就業(yè)“錢”景光明！一文揭秘大數(shù)據(jù)/數(shù)據(jù)分析專業(yè)！

　　隨著各行業(yè)領(lǐng)域大數(shù)據(jù)應(yīng)用主體持續(xù)增加、與業(yè)務(wù)特點相匹配的個性化、定制化大數(shù)據(jù)解決方案日益受到青睞，2021年數(shù)據(jù)分析的重要性進(jìn)一步加強(qiáng)，數(shù)據(jù)分析師、數(shù)據(jù)分析師事務(wù)所持續(xù)增長，專業(yè)化認(rèn)證進(jìn)一步加強(qiáng)，在行業(yè)有利的大數(shù)據(jù)環(huán)境，國家政策支持，數(shù)據(jù)分析企業(yè)、數(shù)據(jù)分析人才的不斷增加驅(qū)動數(shù)據(jù)分析行業(yè)蓬勃專業(yè)發(fā)展。

　　行業(yè)選擇

　　做數(shù)據(jù)分析的話，行業(yè)差別會比較大。一般來說：一線互聯(lián)網(wǎng)（BAT，TME）> 500強(qiáng)/大國企 > 二線小互聯(lián)網(wǎng)公司 > 其他傳統(tǒng)企業(yè)�；ヂ�(lián)網(wǎng)大廠的商業(yè)分析，數(shù)據(jù)分析畢業(yè)第一年薪酬上20K都很正常，傳統(tǒng)500強(qiáng)/大國企的起薪相對較低，但公積金、隱藏福利（住房、入戶、伙食）都加上，是勝于小互聯(lián)網(wǎng)公司的。

　　如果想走數(shù)據(jù)分析道路的話，優(yōu)先選大企業(yè)，但是選不選互聯(lián)網(wǎng)行業(yè)不一定。

　　小型互聯(lián)網(wǎng)公司和大型國企、500強(qiáng)的崗位比起來的話，優(yōu)先選500強(qiáng)和國企。像移動、銀行或者航空公司這些傳統(tǒng)企業(yè)，內(nèi)部的數(shù)據(jù)分析流程非常規(guī)范，在這里鍛煉一兩年，再出來去互聯(lián)網(wǎng)公司，甚至去投行，都會有人要的。

　　數(shù)據(jù)分析的職業(yè)發(fā)展是一個不規(guī)則的線性成長，做數(shù)據(jù)分析，一定是積累的越久越值錢。但是為什么不規(guī)則？是因為可能有很多小的機(jī)遇，比如這兩年算法大火，之前在國企收入平平但懂算法的數(shù)據(jù)分析師，進(jìn)入互聯(lián)網(wǎng)公司照樣能拿高薪。

　　未來人工智能，大數(shù)據(jù)，物聯(lián)網(wǎng)會持續(xù)發(fā)展，數(shù)據(jù)領(lǐng)域的機(jī)遇只會越來越多，大家可以放心入坑。

　　如何判斷是否適合從事Data Science相關(guān)崗位？

　　判斷是否適合從事Data Science相關(guān)崗位，主要需要從以下三個方面進(jìn)行分析：數(shù)理基礎(chǔ)、軟件編程基礎(chǔ)和相關(guān)經(jīng)驗。

　　數(shù)理基礎(chǔ)：主要是指是否有線性代數(shù)、概率統(tǒng)計學(xué)基礎(chǔ)，可以通過相關(guān)專業(yè)及課程看出來。如果是理工科，可以默認(rèn)其有較強(qiáng)的數(shù)學(xué)基礎(chǔ)；如果相關(guān)課程中含有“高等數(shù)學(xué)、統(tǒng)計學(xué)、微積分、計量經(jīng)濟(jì)學(xué)、Advanced Mathematics、Statitiscs、Calculus、Econometrics”等關(guān)鍵詞，則可以判斷有數(shù)理基礎(chǔ)。

