前言
数据分析并非单一职位，而是大数据与人工智能时代的通用能力。几乎所有行业都依赖数据驱动决策。有了数据，谁能离得开分析？看下面的数据更直观：
数据分析其实分业务方向和技术方向。
对于零基础的人来说，这个图是什么意思呢？其实，任何行业随着你深入发展，都分为 3 个阶段：初级、中级、高级。这根打游戏闯关一样，一级一级往上爬。所以，如果是零基础进入这个行业也对应规划为这 3 个阶段，你按下面各个阶段要求来对号入座。
1. 初级数据分析师
工作内容： 要求熟练使用 Excel，PPT。针对产品经理提出的需求来做分析。然后用 PPT 做分析报告。
比如说，之前社群会员面试的一家互联网教育机构，他们的要求就是用 Excel 整理学生买课的信息，看看哪一门课程最受大家喜欢之类的。
需要掌握的核心技能：
- Excel（函数、透视表）
- PPT（报告制作）
- 描述统计分析
- 业务知识
月薪： 这种职位的大概薪资在一线城市的话大概税前有 5000-10000 元。
常见的职位名称有： 数据分析师、数据运营、商业分析、战略分析、经营分析、市场行业分析。
给你看个招聘要求直观感受下：通常要求具备基本的办公软件操作能力，能够独立完成简单的数据提取和报表制作。
2. 中级数据分析师
工作内容： 不仅要会技术还要懂业务，通过发现问题，分析问题，得出结论，为公司的决策做支持。主要干的工作是数据提取、撰写分析报告。负责和支撑各部门相关的报表，监控数据的波动和异常，找出问题，输出专题分析报告。
需要的核心技能：
- Excel, PPT
- 统计概率
- 业务知识
- 熟悉 SQL
月薪： 这种职位的大概薪资在一线城市的话大概税前大概是 7000-20000+ 元。
这个级别的招聘要求如下：通常要求具备独立取数能力，能发现数据背后的业务问题，并能提出改进建议。
3. 高级数据分析师
工作内容： 通过编程来处理数据，分析数据，建立模型，预测。
需要的核心技能：
- 统计学（推论统计分析，A/B 测试）
- 熟悉 SQL
- 编程语言 Python 或者是 R
月薪： 这种职位的大概薪资在一线城市的话大概税前有 15000-30000+ 元。
来个招聘职位感受下：强调建模能力与算法应用，能解决复杂业务场景下的预测问题。
对于高级数据分析师的职业发展，如果喜欢业务方向，可以往管理端发展，常见的职位名称有：数据产品经理、数据运营经理。
如果喜专研技术，可以往技术专家端发展，常见的职位名称有：数据挖掘工程师、数据开发工程师、大数据工程师。
4. 未来的跳槽出路是什么？
如果是往业务端发展，最终可以成为业务资深专家，总经理，或者 CEO。我的一位师兄，经过几年的发展，从刚毕业一名数据分析师，到现在已经是一家公司的总经理，他的优势就是既懂数据，又懂业务。他刚毕业也是在北京租房子，现在早已实现了财务自由。
来个招聘职位感受下，都需要多年行业的积累，才能成为这个行业的专家。
如果是往技术端发展，你如果工程技术能力突出，那么可以担任公司数据科学部门的老大，常见的职位名称是数据科学家。你如果理论能力非常强，可以写 paper，那么可以担任研究院的一把手。我的导师因为科研能力强，现在是一个科研单位数据部门的负责人。
三、如何选择适合自己的职位呢？
1. 学习适合自己当前能力的知识
弄清楚自己的基础是怎么样的，学习转行从事哪个岗位的难度更小些，以及自己更适合哪个岗位。很多人一上来没有任何基础，就开始啃机器学习这是不对的。因为你没有统计概率，数学基础，里面很多专业术语根本无法理解。
数据科学是一门交叉学科，除了计算机相关知识，还需要有统计学、数学基础，以及一定业务知识。所以可以作为终身职业发展目标，每天学习一点，慢慢积累进步。
搞清楚各个职位的区别，以及了解自己的基础，知己知彼，就对学习和转行有方向和信心了。最关键的是要在自己的'最佳领域'工作。所谓的'最佳领域'，就是你热爱的、你擅长的、以及社会需要的这 3 个重叠的领域。
