在数据相关的职业发展道路上，我们列举了四个比较常见的职位方向，分别是商业分析师、数据分析师、数据工程师以及数据学家，这些职位的区别如下：

商业分析师

Business Analyst

商业分析师们会利用收集到的数据，分析行业趋势，对企业整体的商业发展做出建议与规划。

专业性要求：

*掌握统计学工具使用方法（SAS、STATA、SPSS、R）

*熟悉数据分析方法（Regression, Trend Analysis, forecasting, A/B testing）

*深度Excel使用方法及大量专业知识

数据分析师

Data Analyst

数据工程师

Data Engineer

作为更加专精于工具开发的数据工程师，他们会利用自己专业的编程技能来创造并完善数据分析工具，以供团队成员进行解读与分析。

专业性要求：

*掌握数据处理工具用法—MapReduce，Hive，Pig，Spark，Kafka

*SQL技术—MySQL，PostgreSQL

*NoSQL技术—MongoDB，Cassandra数据库系统

*数据仓库系统方案

数据学家

Data Scientist

与数据工程师们形影不离、相辅相成的数据学家们，将会负责数据工具的设计与要求框架。他们的工作将更加专注于对这些工具产出的结果进行评估和解读。

在数据分析师专业要求的基础上，数据学家另需掌握：

*多元统计—Regression，主成分分析PCA，聚类分析

*自然语言处理

*计算机视觉

*预定与预测模式

*云服务技术—AWS，Google、微软

*机器学习逻辑—Docker，Kubernetes，TIDAL

随着科技在我们生活中扮演越来越重要的角色，数据科学也同样变得越来越重要，相对的也会提升相关专业在就业市场上的热度。

如果你还想了解更多数据相关专业，或者了解申请相关专业的要求，欢迎咨询我们的小助手！