设为首页
点击收藏
头条资讯
阅读推荐
Big Data时代到来！留学生该如何把握！站在风口上
随着 “Big Data”时代的到来
任何行业都需要数据的支撑
和数据有关的职位成了大热门
和数据有关的能力变成了求职必备技能
麦肯锡公司的研究预测称，
2018年，“具有深入分析能力的人才”，
美国可能面临着14万到19万的缺口，
“利用大数据分析来做出有效决策的经理和分析师”
缺口则会达到150万。
该领域目前异常火爆！
今天就来细数一下，大数据的专业、职位到底有哪些？
任何行业都需要数据的支撑
和数据有关的职位成了大热门
和数据有关的能力变成了求职必备技能
麦肯锡公司的研究预测称，
2018年，“具有深入分析能力的人才”，
美国可能面临着14万到19万的缺口，
“利用大数据分析来做出有效决策的经理和分析师”
缺口则会达到150万。
该领域目前异常火爆！
今天就来细数一下，大数据的专业、职位到底有哪些？
▼
● 数据相关的专业有哪些
1.BA专业：BA 全称 BusinessAnalytics，是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现 Big Data 的商业应用。一个 BA 应该是深入了解商业模式又有技术背景的数据分析专家。
2.Data Science ：数据科学是研究数据的产生、获取、存储、传输、处理、可视化、利用及其相互关系的学科，它是当代科学的前沿学科，对几乎所有其他学科都有很强的协同性和渗透性，生动地体现出整个基础学科在大数据时代科技进步中的先导作用。
3.统计专业：统计学是一门很专的学科，但是一个好的统计学工作者也必须是一个通才，不仅熟悉统计工具的运用，也需要了解行业特点，才能做好数据决策。这也是统计工作的一个好处，可以结合你的兴趣与几乎所有其他领域的科学，技术或业务。
4.数学专业：数学是抽象的研究数量、结构、空间和变化的科学。主要是研究从客观世界中抽象出来的数学规律的内在联系，也可以说是研究数学本身，而不以应用为目的的学问；而应用数学着眼于说明自然现象，解决实际问题，是纯粹数学与科学技术之间的桥梁。
● 数据相关的职业有哪些
和数据相关的职位包括 Data Analytics / Data Science / Business Analytics/ Data Architect/ Data Engineering...都需要数据处理的能力。只是侧重点有所不同，通过 Data这个词后面所加的单词就可以看出，不同领域的 Data 技能同样重要，有偏向科技方面的，有偏向商业方面的，也有偏向工程方面的。不管是什么领域的 Data 工作，都是通过数据分析去引领决策。下面我们具体来看下数据专业的薪资有多少？
1. Business Analyst：商业分析师
2. Data Analyst：数据分析师
3. Data Architect：数据架构师
4. Data Engineer：数据工程师
5. Data Scientist：数据科学家
6. Marketing Analyst：市场分析员
7. Quantitative Analyst：定量分析
8. Statistician：统计学家
● 看看这些薪资真是够诱人的。那么数据专业的你可以去哪些行业呢？哪些行业急需数据专业的人才？
随着数据时代的到来，未来几年 Data 相关的 Open position 也会日益增多并且炙手可热。处理 Data 已经不仅仅局限在传统 IT 公司。还有以下行业，尤其是金融业对于数据人才的需求也在持续扩大。
具体来看下四大、金融机构和咨询公司为什么爱招数据专业的人：
四大
美国注会协会会长 Barry Melancon 最近发言说，“会计师事务所非常适合在解读和使用大数据实现战略业务目标方面发挥领导作用。鉴于金融专业人士每天都遇到的大型数字数据集，掌握数据分析是必要的，而不是一种选择。另外，CFO 也应该帮助公司创造一种文化：管理者应该更多的使用预测分析来做决定，而不是像从前一样依靠经验和本能。”例如，毕马威（KPMG）已经在其“全球数据分析解决方案”的五年投资项目中投入了5亿。他们与 McLaren Applied Technologies 组成了战略联盟，并且开始将其预测分析技术应用到了其审计和咨询业务当中。
金融机构
数据货币化预计将在2017年成为一个热门话题。各种组织看好内部数据的价值，毕竟数据就是黄金。下一步是与客户、合作伙伴和供应商一起最大限度地提高收集的外部数据的经济效益。因此从数据中获得价值的能力将成为数字商业生态系统中战略的不可分割的一部分。
咨询公司
数据分析是 Consulting 的老本行，随着技术的不断变革，咨询行业也越来越需要能够处理集成大数据的人才来更好地为客户服务。在数据人才炙手可热的今天，咨询公司的薪资也是蹭蹭蹭地在飙涨。
● 数据行业必备技能
必备技能
1、Data Hacking
要有独立从各种各样的地方把数据化为己用的能力。可能会用到的：
SQL：用来存储和查询Structured 数据
Programming：比如用 Python forparsing/scraping data 。如果既会一门 Scripting language，又会一门 Compiled/object oriented language，会是优势。主要是用来处理Unstructured数据。
Hadoop/parallelprocessing：你处理的数据可能太大无法一次性装入内存，而你需要对数据进行快速的分析，这就需要 MapReduce 等技术。
这其中，SQL 和 Programming 是最基本的，你必须会用 SQL 查询数据、会快速写程序分析数据。
要想更深入的分析问题，你可能还会用到：
Exploratory analysisskills，可以使用 Python、R、Matlab 等各种工具，IT 公司用 SAS 和 SPSS 相对较少，尽管有些 Job ads/descriptions 里提到了，当然也不是完全不可以。但是如果你只会 SAS，那么选择无疑要少很多。
Optimization、Simulation：有些职位需要研究顾客需求变化，调整产品或者服务价格，来帮助公司最大化盈利。
Machine Learning、Data Mining：比如有人用数据挖掘技术，发现很多人在超市里买尿布的同时，也买了啤酒 – 现在还没理解为啥，但是也许尿布和啤酒应该放一起卖；另外比如手机广告的精准投放。
Modeling：你需要理解不同的统计模型有什么应用范围、有什么限制和特长。
必备技能
2、ProblemSolving
你不光要理解 What users say they want，你还需要真正的理解 What theyactually mean、转化定义出一个可以用数据解决的问题，然后选择正确的分析工具，量化分析和解决问题。
必备技能
3、Communication
数据科学家会跟公司的很多不同部门的人打交道，如果你希望接触像市场营销这样的部门，希望跟上级领导多多打交道，那你需要有较强的交流能力。
你需要知道区分什么是问题本质、什么是技术细节，要有能力给上层领导讲 High level 的分析和推荐，有能力给同事讲解和 Defend 你的技术细节，也就是”见什么人说什么话”，这不是说要你油滑，而是说要知道什么时候需要隐藏技术细节，而只展现跟听众最相关的信息。
你很可能要经常做 Presentation，需要很强的Visualization 的能力，熟悉 Edward Tufte 和 Nathan Yau 的东西，会很有帮助。另外，也许你很喜欢高深的方法，觉得你懂你NB，但是一切的解决方案，都要从产生 Business revenue 的角度来考虑是否合理。你也可能需要跟 Software development team 合作，需要讲清楚需要他们实现什么、需要告诉他们什么地方需要改进。
滇公网安备 53010302000664号