数据分析的职业发展与职位分类

2020年9月22日10:37:53数据分析的职业发展与职位分类已关闭评论

数据分析的职业发展与职位分类

数据分析的职业发展分为技术路线和管理路线。技术路线分为数据分析助理、数据分析专员、初级数据分析师、中级数据分析师、高级数据分析师、资深数据分析师、数据科学家等;管理路线分为数据分析主管、数据分析经理、数据分析总监、首席数据官等。

从工作内容上划分,数据分析的职位主要分为两大类:业务数据分析和数据挖掘算法研发。

1.业务数据分析

● 熟悉行业知识、公司业务及流程,有自己独到的见解,能够根据分析结论驱动业务决策。

● 熟练的沟通技巧,需要和运营、产品、市场、技术、客服等部门打交道。

● 掌握数据分析思路、分析理论以及数据分析方法,并能灵活运用到实际工作中。

● 熟练掌握数据分析相应工具,包括Excel、SQL、SPSS、R、Python、SAS、Tableau、PowerBI等软件;熟悉常见的算法,了解产品和运营的分析思路,能拿出业务优化方案并促进落地等。

● 职位主要细分为数据运营专员、业务分析师、运营分析师、商业分析师、BI分析师、数据产品经理等。

2.数据挖掘算法研发

● 熟悉公司业务及流程,推动数据挖掘理论在不同场景的落地,解决产品线、企业经营等方面的实际问题。

● 扎实的统计学、数据挖掘、机器学习理论基础,能够利用高等数学知识推演高维数学模型。熟悉聚类、分类、回归、图模型等机器学习算法,对常见的核心算法理解透彻,有实际建模经验。

● 具备扎实的计算机操作系统、数据结构等理论基础,熟练掌握大数据依赖的计算机技术,包括:操作系统(Linux、shell等)、实时流计算(Spark、Storm)、海量数据处理(Hadoop、Hbase、Hive)、开发语言(C、C++、Java、Scala等)、数据分析与机器学习框架(R、Python、TensorFlow、Mahout等)。

● 职位细分主要为数据挖掘工程师、数据算法工程师、数据开发工程师、数据研发工程师、机器学习工程师等。

 

  • 版权声明:本篇文章(包括图片)来自网络,由程序自动采集,著作权(版权)归原作者所有,如有侵权联系我们删除,联系方式(QQ:452038415)。