一、职业方向

机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。

数据分析员 Data Analyst

工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的;工作需要产生各种形式的报告;在统计层次上，懂基本t-test和线性回归即可。

数据科学家 Data Scientist

很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理，FB/Linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。

就业发展

数据分析师是收集、处理和执行数据统计分析的人员。无论是中国还是美国，数字化是大势所趋，所以数据分析人才在就业市场上相当受追捧。

薪资高

自从全世界都在搞数字化，Data行业的薪资也水涨船高。世界最大的招聘搜索引擎indeed统计了2021年25个最高薪职位排名，Data Scientist赫然在榜。

而在大数据迅猛发展的国内，各个行业无一不在Data岗花大手笔招人。根据全球招聘公司Hays的数据，2019年中国Data Scientist职位的年薪，甚至可以超过日本和新加坡。

即使是属于Data入门级的Data Analyst这一职位，字节跳动、Thoughtworks的平均月薪就高达3.6万元人民币，麦肯锡更是直接给到了3.8w。

行业广

当今时代，绝大多数行业都需要数据分析，该类职位不局限于特定的行业。

1.金融财经方面，数据分析可以帮助企业/个人完善财务，进行合理投资和决策;

2.很多律所，与数据科学家合作，进行账目分析、人事分配、时间安排和文件流程等工作，以更准确地确定公司的成本及利润;

3.能源行业，很多公共事业部门利用数据分析变革技术，更好地节能减排;

4.医学行业，数据分析可以为更加个性化的护理系统提供帮助;

......

根据美国劳工统计局(BLS)统计，到2028年，该职位预计就业增长率为26%，远高于平均水平。

三、具备技能

计算机能力

编程计算机技能，比如Hadoop、Mahout等开发处理技术。另外还需要具备使用SPSS、SAS等统计分析软件的技能，以及于此密切相关的开源编程语言R语言。

数学、统计等相关专业背景

数据可视化

对数据中所包含的意义进行分析、开发WEB原型，使用外部API将图表、地图、Dashboard等其他服务统一起来。

数据分析与商业决策。

在未来，数据分析与商业决策相结合的复合型人才是最被社会所需要的。有利用IT知识进行商务决策的，有利用IT技术开发模型算法的，也有结合业务知识分析行业热点的。