擅長數據分析人適合做什麼工作

A. 數據分析行業就業方向有哪些

數據分析行業就業三大方向指的是：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。

十大職業：ETL研發、Hadoop開發、可視化(前端展現)工具開發、信息架構開發、數據倉庫研究、OLAP開發、數據科學研究、數據預測(數據挖掘)分析、企業數據管理、數據安全研究。

全球最頂尖管理咨詢公司麥肯錫(McKinsey)出具的一份詳細分析報告顯示，預計到2018年，大數據或者數據工作者的崗位需求將激增，其中大數據科學家的缺口在140000到190000之間，對於懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達1500000!

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。

B. 數據分析專業的就業方向有哪些

數據分析師：偏向商業化的數據分析，運營廣告等活動效果分析，銷售額或利潤預測，用戶特徵描述等，需要較好的統計知識，需要懂1-2門數據分析工具如SAS、R等;

咨詢顧問：面向客戶，為客戶提供數據抓取、數據分析、出數據報表、改進建議落實等咨詢服務，需要有較好的溝通能力，需要懂1-2門數據分析工具如SAS、R等;(咨詢顧問其實也分技術和非技術，技術類的主要是為客戶搭建數據平台)

數據產品經理：一般是互聯網公司獨有，數據量大的公司會有自己的數據產品，如阿里巴巴的數據魔方等，主要是針對數據產品從產品立項、提開發需求、跟進產品開發、測試一直到產品上線等工作。(相對來說並不需要對從業者要求很高的數據分析或統計能力，屬於目前市場上為數不多但高工資的職位)

C. 學商務數據分析與應用專業畢業後可以從事什麼工作,有前途嗎

一、商務數據分析與應用專業畢業後可以從事什麼工作

本專業畢業生適合在電子商務或其他企事業單位從事商務數據搜集、整理、分析與應用、數據化運營與管理及自主創業等工作。初始就業崗位主要包括：數據採集員、數據分析師、平台運營專員、電商運營助理等。

二、商務數據分析與應用專業好不好有前途嗎

商務數據分析與應用，加上了數據，跟大數據掛鉤，是近年來的經管商貿類專業的新熱門專業。數據分析是實用性技術，而商務是給數據分析明確了方向，這是一個綜合型專業。

工作領域還是比較廣的。商業、企業、電商等很多行業都需要數據分析的，來掌握第一手資料，分析作出規劃、決策。

商務數據分析與應用專業，就業前景非常廣闊，一般是互聯網公司、電子商務類企業，做數據分析工作，比如數據統計、調查與分析應用、數據化營銷與管理等。

D. 考了數據分析師可以做什麼工作

數據分析師是從事數據分析類工作的職業證書，考了數據分析師後，一般就是做數據分析的工作的。
現在各行各業對數據分析師的需求是挺大的，在北京、上海、杭州、深圳、廣州招聘數據分析相關崗位是比較多的，而且薪資待遇不錯，在眾多的行業中，互聯網金融、O2O、數據服務、教育、電子商務、文化娛樂領域對數據分析師需求量相比其他行業更大。
我同事之前也是在他們這里考的，現在是在互聯網做用戶分析，發展的還是可以的。

E. 大數據畢業後可以從事什麼工作

學大數據從事的職業常常分為大數據系統研發人員、大數據應用開發人員和大數據分析人員，常見的職業有數據分析師、數據架構師、數據挖掘工程師、數據演算法工程師等等。
以下是學大數據可以從事的職業介紹：
1、數據分析師：從事行業數據搜集、整理、分析方面的工作，依據數據做出行業研究、評估和預測。需要掌握SPSS、STATISTIC、Eviews、SAS等數據分析工具以及數據分析的營銷思維。
2、數據架構師：負責平台的整體數據架構設計，完成從業務模型到數據模型的設計工作，根據業務功能、業務模型，進行資料庫建模設計，完成各種面向業務目標的數據分析模型的定義和應用開發，平台數據提取、數據挖掘及數據分析。
3、數據應用師：用常人能理解的語言表述出數據所蘊含的信息，並根據數據分析結論推動企業內部做出調整。將數據還原到產品中，為產品所用。
4、數據挖掘工程師：從大量的數據中通過演算法搜索隱藏於其中的信息，使企業決策智能化、自動化，提高企業工作效率，減少錯誤決策的可能性。需要具備深厚的統計學基礎，需要熟悉R、SAS、 SPSS等統計分析軟體。
5、數據演算法工程師：負責大數據產品數據挖掘演算法與模型部分的設計，制定數據建模、數據處理和數據安全等架構規范並落地實施。需要具備扎實的數據挖掘基礎知識，精通機器學習、數學統計常用演算法，掌握常見分布式計算框架和技術原理，如Hadoop、MapRece、 Yarn、Storm、Spark等；熟悉Linux操作系統和Shell編程，至少熟練掌握一門編程語言。

F. 學大數據可以從事什麼職業

1、數據分析師。數據分析師 是數據師的一種，指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。在工作中通過運用工具，提取、分析、呈現數據，實現數據的商業意義。

