数据分析师的发展方向?
数据科学交流群,QQ群号:189158789 ,欢迎各位对数据科学感兴趣的小伙伴的加入!
一、企业数据化管理方向(偏商业)
1.具体部门级别的分析,比如财务分析、业务分析、人力资源管理分析、……
2.总体企业级别的分析,比如企业综合经营分析、商业智能报表、……
二、数据相关产业的方向(偏技术)
1.有专门做数据分析的公司,会接一些别的公司外包出来的有关数据分析的项目(这些项目有的商业相关,有的可能只跟技术有关,比如文本数据处理有些公司技术不到没有分析能力)
2.有海量数据处理需求的企业,会有专门的数据部门,需要一定的技术和能力才能做分析,比如hadoop生态、spark以及一些前沿的模型算法之类的。
三、对比
3.1.大多数内容相同:
两个方向也并不冲突很多东西是相通,两大方向只是侧重点不同,但是分析思路方法大部分是类似的,估计有互转的情况存在。
3.2.侧重点同
偏商业的侧重商业价值,比如经营管理中的问题,最后用以辅助企业决策。
偏技术的可能更重视数据处理技术的能力,因为这些技术应用本身可能就是赚钱的业务,或者说要面临的数据分析任务本身就比较难。
3.3.赚钱模式
赚钱模式就是
前面赚的是管理工作的钱
后面赚的是技术工作的钱
3.4.起薪不同,后期发展无法确定
起薪可能是技术多一些,因为门槛高,但是发展到后期如果所在企业经营的好,管理者的薪资也会很高,可能相比技术更高,这个就没法做比较了。
3.5.脑内知识结构不同
在脑内知识结构层面,
商业方向需要学的更杂一些,综合素质能力要求高!
技术方向学的比较纯一些,但专业技术能力要求更高!
数据科学交流群,QQ群号:189158789 ,欢迎各位对数据科学感兴趣的小伙伴的加入!
深信积累的力量,时间就是你最好的朋友,否则它就是你最大的敌人。
如果你想分享此文章,请注明:作者:PurStar 出处:www.cnblogs.com/purstar