JOB MARKET

数据科学家就业市场报告(2026)

我分析了 700 多个职位发布，以了解 AI 如何在进入 2026 年时影响数据科学就业市场。

Jan 18, 2026 • 8 min read

去年底，我发表了一篇分析数据科学就业市场的文章，主要依靠两项独立研究：一项来自哈佛大学，另一项来自劳动力市场分析公司 Lightcast。

这两项研究的主要发现如下：

1) 对数据科学家的需求并没有消失；事实上，对了解 AI 的数据人才的需求在增加

2) 高级职位从 AI 采用中受益最多

可以在此阅读更多关于如何得出这些结论的信息。

这些发现方向清晰，但它们也是高层次的。

它们告诉我们正在发生什么，不一定如何在实际招聘中表现出来。鉴于 AI 工具和期望在过去一年中发展如此迅速，我不愿意假设故事保持不变。

这就是为什么我想仔细观察。

因此，我抓取并分析了美国 700 多个数据科学家职位发布，时间跨度从 11 月到 2026 年 1 月。本报告并非旨在具有决定性，但提供了关于在我们进入今年时对 AI 技能的需求实际上如何形成的强烈早期信号。

我将涵盖：

📌 最后，我将分享一些策略，说明数据科学家如何调整他们的技能组合并保持竞争力。

让我们开始吧！

1、核心技能栈没有改变，但 AI 采用已加速

查看所有数据科学职位发布中最常提及的技能，基础知识保持稳定：Python、机器学习和 SQL 仍然占据主导地位。

值得注意的是，AI 需求增加了，超过一半的职位发布都有提及。最值得注意的是，与上一年相比，LLMs 已进入前 10 名。这表明 AI 不再被视为利基专业化，而是标准数据科学工具包的预期扩展。

也就是说，并非所有对关键字 "AI" 的提及都意味着深度技术所有权，许多角色在更广泛的意义上提及 AI，例如协作或支持 AI 相关工作。

专注于明确提及 AI 的职位，LLMs 成为最受要求的 AI 技能，紧随其后的是 GenAI 和 NLP。

除了这前三名之外，需求转向更实际的能力，如 RAG、AI 代理、提示工程和编排，这表明公司越来越寻求能够在实践中使用 AI 系统的数据科学家，而不仅仅是概念上的。

当我们查看这些 AI 要求在不同资历水平上的出现情况时，需求远非均匀分布。

大多数以 AI 为重点的职位发布针对中高级数据科学家，这加强了公司期望经验丰富的从业者将 AI 能力转化为实际系统和业务成果的想法。

顺便说一句，这与早期的哈佛发现非常一致，其中 AI 采用的好处最集中在更高级的角色中

一些数据科学家角色想要 AI 素养，其他角色想要动手构建者

AI 技能要求的分布显示了公司如何看待 AI 能力的分歧。许多角色仍然要求少数广泛定义的 AI 技能，但很大一部分现在需要跨越多个具体领域的经验，如 LLMs、RAG、提示工程和向量数据库。

在这里，我们可以看到不同职位发布中这种情况的片段：

这表明对能够实际构建和部署 AI 驱动系统的数据科学家的需求在增长，而不仅仅是概念上理解它们。

即使明确要求 AI 技能，大多数职位发布仍使用标准标题，如"数据科学家"（仅指定资历、位置或传统领域），AI 在技能要求中提及，而不是角色名称。

只有较小比例的角色在标题中明确提及 AI、GenAI 或 LLMs，这表明，至少在当前数据中，AI 期望主要通过要求表达，而不是命名约定。

在大多数资历水平上，明确提及 AI 的数据科学角色往往显示比不提及 AI 的类似角色更高的中位数薪资。这表明数据科学中出现了与 AI 相关的薪资溢价，但信号仍然早期。

薪资数据仅可用于约三分之一的职位发布，一些资历级别样本有限，因此应将其解释为方向性而非结论性。

以下是关键发现的回顾：

数据科学家需要 AI 技能吗？ 是的，约 60% 的职位发布期望 AI 能力，无论是广泛的还是通过 LLMs、RAG 和 AI 代理等特定技能。
我应该专注于哪些 AI 技能？ LLMs 的经验是排名第一的 AI 技能要求，出现在约 20% 的所有职位发布中。
约三分之一（31%）的 AI 相关职位要求跨越多个特定 AI 技能的动手专业知识：LLMs、RAG、提示工程、向量数据库等。这表明对能够构建和部署 AI 系统的从业者需求在增长，而不仅仅是概念上理解 AI。
哪些角色受影响最大？ AI 需求集中在中高级水平：提及 AI 技能的 73% 的职位发布针对中级（43%）和高级（30%）角色，而入门级职位占不到 6%。
职位标题在演变吗？ 目前，73% 具有 AI 要求数据科学家职位发布使用标准标题，如"数据科学家"（仅指定资历、位置或传统领域），而 27% 在职位标题中明确提及 AI/GenAI/LLM，这表明 AI 技能越来越在传统角色中被期望。
我还应该关注哪些其他趋势？ 代理分析、语义层和本体已经在被提及，尽管只在少数职位中。我的赌注是，随着今年的进展，这只会继续增加。

有一件事很清楚：AI 正在成为数据科学家角色的核心部分，并且已经在影响期望、范围和职业发展。

汇智网翻译整理，转载请标明出处