作為一名數據分析師、至少需要熟練SPSS、STATISTIC、Eviews、SAS等數據分析軟體中的一門，至少能用Acess等進行資料庫開發，至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建，至少掌握一門編程語言。總之，一個優秀的數據分析師，應該業務、管理、分析、工具、設計都不落下。

2、 數據架構師。

數據架構師是負責平台的整體數據架構設計，完成從業務模型到數據模型的設計工作 ，根據業務功能、業務模型，進行資料庫建模設計，完成各種面向業務目標的數據分析模型的定義和應用開發，平台數據提取、數據挖掘及數據分析。

從事數據架構師這個職位，需要具備較強的業務理解和業務抽象能力，具備大容量事物及交易類互聯網平台的資料庫模型設計能力，對調度系統，元數據系統有非常深刻的認識和理解，熟悉常用的分析、統計、建模方法，熟悉數據倉庫相關技術，如 ETL、報表開發，熟悉Hadoop，Hive等系統並有過實戰經驗。

6、Hadoop運維工程師

你需要具備的技術知識：平台大數據環境的部署維護和技術支持， 應用故障的處理跟蹤及統計匯總分析，應用安全、數據的日常備份和應急恢復。

7、Hadoop開發工程師

Hadoop是一個分布式文件系統(Hadoop Distributed File System)，簡稱HDFS。Hadoop是一個能夠對大量數據進行分布式處理的軟體框架， 以一種可靠、高效、可伸縮的方式進行數據處理。所以說Hadoop解決了大數據如何存儲的問題，因而在大數據培訓機構中是必須學習的課程。

Hadoop開發工程師需要具備的技術：基於hadoop、hive等構建數據分析平台，進行數據平台架構設計、開發分布式計算業務，應用大數據、數據挖掘、分析建模等技術，對海量數據進行挖掘，發現其潛在的關聯規則，對hadoop、hive、hbase、Map/Rece相關產品進行預研、開發，Hadoop相關技術解決海量數據處理問題、大數據量的分析， Hadoop相關業務腳本的性能優化與提升，不斷提高系統運行效率。

8、大數據可視化工程師

隨著大數據在人們工作及日常生活中的應用，大數據可視化也改變著人類的對信息的閱讀和理解方式。從網路遷徙到谷歌流感趨勢，再到阿里雲推出縣域經濟可視化產品，大數據技術和大數據可視化都是幕後的英雄。

G. 擅長分析的人適合做什麼工作

擅長分析的人適合做一些善於分析類的工作，而且還要考慮自身的興趣，建議你可以選擇：能源、通信、金融行業。

這三個行業是比較有前景的，而且是大眾所需要的，消費者忠實度是比較高的。他們的市場前景也是不錯的，更重要的是這三個行業能夠給社會提供更多的力量也需要有分析能力的人才，從這個行業當中從事相關工作。

懂得分析的人要做到許多人為你工作，許多條路為你掙錢，許多地方為你生錢。利用別人為你掙錢，解放自己，自己人才有時間去學習如何快速掙錢。會運用資本的力量。會運用人脈的力量。
會運用桿杠的力量：比如借用他人的力量，借用財務杠桿，使自己有限的資源發揮無限的力量。

H. 數據分析行業做哪些工作

數據產業的每個環節都需要依靠專業人員完成，因此，必須培養和造就一支掌握數據技術、懂管理、有數據應用經驗的數據建設專業隊伍。目前數據相關人才的欠缺嚴重阻礙數據市場發展。據 Gartner預測，到2017年，全球將新增440萬個與數據相關的工作崗位，且會有25%的組織設立首席數據官職位。

數據分析的相關職位需要的是復合型人才，能夠對數學、統計學、數據分析、機器學習和自然語言處理等多方面知識綜合掌控。未來，數據分析將會出現約100萬的人才缺口，在各個行業，數據分析中高端人才都會成為炙手可熱的人才，涵蓋了大數據的數據開發工程師、數據分析師、數據架構師、數據後台開發工程師、演算法工程師等多個方向。因此需要高校和企業共同努力去培養和挖掘。目前大的問題是很多高校缺乏大數據，所以擁有大數據的企業應該與學校聯合培養人才數據分析人才。

I. 學大數據可以從事什麼工作

1、數據規劃師

在一個產品設計之前，為企業各項決策提供關鍵性數據支撐，實現企業數據價值的最大化，更好地實施差異化競爭，幫助企業在競爭中獲得先機。

2、數據工程師

大數據基礎設施的設計者、建設者和管理者，他們開發出可根據企業需要進行分析和提供數據的架構。同時，他們的架構還可確保系統能夠平穩運行。

3、數據架構師

擅長處理散亂數據、各類不相乾的數據，精通統計學的方法，能夠通過監控系統獲得原始數據，在統計學的角度上解釋數據。

4、數據分析師

職責是通過分析將數據轉化為企業能夠使用的信息。他們通過數據找到問題，准確地找到問題產生的原因，為下一步的改進找到關鍵點。

5、數據應用師

將數據還原到產品中，為產品所用。他們能夠用常人能理解的語言表述出數據所蘊含的信息，並根據數據分析結論推動企業內部做出調整。

6、數據科學家

大數據中的領導者，具備多種交叉科學和商業技能，能夠將數據和技術轉化為企業的商業價值。