيانات وإنشاء تقارير دورية. ابتكر طرقًا لتحديد أنماط البيانات والاتجاهات في مصادر المعلومات المتاحة.
SOC Code: 15-2051.01
موارد
إذا كنت تفكر في بدء مهنة جديدة، أو تبحث عن تغيير وظائفك، فقد قمنا بإنشاء أداة بحث عملية قد تساعدك في الحصول على الدور الجديد المثالي.
تعليقات
The bulk of my time as a BI analyst is spent on 2 things. The first is working with domain stakeholders without technical knowledge (marketers in my case). This can often be like herding cats. Lots of people will have lots of different opinions on what KPIs they want to track or how to track them. And often they don't really understand the data limitations of what we can and can't report on, so I need to be there to provide guidance. Much of my job is spent guiding these people along, often massaging their egos along the way, so that the wider group of people arrives at a consensus.
The second is ETL. Even with whole teams of data engineers and operations managers, data is very rarely centralised into a single and easy to understand model. I work with about half a dozen different types of data sources (from AWS to Google Sheets). Each of these have hundreds of different indexes and many of those indexes have hundreds of fields. A tiny fraction of these fields have any kind of documentation and so all you have to go on is the metadata and the name of the db managers who put it together. Actually tracking down the data you need requires getting really into the weeds and following up with multiple people to try to track down who actually knows where to find the data you're looking for. That's just nowhere near enough data for an AI to get a hold of the data it needs.
It is a field where people usually believe in other people rather than AI.
The ETL process is also a complicated, one which most AI is not nor ever may be able to handle, data needs to be cleaned and standardized before AI can take a crack at it, the "AI" and yes I have to put that in quotes does not understand the context of anything, it is a prediction model using gradient boosters that performs quite well under controlled circumstances, thrown into any critical thought role it starts to lose pace. Furthermore nobody who works in the AI space authoring models ands understands the inner workings of "AI" treats this as anything more than a highly sophisticated toy...maybe in another 10 years we can come back to this question and see if we should start to worry.
I spend half of my time maintaining, tweaking, and fixing automation jobs - these include dashboards, data sets, and database tables.
It requires a technical person who is also an expert in their business domain to translate business requirements into data or reports that others need.
اترك ردا حول هذه المهنة