数据分析学习DAY2—数据岗位介绍

有哪些数据岗位（专业性由高到低）

1. 算法工程师（计算机背景）

• 算法基础

• 编程能力

• 大数据框架的搭建

• 算法模型优化

• 模型部署上线

2. 产品数据经理（数据分析逻辑+产品思维）

• 数据监控体系的设计、制定产品业务规范（指标口径、数据字典）

• 业务的理解和敏感度

• 产品思维、业务导向

• 完成产品说明文档（PRD）

  
  

3. 数据挖掘工程师

• 建立数据挖掘模型

• 熟悉聚类、回归、分类算法

• SQL、Python、Scala、Java 在linux环境下能够进行编程

• 较强的业务思维，具体业务进行有效建模
  




4. 数据分析师（综合能力）

• 数据分析报告撰写

• 策略支持

• 构建数据挖掘模型（python、R）

• 从数据库提取数据（SQL）

• 指标逻辑定义及数据报表开发（了解比较多的业务知识）

• 综合能力（表达能力、统计学知识)

  
  

5. 数据仓库工程师

• 对各项相关工作提供数据库支持

• Hadoop、HDFS、YARN、HIVE、HBASE、sqoop、flume、kafka、spark等工具、BI工具

• 编程语言

• 数据仓库建模理论

• 数据质量监控和元数据管理

  
  

重点：

• 岗位各有侧重，但实际相互依赖、相互包含，需要多元化发展。

• 对于非科班，数据产品经理是一条好的途径。

• 根据重要程度安排学习优先级。

• 输出一些有独特观点的分析类文章，弥补专业差距。

• 数据分析和数据挖掘能力能够极大的提高候选人的竞争力。