以我浅薄的从业经验来看，“数据分析”行业是一个范围大、覆盖度广，与互联网产业密不可分的名词。从业者的职业方向可从如下方向中一一列举：
* 做推荐算法的算法工程师（用户与业务分析）；
* 做市场规划与品牌推广的运营人员（市场与竞争对手分析）；
* 做产品需求规划的产品经理（用户流量与体验分析）；
......
好在找到一张图，可以对数据分析行业的跨度范围进行一番总结。✋
摘自“三节课”微信公众号
其中在招聘名称当中。数据分析师，机器学习工程师、数据挖掘工程师层出不穷。想想也是，同样是做数据分析，在涉足领域、技术方法的使用上确实很有些区别。借用在某位CSDN牛人的一句话，不同的职业称谓对对从业者的能力要求也总是不同的。譬如：
编程底子不错的，去做“数据挖掘工程师”；数学和算法牛逼的，去做“机器学习工程师”；数学不错有商业sense的，去做“数据分析师”。
许是人们的物质文化需要日益增长，又或是人们对服务的质量要求越来越高，面向大众用户的企业对于如何从海量数据中挖掘出用户潜在兴趣的需求也越来越迫切。于是，近些年数据分析行业渐渐为人们所重视，数据分析行业的证书机构更是层出不穷，例如CDA、CPDA...姑且不论这些证书是否具有十足的含金量，我们只是单纯地想从教学大纲上，找出这个行业对从业者专业技能要求的蛛丝马迹。
CDA官网上的教学与考试大纲是这样的：
摘自CDA官网
一些业内专业人士的总结则是这样的：
摘自“三节课”微信公众号
可见。数据分析已经从一门与统计学直接相关的行业，逐步成为一门向程序化与机器学习领域进军的行业。过去的数据分析从业者，尤其是金融业的从业者，往往更偏向于业务报表的处理和分析，行业信息的整理和汇总。但今时今日，简单的数据分析与处理已经由更多样更专业的软件所接管。允许行业人员从繁杂的事务性工作中解脱，专注于分析方法的选择与优化，专注于大规模数据的甄选、清洗与运维管理，专注于图形化表达方式的设计以增进用户的直观体验等方方面面。
随着5G技术与云计算的发展，更多的分析模型将可能被放置在云端，辅助普通用户的实时计算与分析、辅助普通用户对大数据分析结果进行更酷炫的展示。可以期待，各行业数据分析类平台的建设，将会进一步对数据分析师的业务能力进行更精细化的切分。例如，这些年在金融投资领域的量化模型数据平台如火如荼的发展势头，就是一个很好的例子。
网友评论