数据分析员优缺点

---

成为数据分析师的感受是什么呢？

---

成为数据分析专家后，我深深明白了一个道理：普通人只看热闹，专家看门。 我一直想，哇，数据分析师听起来很棒，他们一定非常先进。 但当你真正踏入这个行业的时候你就会知道。 这些所谓的数据分析师真是辛苦了。 为什么这么难？过来，听我和你说话。

1）工作比较枯燥，数据分析不占主要部分。

即使数据分析师的重点是数据，也是数据分析，但大部分时间并没有关注数据。 比实际数据更重要的是数据清理。 数据清洗的质量直接决定了最终数据分析的质量。 因此，你在工作中必须花费大量的时间来清理数据。 不断发现数据中的漏洞，然后不断想办法填补漏洞或者直接剔除某些数据。 简而言之，这是您花费最多时间的地方。

2）数据分析结果毫无价值

你花了很多精力去改变维度分析，尝试了上百种方法，但是在最终的结果是没有说服力或者根本得不到任何数据结果。 这很尴尬不是吗？说实话，数据的价值密度很低。

3）没有数据但你必须证明结论

上面的情况还不是最痛苦的，才是最伤害你的。 没有数据，但你必须证明结论的合理性。 此时，你必须继续寻找一些外部结论，然后根据该结论来推断数据。

总之，分析数据，外表光鲜的背后，是内心的种种艰辛。

---

大数据的就业怎么样

---

1.人才缺口大

大数据专业毕业后，我主要从事大数据分析工作。 目前该岗位人才缺口巨大。 学习大数据分析就相当于在大公司找到一份工作，拿高薪。 钥匙。 据统计，仅北京地区的日需求量就达到15680辆。

2.各行业需求不断上升

金融、电商、游戏、医疗、未来教育、社交网络等行业都需要大数据分析师，而且需求巨大。

3.大城市机会更多，工资更高

大数据人才的需求主要集中在一线、一线城市。 在大城市可以学到更多东西，薪资水平也高。 北京大数据分析平均月薪达到20050元。

从人才缺口和需求上升到高薪就业，大数据专业是一个就业前景良好的专业。

大数据人才三大就业方向

大数据三大就业方向是：大数据系统研发人才、大数据应用开发人才和大数据分析人才。

这三大方向中，基础岗位一般是大数据系统研发工程师、大数据应用开发工程师和数据分析师。

大数据人才就业薪资

1基础人才：数据分析师

北京市数据分析平均薪资：？0？610630/月，取样本数15526个，较2016年增长9.4%。

数据分析师岗位职责

业务类别：技术

业务方向：数据分析

>

工作职责：

1．根据公司产品和业务需求，利用数据挖掘等工具对多个数据源进行诊断分析，构建和优化信用分析模型，为公司信用经营决策、产品设计等提供数据支撑；

2。 负责项目的需求研究、数据分析、业务分析和数据挖掘模型等，通过分析运营数据发现隐藏的模式和对未来的预测；

3.参与建设、数据挖掘模型的维护、部署和评估；

4．整理编制业务数据分析报告，及时发现分析变化和问题，为业务发展提供决策支持；

5．独立完成项目需求管理、方案设计、实施管理和项目结果的质量控制；

6．参与项目相关文件的准备。

学历：

学历：本科其他：

经验要求：工作经验：3-5年

职位要求：

1.统计学、数学或计算机科学、数理统计或数据挖掘专业本科及以上学历；具有扎实的数据统计和数据挖掘专业知识；

2．熟练使用数理统计、数据分析、数据挖掘工具软件（SAS、R、Python等中的一种或多种），并能熟练使用SQL读取数据；

3．使用过逻辑回归和神经网络、决策树、聚类等；

4.3年以上数据分析经验，有征信背景者优先；

5.有金融行业经验，有相关行业项目经验者优先；

6．主动性强，责任心强，工作态度积极，具有团队合作精神。

能力：

良好的分析、归纳和总结能力，善于分析和解决实际问题；主动性强，责任心强，工作态度积极，有团队合作精神。

2名大数据开发工程师

北京大数据开发平均薪资：0?630230/月。

大数据开发工程师/专家职位描述（引自滴滴出行）：

职位描述：

1.搭建分布式大数据服务平台，参与建设公司海量数据存储、离线/实时计算、实时查询、大数据系统运维等系统；

2。 服务各种业务需求，服务不断增长的业务和数据量；

3.深入源码核心完善和优化开源项目，解决hadoop、spark、hbase各种疑难问题，参与开源社区建设和代码贡献；

岗位要求：

1。 计算机或相关专业本科及以上学历（3年以上工作经验）；

2.精通C/Java/Scala程序开发（至少一种），熟悉Linux/Unix开发环境；

3.熟悉常见开源分布式系统，精通Hadoop/Hive/Spark/Storm/Flink/HBase源码；

4.具有大型分布式系统开发经验、维护经验、故障排除能力、源码级开发能力；

5.具有良好的沟通协作能力，有较强的分享精神；

6.支持Ku、Kylin，对Impala、github等系统有深入使用且属于底层研究人员加分；