数据工作大揭秘
BA、DA和DS到底有什么区别？
据麦肯锡全球研究所（McKinsey Global Institute）的报告研究称：至2019年，美国地区预计缺少14万至19万具有关键分析能力的人才。按照现有的经济形势，可预期对具备数据分析能力的人才需求将会越来越大，此类职位的待遇也将随人才缺口而水涨船高。
数据分析是指用适当的统计分析方法对收集来的数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
理论上可以分为三个阶段：1.数据提取、整合；2. 数据统计、复杂分析；3.可视化诠释，并把这些任务交由开发人员、分析师和设计师担当。
但是在实际生活中，Business Analyst业务分析师，Data Engineer数据工程师，Data Analyst数据分析师与Data Scientist数据科学家等等职位的职能界限并不会那么清晰。例如在中小型企业中，数据分析师与商业分析师并没有很大分别，其中商业分析师的适用范围可能更广，可包含数据或系统分析。而在较大的公司中，这两种分析师的技能，工作环境，以及对于数据的处理方式都会有所不同。
如果把职场比做战场，业务分析师，数据分析师与数据科学家这三种职业就好比谋士、前锋和军师。接下来就让我们一起来看一看他们的不同之处。
业务分析师：谋士
业务分析师更关注数据的商务应用以及该应用产生的结果。例如业务分析师需要衡量公司是否应该在某个项目上投入更多，他将协调数据科学团队来找到答案。BA具体地说工作还分为Business Analytic和Business Analysis，前者偏数据分析，后者偏业务和需求分析。
企业类型：现在BA在美国在市场上的需求非常大，且今后会越来越大。互联网行业是个先驱，因为本身就是基于海量数据起来的。而很多传统行业还处于转型阶段，所以今后这类企业对商业分析或数据分析的需求会非常大。
掌握技能：与数据相关的编程语言、数学统计及建模应用、数据知识在专业领域内的应用（例如digital marketing、machine learning in finance等）、表达能力、反应能力。
数据分析师：前锋
数据分析师筛选数据，分析后将它可视化，以解释数据背后隐藏的可能性。这些分析后的数据将会被转交给其他团队，来进行下一步的决策。简而言之，就是通过数据分析手段发现和分析业务问题，为决策作支持。
企业类型：不仅仅是互联网公司，只要有数据分析需求的企业一般都会设置这个职位。
掌握技能：
分析师级别分为助理，初级，中级，高级，资深等。所需技能的侧重点各不相同。
数据科学家：全才军师
数据科学家不同于其他两种职位的地方在于，他能够独立完成一条龙的完整分析过程。数据科学家借助统计编程，设计、开发和运用算法来支持商业决策制定工具，管理海量数据， 创建可视化以帮助理解。
企业类型：原先只有规模较大，拥有海量数据的企业才会配备这个职位，但现在很多小企业也开始招聘Data Scientist。
掌握技能：除了SQL、HTML、Python、Excel、SQL、统计学之外，还需要熟悉某领域内的应用，例如人脸识别、语音识别或推荐系统等等。掌握一项或几项有关大数据、自然语言处理、数据挖掘、统计建模或数据仓库等技能。
除此以外，不同公司对于分析师的定义和要求都是不一样的。
数据科学家在Google被称作量化分析师（quantitative analyst）。这些人才解决的问题就是，如果我们对搜索的排序做一些改动，如何通过统计学的方法精确测量这个改动对搜索整体带来的影响。这个影响往往是非常小的（Google 1天平均10亿次搜索，这个量级上的任何改动都是至关重要的）。
数据分析师在Google被称作业务分析师（business analyst）或者是产品分析师（product analyst）。这个职位的作用是沟通产品和商业的桥梁，服务对象一般是产品经理以及高层领导。
在Facebook的数据科学家分成两种方向（track），一种是Research track，等同于Data Scientist。另一种是Product Analytics track，就是Business Analyst。其他公司比如Uber，Airbnb，也都大同小异。
不知道哪个职位最适合你？
你需要求职咨询！
Text：765-430-8265
[email protected]
