这期内容当中小编将会给大家带来有关数据分析师细分岗位有哪些方向，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
很多想要入门数据分析或者要转行的，往往对自己的职业规划一无所知，十分迷茫。无论是你是入行还是想要转行，都要谨慎，要对自己的职业发展有个3-5年的清晰规划，才能下手准备入行，否则很容易入行就失业。
数据分析师岗位方向：
一、取数
数据分析行业里最常见的就是做取数，尤其是当数据分析火了之后，因为入行门槛比较低，也就造成了像丐帮一样的“三百六十行、鱼龙混杂”，而且工作相对不累，导致大量人士涌入，但实际岗位其实没那么多。但事实上，很多人都是被HR“骗”到公司来做取数机器的，很多公司名义上打着数据分析的旗号，但实际招来的人就是做取数。
取数工作内容：
取数派每天的工作内容也比较简单、重复和机械，就是写SQL取数，根据业务的需求做数据统计、简单报表制作，总体上说价值感比较低，基本都是新人在做。但取数派也并非一事无成。因为取数的能力是数据分析和后面一系列建模工作的基础，能够高效的完成取数，以及对于数据的底层架构的深入了解，也不是一件很容易的事情，这也就是“以力取胜”。打好这个取数基础，有利于后面更高效的做分析和建模的工作，同时这也是了解业务方关心的数据和问题的机会。
必备技能：Excel(如果会VBA就更好了)、SQL取数(核心技能)、数据库(需要熟悉，具体看你公司用的什么数据库)
二、数据工程
数据工程师包含的岗位很多，跟常见的数据分析比较容易搞混的，是数据仓库、数据中台、数据模型等等，这些其实都属于数据工程师的范畴，主要的工作也是根据具体的职责来看的，要有专门的人来做，很多人最后走专业技术线一般都会转到数据工程师。数据工程师更看重数据技术，比如统计学基础、数据库操作、编程基础、机器学习基础，同时你还需要对业务有一定程度的理解。
数据工程工作内容：
数据工程师也大体可以分为挖掘工程师、算法工程师等类别比如说，数据挖掘工程师的主要工作是利用已有的算法模型，对业务数据进行清洗、建模，此方向薪资远大于数据分析师，天花板也较高，不过升级有一定难度。另一种算法工程师更看重理论基础，比如机器学习算法原理、相关数学原理等。算法工程师的主要工作一般是研究算法、为公司的相关业务需求优化算法
算法工程师薪资非常高，天花板也高，不过一是升级难度大，二是市场需求没有数据挖掘等方向大，一般是大型大数据公司才会需要这个岗位，比如BAT
必备技能：数据库、python、数据挖掘算法、机器学习算法等。
三、业务分析
一般入行2-3年基本可以达到业务分析师的水平，当然前提是你的业务知识足备了。《倚天屠龙记》里的明教可以说四分五裂，而业务分析师也分为两大阵营：市场业务分析和运营分析。
业务分析派工作内容：
市场业务分析，比如说零售公司的某个业务出了问题，比如销售，分析师的任务就是要搞清业务数据异常的原因，取数据、做调查、做分析、找业务等等，最终输出分析报告给业务部门;运营分析，就是我们俗称的“表哥表姐”，每天都跟报表打交道，每天主要的任务就是从某个系统导出excel表，然后整理一个新的excel表。至于看得懂看不懂这个excel，完全看业务能力，跟技术操作没啥关系。
公司肯定会有单独的运营部门，他们的主要任务是拉新转化和促活，或者是业务运营，其中也会涉及到数据分析的工作，但是跟数据分析师的运营岗位不是一个概念。业务分析师的任务就是发现问题-分析问题-得出结论，为业务人员的营销策略提供数据支撑，其实相当于一个赋能岗位这个岗位比较看重你的思维能力和分析能力，需要你对数据有着敏锐的洞察力，同时也需要对业务有一定的知识储备。
必备技能：SQL、统计学基础、excel分析基础、python/R语言、思维方法与分析模型等。
四、商业分析
商业分析师和数据分析师则是最容易被混淆的，商业分析师做什么?一般来说都是研究行业数据和竞品数据，然后研究企业发展、为公司决策者提供战略决策指导意见的，商业分析师的工作内容就是通过对市场、竞对、企业的现状分析判断，提出未来的运营、产品方向建议，从而提升份额、提高营收。
商业分析工作内容：
这个岗位不仅要熟悉业务，还要熟悉行业，还要懂得市场、甚至还要懂得金融管理，跟“百家之长”的武当张三丰十分相像，但是对技术的要求不是很高。
从岗位上说，大量紧缺。因为一般来说，数据分析入行5-8年后就能碰到天花板，这时候大多数人都会转行做管理(产品经理)、或者去做技术(人工算法等)，很少有人会去主动突破职业瓶颈，达到商业分析师的高度，主要原因也是在于商业分析师的门槛较高。
必备技能：sql、商业分析模型与方法、市场营销与金融知识、SPSS等工具等。
上述就是小编为大家分享的数据分析师细分岗位有哪些方向了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
