数据分析师在做什么？低阶和高阶的区别

数据分析师重在策略和标准的输出，比如补贴出多少合适、用户发多少红包合适、产品如何改进合适等，每个方向都有无数的细节涉及到标准。

高阶会成为战略专家，对于大方向上有精准的把握，决定哪些可以重点做，解决非常有价值的事情。

低阶是工具上的使用，取数，sql工程师

算法工程师在做什么？低阶和高阶的区别

算法工程师，不仅是策略，且含执行。按照效果来决定。怎么做推荐，怎么做ctr，怎么做自动化的流程来支持生产业务。

高阶上对于业务的理解和实现非常清楚，对于性能掌握非常精准。

低阶是模型的参数调整，调参工程师，远离业务。

数据分析师和算法分析师之间的转换？

数据分析师需要有写代码能力，找到合适的场景来应用算法，从离线转而在线。

python和java，对于各种算法本身的理解比较深入，特征工程能够搭出好的模型，准确率好。

工程上的处理，对于大型数据流量的处理，包括数据库交互es或者kafka，并行计算spark技术，数据结构的理解(常见各种排序，冒泡，计算复杂度非常清楚)。封装api上线的能力。