1樓：IT弄潮兒
目前大資料行業人缺口很大，一般都是技術崗位，主要是大資料開發，目前有一定基礎或者數理邏輯思維比較好的都可以去嘗試進入這個行業，通過機構指導知識系統的，高效學習，這是進入這個行業的乙個方法。
職位體系包括四個層次：
1. 最上層是首席資料官CDO，TA直接向企業CEO負責，屬於公司高階管理人員，應該是很多人追求的目標。
2. 第二層與業務、企業運營有直接聯絡，包括企業資料規劃師、業務系統分析師、業務資料分析和商業智慧型分析師等。分析師們的工作直接為第三層的技術人員提供工作內容的定位和方向，同時也向CDO報告大資料價值體現效果，以便進行大資料規劃優化。
3. 第三層是技術層，該層的工作內容基本與大資料技術體系架構對應。大資料工程師以資料採集、處理為主；資料探勘分析師以業務模型設計、選擇、優化為主；資料探勘工程師以挖掘演算法設計實現為主；大資料開發工程師以業務系統及大資料探勘應用實現為主。
4. 第四層是支撐層，主要包括技術架構、管理和維護職位。
2樓：桑文鋒
未來所有的公司都是資料驅動型公司，所有的公司都需要資料分析，未來的需求量會很大。當然，資料分析會逐步成為通用技能，就是不管是產品、運營、技術，都需要資料分析能力。如果你對資料比較敏感，也願意從事這一行業，相信你會有光明的前途。
但需要提醒的是，資料分析是和業務強相關的，不要侷限在資料分析本身，還是要讓自己的業務理解能力增強，這會如虎添翼。
3樓：
資料分析這個概念其實不是這幾年才有的，只不過這幾年網際網路行業的發展，讓這個概念紅了起來。但我覺得需要資料分析的企業很多，但能夠真正把資料分析這個崗位用好的企業不多。
資料分析給公司貢獻價值的方式都差不多，其實都是幫業務看清現狀、評估效果、探索未來方向等。有差別的地方可能是大廠的資料科學人才相對充足、資料相對完備，從而使得做資料分析的人有時間和精力在單點問題上進行深度研究分析，而初創公司做資料分析的人一般不太多、甚至有的是讓財務兼著做的，資料不夠完備且往往需要敏捷決策，分析師沒有時間和精力去深入地做分析。當然，公司是否具備資料驅動的文化也十分關鍵，資料部門畢竟是和業務部門緊密配合的支援部門，如果業務方認為資料分析師就是「手動人工智慧取數機」的話，分析師也確實難以發揮分析的價值。
資料分析的物件則是資料，企業中只要能夠資料化或者量化的業務都可以應用資料分析，因此資料分析的寬度和廣度都高於財務分析，可運用的業務場景也多於財務分析。
不論是財務分析，還是資料分析，都十分注重對業務的熟練掌握。不熟悉業務，能從一大推報表裡發現什麼？沒有業務支撐，那只是數字而已。
要說這個崗位的前景，我個人認為是個有趣的職業，但是投身這個職業之前，還是需要先認清自己是不是願意和資料打交道，以及具不具備進入這個崗位的技能儲備。
4樓：胡圖
瀉藥，可以參考下面這個回答，資料分析師的基本能力就是資訊的獲取，在知乎裡已經有很多的回答了。https://www.
資料分析師這個工作適合女生嗎？
liu990678279 個人認為是適合的。首先，女生會比較細緻一些，會比男生更容易避免一些由於粗心導致的小錯誤 其次，女生會更有耐心一些，分析的結果中，尤其需要耐心的觀察，而這一點女生會比多數男生會做的更好些！ 老崔 本人轉行做資料分析，從0開始學，希望各種想轉行小白的可以過來一起交流，想組織乙個...
如何快速入行資料分析師？
杜超 可以參考這個知識能力模型來學習，裡面的細節很多。 Kim Young 因為題主想要的是快速，所以既然是資料分析，那肯定少不了SQL啊，所以先得學習SQL，MySQL搞起來，然後以此擴充套件再用Python這種快速程式設計的工具。然後對資料各種關聯連線，聚合，字串等。然後以此深諳資料之道，熟悉以...
資料分析師如何訓練資料敏感度？
雲夕碎筆 資料分析師對資料的敏感度也可分為兩個方面。第一，是對資料的微觀敏感度。比方說你能通過少許的客戶級資料就能聯想到資料的應用場景。你能通過少許資料了解到資料大致是什麼樣乙個結構。你要明白資料的內在邏輯是什麼。這個自然要多看資料，同時也要多聯想。很多時候，資料的應用場景光靠我們自己想自然是不夠，...