數據科學職業生涯路徑：如何在數據分析工作中找準自己的角色和定位

寫在前面

全世界，企業每天都在創造更多的數據，迄今為止大多數都在努力從中受益。根據麥肯錫的說法，僅美國就將面臨150，000多名數據分析師的短缺另加150萬個精通數據的管理者。

美國企業與高等教育論壇（BHEF）與普華永道（PWC）近期發布的重要報告也指出“數據分析的人才需求每年都在增長，而每年的高校畢業生數量遠遠無法滿足行業需求?！睋Q言之，現在入行數據分析師恰逢其時。

但是在入行之前，C君忍不住問一句，你們知道什么是精通數據的管理者嗎？這所有的數據科學家都是一樣的嗎？下圖為我們揭示了國外數據科學的不同角色和定位：

而以當前中國數據人才的市場來看，主要分為數據專員（統計員）、數據運營、數據分析師、數據分析工程師、數據挖掘工程師、數據策略師（數據產品經理）、算法工程師等職位崗位，那么數據人才的第一步踏出以后該如何確定自己的職業角色和定位？

業務數據分析師（數據專員、數據運營等）

業務數據分析師對應的CDA一級考試。他們是數據分析師的一個子集，他們更關心的是數據的業務含義和應該導致操作。

你能拿到的薪水

業務數據分析師作為入門級的角色，往往是數據科學角色中報酬最少的，月薪一般為5k-15k

你需要掌握的知識

理論基礎：概率論、統計學理論基礎

軟件要求：必要Excel、SQL；可選SPSS、SAS、R等

業務分析能力：熟知業務，能夠根據問題業務指標提取公司數據庫中相關數據，進行整理、清洗、處理，通過相應數據分析方法，結合軟件平臺應用完成對數據的分析和報告。

結果展現能力：能夠形成邏輯清晰的報告，傳遞分析結果，對實際業務提出建議和策略。

建模分析師（數據挖掘工程師、大數據工程師）

建模分析師對應的是CDA二級建模分析師考試。他們通常扮演一個數據工程師的角色。主要依靠他們的軟件工程經驗來處理大規模的大量數據。他們通常專注于編碼，清理數據集，以及實施來自數據科學家的請求。他們通常知道從Python到Java的各種各樣的編程語言。當有人從數據科學家那里獲取預測模型并用代碼實現它。

你能拿到的薪水

建模分析師作為數據工程師，在數據科學角色中占據著十分重要的地位，月薪一般為15k-25k

你需要掌握的知識：

理論基礎：統計學、概率論和數理統計、多元統計分析、時間序列、數據挖掘（DM）

軟件要求：必要Excel、SQL；可選SPSS MODELER、R、Python、SAS等

業務分析能力：Data可以將業務目標轉化為數據分析目標；熟悉常用算法和數據結構，熟悉企業數據庫構架建設；針對不同分析主體，可以熟練的進行維度分析，能夠從海量數據中搜集并提取信息；通過相關數據分析方法，結合一個或多個數據分析軟件完成對海量數據的處理和分析。

結果展現能力：報告體現數據挖掘的整體流程，層層闡述信息的收集、模型的構建、結果的驗證和解讀，對行業進行評估，優化和決策。

第三階：大數據分析師（大數據架構師、大數據工程師）

大數據分析師對應的是CDA二級大數據分析師考試。他們專注于構建管理數據模型的技術，仔細檢查數據，并提供報告和可視化來解釋數據隱藏的見解，模型的優化和改進等。

你能拿到的薪水

大數據分析師作為架構的搭建者，在編程框架中舉足輕重，月薪一般為25k-50k

你需要掌握的知識

理論基礎：統計學、概率論和數據庫、數據挖掘、JAVA基礎、Linux基礎

軟件要求：必要 SQL、Hadoop、HDFS、Mapreduce、Mahout、Hive、Spark；可選R、Hadoop、Hbase、ZooKeeper、Pig等

業務分析能力：熟悉hadoop+hive+spark進行大數據分析的架構設計，并能針對不同的業務提出大數據架構的解決思路。掌握hadoop+hive+ Spark+tableau平臺上Spark MLlib、SparkSQL的功能與應用場景，根據不同的數據業務需求選擇合適的組件進行分析與處理。并對基于Spark框架提出的模型進行對比分析與完善。

結果展現能力：報告能體現大數據分析的優勢，能清楚地闡述數據采集、大數據處理過程及最終結果的解讀，同時提出模型的優化和改進之處，以利于提升大數據分析的商業價值。

第四階：數據科學家

數據科學家對應的是CDA三級數據分析科學家考試。扮演數據科學家角色的人可能是運用統計學和算法的理論知識找到解決數據科學問題的最佳方法的人，可能是建立一個模型來預測下個月信用卡違約的數量的人……

你能拿到的薪水

數據科學家是數據科學的編程與實現，數據科學理論和數據的商業影響之間的橋梁，年薪一般在60W以上。

你需要掌握的知識

理論基礎：統計、大數據、數據挖掘、機器學習和商業智能

軟件要求：必要Excel、SQL；可選R、Python、SAS、Hadoop等

業務分析能力帶領數據團隊，能夠將企業的數據資產進行有效的整合和管理，建立內外部數據的連接；熟悉數據倉庫的構造理論，可以指導ETL工程師業務工作；可以面向數據挖掘運用主題構造數據集市；在人和數據之間建立有機聯系，面向用戶數據創造不同特性的產品和系統；具有數據規劃的能力。

結果展現能力帶領數據團隊，能夠將企業的數據資產進行有效的整合和管理，建立內外部數據的連接；熟悉數據倉庫的構造理論，可以指導ETL工程師業務工作；可以面向數據挖掘運用主題構造數據集市；在人和數據之間建立有機聯系，面向用戶數據創造不同特性的產品和系統；具有數據規劃的能力。

結論

數據科學是一個新的，令人興奮的領域，它需要符合具體定數據科學角色的個人聚在一起，解決前沿問題。