　　軟件編程基礎(chǔ)：軟件編程基礎(chǔ)可以通過“相關(guān)專業(yè)”及“相關(guān)技能”看出，一般而言如Excel，SQL，Python為必備技能，此外如R、SPSS、SAS這些工具也根據(jù)行業(yè)不同各有要求。

　　Data Science分布的行業(yè)

　　目前國內(nèi)比較火的行業(yè)有 金融、互聯(lián)網(wǎng)、咨詢、通信、醫(yī)藥、文體等六大行業(yè)，前兩個行業(yè)是崗位較多、薪酬較高的。

　　國內(nèi)商業(yè)數(shù)據(jù)分析中心的架構(gòu)形式大致分四種，技術(shù)型，虛擬型、戰(zhàn)略性和分散型。

　　行業(yè)簡介

　　·大數(shù)據(jù)行業(yè)人才缺口大

　　大數(shù)據(jù)開發(fā)和大數(shù)據(jù)分析，這兩個方向都是目前需求量非常大的崗位，大數(shù)據(jù)開發(fā)是大數(shù)據(jù)分析的前提，需要先對大數(shù)據(jù)進(jìn)行采集、存儲、處理，而后才能進(jìn)行分析和可視化等。

　　·大數(shù)據(jù)開發(fā)和大數(shù)據(jù)分析從事工作不同

　　大數(shù)據(jù)開發(fā)主要的工作是負(fù)責(zé)搭建大數(shù)據(jù)應(yīng)用平臺以及開發(fā)分析應(yīng)用程序。大數(shù)據(jù)分析主要是運(yùn)用相關(guān)技術(shù)對數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預(yù)測。

　　·大數(shù)據(jù)行業(yè)薪資普遍較高

　　大數(shù)據(jù)開發(fā)屬于程序員工作，更注重邏輯性，更具有創(chuàng)造性和挑戰(zhàn)性，薪資待遇相對更豐厚。大數(shù)據(jù)分析更多偏向業(yè)務(wù)，是偏向于熟練操作的工種，資深的大數(shù)據(jù)分析師薪資也是十分可觀的。

　　·大數(shù)據(jù)學(xué)習(xí)有一定難度

　　大數(shù)據(jù)開發(fā)主要就是一些編程語言和大數(shù)據(jù)處理技術(shù)的學(xué)習(xí)，大數(shù)據(jù)分析對個人的數(shù)學(xué)和統(tǒng)計學(xué)基礎(chǔ)有一定的要求，需要掌握分析工具和分析方法，相對來講，大數(shù)據(jù)開發(fā)更容易上手。

　　·大數(shù)據(jù)需要學(xué)多久

　　零基礎(chǔ)學(xué)習(xí)大數(shù)據(jù)開發(fā)一般需要脫產(chǎn)學(xué)6個月左右，其中，學(xué)習(xí)java一個半月時間，學(xué)習(xí)大數(shù)據(jù)相關(guān)技術(shù)大概四個多月。

　　·大數(shù)據(jù)學(xué)習(xí)方法

　　大數(shù)據(jù)注重邏輯思維，需要多敲代碼，勤學(xué)多練，在學(xué)習(xí)的過程中應(yīng)有意識的培養(yǎng)自己的邏輯思維，搞懂代碼背后的邏輯，多看源碼，動手實操，自然熟能生巧。

　　大數(shù)據(jù)與數(shù)據(jù)分析的區(qū)別

　　數(shù)據(jù)分析的主要工作內(nèi)容：

　　·負(fù)責(zé)日常的需求調(diào)研、數(shù)據(jù)分析、商業(yè)分析。這過程的日常任務(wù)可能包括提交日報、周報、月報、年報等數(shù)據(jù)報表

　　·根據(jù)業(yè)務(wù)需求，制定相關(guān)數(shù)據(jù)的采集策略，設(shè)計、建立、測試相關(guān)的數(shù)據(jù)模型，從而從數(shù)據(jù)中提取決策價值。這過程可能需要撰寫特定分析需求的報告

