擅长数据分析人适合做什么工作

A. 数据分析行业就业方向有哪些

数据分析行业就业三大方向指的是：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。

十大职业：ETL研发、Hadoop开发、可视化(前端展现)工具开发、信息架构开发、数据仓库研究、OLAP开发、数据科学研究、数据预测(数据挖掘)分析、企业数据管理、数据安全研究。

全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达1500000!

根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。

B. 数据分析专业的就业方向有哪些

数据分析师：偏向商业化的数据分析，运营广告等活动效果分析，销售额或利润预测，用户特征描述等，需要较好的统计知识，需要懂1-2门数据分析工具如SAS、R等;

咨询顾问：面向客户，为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务，需要有较好的沟通能力，需要懂1-2门数据分析工具如SAS、R等;(咨询顾问其实也分技术和非技术，技术类的主要是为客户搭建数据平台)

数据产品经理：一般是互联网公司独有，数据量大的公司会有自己的数据产品，如阿里巴巴的数据魔方等，主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作。(相对来说并不需要对从业者要求很高的数据分析或统计能力，属于目前市场上为数不多但高工资的职位)

C. 学商务数据分析与应用专业毕业后可以从事什么工作,有前途吗

一、商务数据分析与应用专业毕业后可以从事什么工作

本专业毕业生适合在电子商务或其他企事业单位从事商务数据搜集、整理、分析与应用、数据化运营与管理及自主创业等工作。初始就业岗位主要包括：数据采集员、数据分析师、平台运营专员、电商运营助理等。

二、商务数据分析与应用专业好不好有前途吗

商务数据分析与应用，加上了数据，跟大数据挂钩，是近年来的经管商贸类专业的新热门专业。数据分析是实用性技术，而商务是给数据分析明确了方向，这是一个综合型专业。

工作领域还是比较广的。商业、企业、电商等很多行业都需要数据分析的，来掌握第一手资料，分析作出规划、决策。

商务数据分析与应用专业，就业前景非常广阔，一般是互联网公司、电子商务类企业，做数据分析工作，比如数据统计、调查与分析应用、数据化营销与管理等。

D. 考了数据分析师可以做什么工作

数据分析师是从事数据分析类工作的职业证书，考了数据分析师后，一般就是做数据分析的工作的。
现在各行各业对数据分析师的需求是挺大的，在北京、上海、杭州、深圳、广州招聘数据分析相关岗位是比较多的，而且薪资待遇不错，在众多的行业中，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量相比其他行业更大。
我同事之前也是在他们这里考的，现在是在互联网做用户分析，发展的还是可以的。

E. 大数据毕业后可以从事什么工作

学大数据从事的职业常常分为大数据系统研发人员、大数据应用开发人员和大数据分析人员，常见的职业有数据分析师、数据架构师、数据挖掘工程师、数据算法工程师等等。
以下是学大数据可以从事的职业介绍：
1、数据分析师：从事行业数据搜集、整理、分析方面的工作，依据数据做出行业研究、评估和预测。需要掌握SPSS、STATISTIC、Eviews、SAS等数据分析工具以及数据分析的营销思维。
2、数据架构师：负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。
3、数据应用师：用常人能理解的语言表述出数据所蕴含的信息，并根据数据分析结论推动企业内部做出调整。将数据还原到产品中，为产品所用。
4、数据挖掘工程师：从大量的数据中通过算法搜索隐藏于其中的信息，使企业决策智能化、自动化，提高企业工作效率，减少错误决策的可能性。需要具备深厚的统计学基础，需要熟悉R、SAS、 SPSS等统计分析软件。
5、数据算法工程师：负责大数据产品数据挖掘算法与模型部分的设计，制定数据建模、数据处理和数据安全等架构规范并落地实施。需要具备扎实的数据挖掘基础知识，精通机器学习、数学统计常用算法，掌握常见分布式计算框架和技术原理，如Hadoop、MapRece、 Yarn、Storm、Spark等；熟悉Linux操作系统和Shell编程，至少熟练掌握一门编程语言。

F. 学大数据可以从事什么职业

1、数据分析师。数据分析师 是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。

2、 数据架构师。

数据架构师是负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作 ，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。

