最近看到一个粉丝留言：大数据这两年很火，他想转行大数据，但前期在做调研时，被一堆岗位职称弄的很迷糊，譬如数据科学家、数据分析师、大数据挖掘师、大数据工程师等，看着很像，但干的事情又不太一样，问我能不能科普下。

其实我发现这两年问我这个问题的人越来越多，包括身边的亲戚小孩填报支援时也在问我大数据是什么、将来能干啥？这可能与大数据渐渐成为继计算机之后又一爆火专业有关，也可能与这个岗位的高薪有关，或者是国家经济发展、政策引导有关，所以导致很多面临转型的职场人也在考虑是否能够进入这个行业。

但与大学生选择一个方向是看好一个行业不同，职场人的选择成本更高，所以在转型时，不仅要考虑行业的整体情况，还要考虑其行业细分方向的优劣与自身情况，毕竟这可能是你35岁前的最后一次转型，而只有前期做好充分的准备，在做出决定时，才更有把握。

故此曾在阿里华为美团呆过，负责过大数据、IT 和平台，我就浅浅的谈一下大数据领域的那些需求岗位和工作重点、掌握技能等。

2022大数据人才需求岗位TOP 10

这里参照中国信息协会大数据分会的《2021-2022中国大数据产业发展报告》，大数据人才需求岗位TOP10依次为：大数据架构师、大数据工程师、系统研发人员、数据产品经理、数据分析师、应用开发人员、数据科学家、机器学习工程师、数据挖掘分析师、数据建模师。

是不是看到这些岗位名称觉得有点懵？那我再换个维度，从企业提供的大数据岗位工作内容划分

① 初级分析类：包括业务数据分析师、商务数据分析师等。

② 挖掘算法类：包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。

③ 开发运维类：包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。

④ 产品运营类：包括数据产品经理、数据项目经理、大数据销售等。

这样大家感觉是不是有点理解其中的区别了？但还有点混淆，接下来我将一一进行详细解释：

1）数据分析类：

具体分为商业数据分析师、业务数据分析师、数据运营等

工作内容:

1. 数据分析师的主要职责是根据业务问题，从业务数据中发掘问题并且能够提出决策建议，用数据驱动业务。
2. 两者的区别在于业务数据分析师更关注业务发展，例如用户的留存、促活、经营等，还会承担较多的数据分析报表的制作工作，个人为业务数据分析师和数据运营实际上的区别并不大。
3. 商业数据分析加注重商业发展(如行业市场、竞争市场)，实现商业方案赋能，重决策建议。

技能要求:

1、必须熟练掌握Excel、SQL、BI、Python等数据分析工具

2、熟悉数据分析方法，如PDCA、PEST、5W2H、漏斗分析等理论，且更重要的是必须对业务熟悉，对行业有一定的了解。

薪资范围：平均10-15K

2）开发运维类：

具体可分为数仓工程师、数据开发工程师、数据库管理员、数据架构师

工作内容：

1. 主要工作是将业务数据采集、存储，供后续业务、分析师、科学家使用。
2. 负责数据仓库的建设，架构设计和落地，实现对业务数据化运营的基础支撑，还会涉及数据平台建设，数据产品开发、算法开发的系统性支持。

技能要求：

-必须熟练掌握Mysql/Oracle/Sqlserver等常见关系型数据库的知识

-熟悉SQL语法，需要书写非常复杂的SQL，可能长达数千行

熟悉HADOOP工作原理，包括HDFS/HBASE/HIVE/SPARK等

薪资范围：平均15-30K

3）算法挖掘类：

具体分为数据挖掘工程师、机器学习工程师、数据科学家等。

主要工作：

将需求转化为数学语言或者数学模型，搭建平台和抽取数据，数据处理和清洗形成核心数据集，研究数据和选择合适的模型，评估模型

技能要求：

需要较强的编程能力，能够通过语言进行模型算法优化和相关数据产品的开发。

数理统计方面的基础要求比较高，比如统计、高等代数、凸优化、概率论等；

至少掌握python、R、SQL等工具，解决数据处理、分析、挖掘的内容；

熟练掌握Java/c/c 、Hadoop、Spark（不同公司要求不同）。

薪资范围：20K以上

4）产品运营类：

包括数据产品经理、数据项目经理等。

工作内容：

1. 主要的工作是把数据以产品形式输出，以数据为工作内容的产品经理。例如小红书的专业号中心，给用户展示的笔记浏览情况、粉丝发展情况、粉丝地区分布等等，把后台数据以产品能力输出。
2. 需要与产品经理需要的一切技能，包括从内部和外部调研目标行业、市场和用户需求，并对比竞品，做出分析，规划设计方案;
3. 需要对SQL等基础技术能力，能够获取数据、分析数据。
4. 围绕数据构建解决方案，从获取数据的埋点到数据治理，从数据提取到数据可视化，从数字营销到广告，从搜索到千人千面的推荐，从风控到规划，从预测到AI。

薪资范围：15K左右

以上是对大数据岗位的相关介绍，希望能对想要转行大数据行业的小伙伴有一定的帮助，此外现在回复“BI”还可以获取大数据职场人都在用的可视化工具。