数据分析师的职位划分

不同公司对数据分析师的职位划分稍有不同。在一些中小型企业，在没有成立独立的数据中心前，数据分析的相关职位往往是在市场部、运营部的管辖之下，人数通常在2－4人不等。对于一些大型企业，有独立的数据分析部门，团队成员也在数十人到百余人不等。对于职位头衔，有的按行政级别划分，如专员、主管、经理、总监等；也有的按专业水平划分，如助理、高级、*、*等。数据分析职位整体上分为两大类：
数据分析师
专业能力成长路径：助理数据分析师－数据分析师－*数据分析师高级数据分析师
行政职位晋升路径：数据分析专员－数据分析主管－数据分析经理－数据分析总监
主要专业技能要求：数据库知识（SQL）、基本的统计分析知识、熟练掌握Excel，了解SPSS/SAS，良好的PPT展示能力。
数据分析工程师
算法工程师、建模工程师
从事数据分析和数据挖掘工作，尤其是在互联网行业，主要需要四个方面的能力，即数据分析和数据挖掘的理论知识、统计分析工具应用、编程开发与数据结构算法的基础以及业务理解与沟通表达的能力。
Hortonworks hadoop工程师认证
他们既有理论知识，又有娴熟的业务思维，且熟悉各种统计应用工具，是企业做数据分析较佳人选。这类人属于企业的中层管理人才，较适合他们的岗位可能是数据分析师，BI或者数据产品经理，对数据分析理论技术工具都能熟练应用，EXCEL、SPSS、SAS熟练应用，且业务娴熟。
建模分析师认证
他们熟练应用统计工具，可能是SQL、SAS、R、或者Python高手，能将所有数据用较直观漂亮的报表呈现出来。他们不仅能熟练使用某种统计应用工具，且熟悉一点业务，是公司主要做数据分析的基层人员。
对机器学习数据挖掘算法有一定了解，也有较强的开发能力。适合做偏向开发的数据挖掘岗位。他们和I类的工程师密切配合，应该能有比较好的产出。他们很可能是学校的应届毕业生，学习了一些理论知识，也锻炼了开发的能力，但还缺乏实际的工作经验。互联网的数据挖掘岗位正是他们大展拳脚的好地方。
看起来是较好的，各项技能都很全面，也很适合做leader。但是这样的人毕竟可遇不可求。另外，每一项都好其实也就是每一项都不好，人的精力总是有限的。我觉得在一到两个方面做的比较**，同时另外的方面也不要太弱以至于成为短板，这样就挺好的了。



本文转自上海西线学院官/

高薪等你来拿，就看你敢来挑战报名吗？

全国免费电话：400-772-1689

咨询Q