欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

高级数据分析师要求(数据分析师的职业要求)

程序员文章站 2023-11-27 17:45:16
作为一名多年奋斗在业务前线的数据分析师,本着学习的态度,想要提升一下自己。准备以一个初学者的心态重新学一下数据分析。发现现在的数据分析课程,动不动就打包了python、hadoop、java、r、hi...

作为一名多年奋斗在业务前线的数据分析师,本着学习的态度,想要提升一下自己。准备以一个初学者的心态重新学一下数据分析。发现现在的数据分析课程,动不动就打包了python、hadoop、java、r、hive、sql、spark等工具。这些工具别说用了,很多我听都没听过。相信很多小伙伴肯定也有着类似的经历,那一个初学者面对如此多的课程要从何入手呢?

要回答这个问题,首先我们要弄清楚自己的职业规划是什么?学习数据分析的初心是什么?如果你的答案是解决现有业务问题,那接下来的文章你一定要看完。但如果你是要找一个offer,那你也可以参考本文找到自己未来的职业定位。

数据分析师是一个很范的概念,就好像别人问你,同学你是学什么专业的?你回答我是一名理科生。数据分析师有很多个方向,但总的来说可以分为三大类:业务分析师,数据工程师,数据科学家。

业务分析师

大多数有意从事数据分析领域工作的人,最初都是业务分析师。成为业务分析师资格相对简单,但是想做得很厉害却很难。他们的主要工作是通过分析数据,帮助公司做出决策。事实上我不认为存在单纯意义上的业务分析师,他们往往有多重身份。他们可能是市场部的专员,亦或是商品部的主管,亦或是企业高层。虽然身份不同,但是只要是通过数据指导业务进展的人,都可以被称为业务分析师。

请记住:任何不以业务为基础的数据分析都是在耍流氓

当然业务分析师也有专业的,他们是站在业务分析师塔尖的人物。他们通过数据建模,数据可视化,机器学习将原本需要一群人完成分析任务一个人搞定。这种独孤求败式的人可以说是万中无一。因为在组织中,这种人要比业务人员更了解业务细节,比it人员更懂信息架构,比管理人员看得更远更广。

从上述描述中你应该能看出来,所谓的业务分析师,其实不需要懂太多的技能,excel足以。其实,现在很多企业还是erp+excel在办公。不要把数据分析当成是多么遥不可及的事物,脚踏实地一步步前进才是王道。在一个个业务问题中不断得磨砺自己的技能,我不需要比所有人都厉害,只需要比身边的同事多学一点,多了解一点,下次升职加薪就有主动权。

那有的同学就要问了,难道做业务分析的人不需要懂sql,python这些工具吗?其实,还真不一定要学。大部分的公司用的erp都是saas平台(用浏览器打开的那种),你根本拿不到数据库,学什么sql。

另外大部分的需求现在的excel都能完成,学python完全没有必要。不信你可以问问那些大牛,有几个是日常工作python不离手的。这些东西在你职业生涯遇到瓶颈的时候再学也不迟,过早接触反而不利于职业发展。

数据工程师

现在很多公司往往拥有不止一个系统,做分析时候经常需要从各个系统中抽取。例如:需要销售数据从erp(资源管理系统)中抽取,需要财务数据从财务软件中抽取,需要供应链数据从wms(仓储管理系统)中抽取。这也就导致了现在数据中台泛滥的原因,同时也为一个职业兴起奠定了基础。

数据工程师从名字中就可以看出,是偏向于工科的。他们的主要工作是为业务分析师提供数据保障,他们需要具有创建和集成api的能力,同时还需要拥有it知识运维和优化数据库的性能。所以sql是数据工程师的必备语言,同时因为要从各个系统中把数据抽取出来,所以需要对于etl很了解。当然最好还要拥有爬虫和机器学习的能力。

数据科学家

传统公司往往不需要数据科学家,他们既然被称为科学家其实是偏向于理科的。对于数学的要求是比较高的,需要拥有统计学的相关知识。同时对于python r sas 需要精通。因为他们往往需要与大量的数据打交道,所以对于分布式算法也是必须掌握的。因此免费开源的hadoop系列(hive spark)也是要精通的。

数据科学家其实也可以被称作高级业务分析师,因为,他们本质上也是要从数据中发现商业价值,只不多是通过数据挖掘的手段。其实,数据挖掘并不神秘,只是把原来需要业务分析师花费大量精力才能得出的结论。数据科学家通过统计学的方法得出来仅此而已。

最后,用一个不严谨的说法来做一个总结吧。如果说业务分析师是文科,那么数据工程师就是工科,而数据科学家就是理科。如果站在公司老板的角度考虑这三个角色,数据工程师是做基础的,数据科学家是设计框架的,而业务分析师是具体实施的。