从事数据架构师这个职位，需要具备较强的业务理解和业务抽象能力，具备大容量事物及交易类互联网平台的数据库模型设计能力，对调度系统，元数据系统有非常深刻的认识和理解，熟悉常用的分析、统计、建模方法，熟悉数据仓库相关技术，如 ETL、报表开发，熟悉Hadoop，Hive等系统并有过实战经验。

6、Hadoop运维工程师

你需要具备的技术知识：平台大数据环境的部署维护和技术支持， 应用故障的处理跟踪及统计汇总分析，应用安全、数据的日常备份和应急恢复。

7、Hadoop开发工程师

Hadoop是一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。Hadoop是一个能够对大量数据进行分布式处理的软件框架， 以一种可靠、高效、可伸缩的方式进行数据处理。所以说Hadoop解决了大数据如何存储的问题，因而在大数据培训机构中是必须学习的课程。

Hadoop开发工程师需要具备的技术：基于hadoop、hive等构建数据分析平台，进行数据平台架构设计、开发分布式计算业务，应用大数据、数据挖掘、分析建模等技术，对海量数据进行挖掘，发现其潜在的关联规则，对hadoop、hive、hbase、Map/Rece相关产品进行预研、开发，Hadoop相关技术解决海量数据处理问题、大数据量的分析， Hadoop相关业务脚本的性能优化与提升，不断提高系统运行效率。

8、大数据可视化工程师

随着大数据在人们工作及日常生活中的应用，大数据可视化也改变着人类的对信息的阅读和理解方式。从网络迁徙到谷歌流感趋势，再到阿里云推出县域经济可视化产品，大数据技术和大数据可视化都是幕后的英雄。

G. 擅长分析的人适合做什么工作

擅长分析的人适合做一些善于分析类的工作，而且还要考虑自身的兴趣，建议你可以选择：能源、通信、金融行业。

这三个行业是比较有前景的，而且是大众所需要的，消费者忠实度是比较高的。他们的市场前景也是不错的，更重要的是这三个行业能够给社会提供更多的力量也需要有分析能力的人才，从这个行业当中从事相关工作。

懂得分析的人要做到许多人为你工作，许多条路为你挣钱，许多地方为你生钱。利用别人为你挣钱，解放自己，自己人才有时间去学习如何快速挣钱。会运用资本的力量。会运用人脉的力量。
会运用杆杠的力量：比如借用他人的力量，借用财务杠杆，使自己有限的资源发挥无限的力量。

H. 数据分析行业做哪些工作

数据产业的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支掌握数据技术、懂管理、有数据应用经验的数据建设专业队伍。目前数据相关人才的欠缺严重阻碍数据市场发展。据 Gartner预测，到2017年，全球将新增440万个与数据相关的工作岗位，且会有25%的组织设立首席数据官职位。

数据分析的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，数据分析将会出现约100万的人才缺口，在各个行业，数据分析中高端人才都会成为炙手可热的人才，涵盖了大数据的数据开发工程师、数据分析师、数据架构师、数据后台开发工程师、算法工程师等多个方向。因此需要高校和企业共同努力去培养和挖掘。目前大的问题是很多高校缺乏大数据，所以拥有大数据的企业应该与学校联合培养人才数据分析人才。

I. 学大数据可以从事什么工作

1、数据规划师

在一个产品设计之前，为企业各项决策提供关键性数据支撑，实现企业数据价值的最大化，更好地实施差异化竞争，帮助企业在竞争中获得先机。

2、数据工程师

大数据基础设施的设计者、建设者和管理者，他们开发出可根据企业需要进行分析和提供数据的架构。同时，他们的架构还可确保系统能够平稳运行。

3、数据架构师

擅长处理散乱数据、各类不相干的数据，精通统计学的方法，能够通过监控系统获得原始数据，在统计学的角度上解释数据。

4、数据分析师

职责是通过分析将数据转化为企业能够使用的信息。他们通过数据找到问题，准确地找到问题产生的原因，为下一步的改进找到关键点。

5、数据应用师

将数据还原到产品中，为产品所用。他们能够用常人能理解的语言表述出数据所蕴含的信息，并根据数据分析结论推动企业内部做出调整。

6、数据科学家

大数据中的领导者，具备多种交叉科学和商业技能，能够将数据和技术转化为企业的商业价值。