数据分析领域职位不同，工作当然也会不同

把当今世界说成是由数据驱动的，也不足为过。从释放创新到改进决策过程，数据拥有着开启每个行业推动力的潜力，正如我们所知的，这个世界已经被数据彻底地改变了。

随着数据的迅猛发展，一些与数据相关的工作岗位和机会在全球如雨后春笋般涌现。根据一份行业报告的结果，到2020年，数据科学岗位将占所有数字工作的28%。由于数据创建的速度非常快，而且越来越需要对其进行合理的解释，因此岗位需求及薪资在不断增长。

数据分析师使用先进的数据技术，如集群、神经网络、决策树等来获得业务洞察，并且在机器学习、统计和数据处理方面具有深厚的专业知识。

数据分析师需要熟练地将数字数据转换为企业中每个人都能理解的形式。需要精通许多领域，包括编程语言(如python)、工具(如excel)、数据处理基础知识、报告和建模。有了足够的经验，就可以逐步从数据分析师晋升为数据科学家。

而数据工程师将负责为操作或分析目的配对和准备数据。对于这职位，需要在数据体系结构的构建、开发和维护方面具有丰富的经验。通常，在这个职位上，要处理大数据，编写大数据报告，并将其发送给数据科学家进行分析。

数据科学家需要精通编程语言，比如Java、Python、SQL、R、SAS等等。还需要具备Hadoop、Spark和Pig等大数据框架的工作知识。了解诸如深度学习、机器学习等技术的基础知识也可以推动职位上的职业发展。

当我们谈到数据分析师的角色时，应该知道它在本质上不那么技术性。需要了解SAS Miner、Microsoft Excel、SPSS和SSAS等工具。如果对Python、SQL、R、SAS和JavaScript有基本的了解，这将是一个加分项。

无论你选择哪条数据职业道路，每个数据职位收入都非常可观，而且有未来，从人工智能和机器学习等新兴技术的影响中来看，大数据领域有这无限前景。