数据分析师分享:大数据时代下5 种数据分析工作
现在大家看到大数据现在很热门,许多企业也提供了很多数据分析工作,以为自己在企业也搞数据,就认为很有竞争力,但仔细剖析一下,就会发现诸如BAT招聘的数据分析师根本不是你以为的数据分析师,大多企业搞数据的其实都不能胜任,因为混淆了概念。
从技术通道讲,数据岗位大致分为5类,不同的行业分法和叫法可能不同,大家意会就行,当然管理人员不在讨论范围之内。
1、数据分析师:也可叫作经营分析师,比如撰写经营分析报告,这类工作大多在业务部门,其主要的工具是EXCEL及PPT,基础数据大多需要技术部门提供,可能自己也掌握一些可视化挖掘工具,比如SAS或SPSS,当前跟数据挖掘师的边界开始模糊,互相渗透吧,其核心使命是为公司决策提供服务。
2、数据挖掘师:主要基于数据仓库或大数据平台,通过挖掘算法进行模型的创建和学习,其与经营分析师有很多相似之处,比如都需要理解业务、数据和场景,最大的区别就是具备较高的开发技能,比如掌握了Python、Scala等挖掘语言,能够操作专门的挖掘平台等等,现在很多的岗位如数据科学家啥的,都同出一脉,其核心使命是挖掘数据价值为应用服务。
3、数据开发师:主要根据业务的要求提供取数或报表开发支撑,其在各个行业都是非常庞大的群体,与数据挖掘师的区别就是一般用不到挖掘技能,比如用简单的SQL就能搞定,一般数据挖掘师都经历过数据开发师这个阶段,其核心使命是完成数据需求。
4、数据架构师:这类人员是数据仓库或大数据平台的数据建设和运营者,负责数据的采集、建模及治理,注意这里的建模是数据仓库建模,不是指数据挖掘,其核心使命是建设一个可用的数据系统并确保数据可用。
5、平台架构师:负责数据仓库或大数据平台各类产品的规划和建设,很多时候,其包含了数据架构师的职能,其核心使命是满足数据计算、存储和查询要求。
很多公司没有分这么多岗位,要么是一人承担多种工作,比如数据架构师和数据开发师混编,数据挖掘师和数据分析师混编,要么没有相关岗位,比如没有数据挖掘师,虽然很多岗位是想通的,但其实每类岗位专业技能要求还是有所不同,如果你想做精做深,就需要明白其中的区别,明确自己真正的专业方向,不同企业同样一个数据分析师的称呼,做的可是天壤之别。