　　·研究數(shù)據(jù)挖掘模型，參與數(shù)據(jù)挖掘模型的構(gòu)建、維護(hù)、部署和評估工作

　　·偏好數(shù)學(xué)、統(tǒng)計學(xué)、計算機(jī) 等專業(yè)背景，也有部分經(jīng)濟(jì)學(xué)專業(yè)背景

　　大數(shù)據(jù)的主要工作內(nèi)容：

　　·參與大數(shù)據(jù)平臺的設(shè)計與開發(fā)，解決海量數(shù)據(jù)面臨的挑戰(zhàn)

　　·精通Java編程，能基于Hadoop/Hive/Spark/Storm/HBase等構(gòu)建公司的大數(shù)據(jù)分析平臺

　　·管理、優(yōu)化并維護(hù)Hadoop、Spark等集群，保證集群規(guī)模持續(xù)、穩(wěn)定

　　·負(fù)責(zé)HDFS/hive/HBase的功能、性能和擴(kuò)展，解決并實現(xiàn)業(yè)務(wù)需求

　　·最偏好計算機(jī)專業(yè)背景，也有部分?jǐn)?shù)學(xué)和統(tǒng)計學(xué)專業(yè)背景

　　很多人對大數(shù)據(jù)領(lǐng)域中的一些崗位名稱傻傻分不清，接下來立思辰留學(xué)小編給大家分析下BA和BI的區(qū)別！

　　·BI工程師

　　主要是做數(shù)據(jù)分析，數(shù)據(jù)倉庫，以及相關(guān)報表，對一些數(shù)據(jù)進(jìn)行處理，對數(shù)據(jù)庫要有比較深入的了解。

　　想要從事BI工程師需要有一定的數(shù)據(jù)庫經(jīng)驗，掌握SQL查詢優(yōu)化方法，精通oracle、SQL、server、mysql等主流數(shù)據(jù)庫的應(yīng)用設(shè)計、性能調(diào)優(yōu)及儲存過程的開發(fā)，掌握相關(guān)工具，如SSAS、SSI、OLAP 和數(shù)據(jù)挖掘相關(guān)算法。

　　也有一部分BI工程師是做商業(yè)智能分析，對Sap的企業(yè)管理數(shù)據(jù)做分析，為領(lǐng)導(dǎo)決策，做預(yù)算，企業(yè)發(fā)展需要的分析用的工具等。

　　·BA—商業(yè)分析（Business Analytics）

　　是指對方案進(jìn)行經(jīng)濟(jì)效益分析，從財務(wù)上進(jìn)一步判斷它是否符合企業(yè)目標(biāo)。

　　通過KPI指標(biāo)和多維展現(xiàn)，再加上對數(shù)據(jù)的交互應(yīng)用，對于警戒線的主動提示，使得企業(yè)做出在商業(yè)活動中的數(shù)據(jù)分析。

　　BI—商業(yè)智能（Business Intelligence）是指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)，進(jìn)行數(shù)據(jù)分析以實現(xiàn)商業(yè)價值。

　　通過數(shù)據(jù)模型，模擬方案的建設(shè)，去尋找在當(dāng)前情況下企業(yè)最優(yōu)化的方案，通過揭示預(yù)測的利潤，銷售收入，和其他的一些基礎(chǔ)因素等，來預(yù)測未來企業(yè)發(fā)展效力情況。

　　從功能上來說：

　　BA是通過一系列的分析研究工作，發(fā)現(xiàn)業(yè)務(wù)需求，找到解決業(yè)務(wù)問題的方法。

　　BI是一種數(shù)據(jù)分析解決方案，將數(shù)據(jù)轉(zhuǎn)化為能指導(dǎo)企業(yè)戰(zhàn)略、業(yè)務(wù)決策的可行性信息。

　　舉個例子，首先要借助BA來觀察企業(yè)哪些方面做得好，哪些方面還需要改進(jìn)；接著可以用這些信息結(jié)合BI，來預(yù)測未來想做的改變會對企業(yè)造成哪些影響？BA和BI會幫助企業(yè)用最正確的方式做出最正確的決策。