大数据分析师_不是人人都可以！

okethpox

关注互联网行业的人，相信对“大数据杀熟”这个词并不陌生。随着互联网的深入，越来越多的数据包围着我们，数据时代大数据分析师成为了IT行业的香饽饽。而成为大数据分析师，并不是人人都可以。
大数据分析师目前有四个就业方向：数据分析、数据挖掘、数据产品和数据工程师。
1、数据分析

基于业务方向的数据分析师是目前就业市场上基数最大的岗位，由于就业的门槛不高，所以从业人员质量也有些参差不齐。较为浅显的工作就是和Excel打交道，做各类的表格整理。而较为专业化的是掌握常用的机器学习算法的数据分析师，懂得推导决策树和逻辑回归等技能。
最后是偏业务的数据分析师，能够负责各部门的报表，建立和优化数据指标体系，监控数据，输出数据分析报告，优化和驱动业务，进行数据化的运营。
市场上目前最缺的就是这类业务型的数据化分析人才。因为在业务部门，需要的不仅仅是单一的数据，而是通过数据来指导和梳理业务上的流程或者优化结果，帮助自身更好的完成KPI。所以准确的来说，大数据分析师其实也是大数据运营分析师。

                               
登录/注册后可看大图

2、数据挖掘

数据挖掘是重技术的数据岗位，隶属于研发部门或者独立的数据部门，数据挖掘方向对人才的要求更高，需要有相关统计学、数理能力以及编程能力的知识。
数据挖掘可以通过机器学习或者借助算法来获取所需的数据来源，通过对数据的挖掘分析，在实际的场景运用中，按照不同行业的场景要求来寻找最优方法，这也是数据挖掘在实际工作中的重要意义。
技术性更强，要求更高，所以数据挖掘分析师的薪资是普高于数据分析师的。
3、数据产品

这个岗位目前算是一个比较新兴的职位，有些是具备较强数据分析能力的PM，有些是企业数据产品的策划者。两者可以说是一个递进的关系，当数据量与日俱增后，PM会转变成数据产品的运营策划者。也正因为岗位新兴，职业缺口比较大，就业前景是非常可观的。
4、数据工程师

其实就是程序员，只是偏数据方面的工作，而程序员从事数据分析方面的工作也更加得心应手，在原来的工作基础上就涉及到了比如SQL、Hadoop、分布式存储等知识，这时候程序员敲一些代码就可以帮助解决很多数据获取和整理方面的工作。

                               
登录/注册后可看大图

通过以上的信息可以看出，数据分析的工作简单的可以是报表的整理与展示，困难的只能通过代码，越往上走，工作的难度越大，所以大数据分析师，不是人人都可以，并不建议没有技术基础的同学去从事。