客服电话：400-0755-992
客服邮箱：vip@wapadd.cn
服务时间：周一至周五 9:00-18:00
H5响应式建站系统
自动适应所有的浏览设备，手机、微信、平板、PC
到底有多少种“搞数据的”，你凌乱过吗？
2016-04-135827微加互联
经常有猎头打电话说，有某数据挖掘工程师职位，您是否考虑？有的说，某公司在找一位数据产品总监、数据分析师、数据架构师、业务分析师......有的干脆上来就问，我要找某某数据职位，应该找什么样的候选人呢。
经常有猎头打电话说，有某数据挖掘工程师职位，您是否考虑？有的说，某公司在找一位数据产品总监、数据分析师、数据架构师、业务分析师......有的干脆上来就问，我要找某某数据职位，应该找什么样的候选人呢。
其实有时候想想，别说猎头，即使是很多数据从业者，也未必说的清楚到底有多少种数据相关的工种。为什么呢？因为，数据相关工作往往是交叉学科，需要很多专业技能，而不同专业背景的人切入和成长的轨迹又不近相同。比如，可能同一个数据分析的岗位：
小A是统计出身的，他可能更擅长各种统计模型，熟练使用R；
小B是计算机背景出身，他可能更多的用Python处理数据，会更擅长定义数据模型，编写数据挖掘算法；
小C是MBA出身，可以熟练使用一些统计软件，比如SPSS、Excel，不仅可以做出各种数据可视化的商业报告，更有辅助商业决策的建议提出。
按这个逻辑写下去，估计要写到小Z了。
有心的数据从业人员，除了埋头学习、提升以外，更会希望抬头看看，明确自己的职业生涯到底走在一条什么路上，但从上面例子的字面上看，我们更多的感受到的是「凌乱」。
有没有一种好一点的视角，让这个问题更清晰化呢？我自己的个人看法，从大方向可以这么区分：
1、纯技术路线
从我身边接触的人来看，大致又可以分为以下三类：
A类：包括数据架构、数据存储、数据安全等在内的工程数据技术，尤其是涉及到海量数据的时候。
B类：涉及数据采集（如海量日志处理、网络爬虫等）、数据处理、数据模型等原始数据再加工过程中涉及到的技术。
C类：面向应用层（或有一定通用性的）算法、建模技术，包括机器学习领域、自然语言处理、搜索&推荐算法，以及深度学习、AI算法领域等从数据到知识涉及的技术环节。
关于这一块，前一段大数据文摘有一篇《机器学习：入门方法与学习路径》推荐大家看一下。
2、行业路线
这个路线可能是从初级数据分析师，或初级市场研究，或一些管理咨询顾问出发，逐渐发展到更宏观、更战略的视角，去把控（或侧面影响）、引导、孵化行业资源走向。典型的定位有企业战略专家、投资领域的行业分析师、资深管理咨询顾问，甚至自己走上企业高管之路。
只不过，这一部分的定位，目前很多环节依然依赖的是小数据，未来大数据与投资、战略方向或许也会有更深的结合。
3、业务路线
这里的业务与上面的行业的区别在于，业务更聚焦的某个行业或某个领域。比如，有人专注电商行业的商户分析，有人专注基于位置的用户行为分析，有人专注消费金融领域的数据分析。
这个类型的数据人才的工作，往往是由某个业务问题驱动，展开基于数据的分析，在分析过程中需要不断积累行业知识、业务产品知识、以及消费者心理学知识，并且有很多的逻辑思维能力和数据嗅觉，可以透过数据看到用户更本质的东西。
而在具体的分析方法层面，除了掌握一些基础统计学模型外，更多的是需要数据分析的思维：发现问题 » 维度细分 » 对比 » 回溯。
4、使能路线
数据分析工作往往会涉及三段论——发现问题 » 分析问题 » 解决问题，前面积累更多的是发现问题和分析问题，但要真正解决问题才算真正发挥数据的价值。我把定位到解决问题环节的数据类工作称之为使能路线，具体来看又可以分为运营路线（数据化运营，或称精细化运营），以及产品化路线（即数据产品）。
数据化运营工作的起源可能是这样：有一些数据分析师，发现某日某个业务指标有些异常波动，比如说总收入下滑30%，于是通过在特定维度下（时间、地域、流量来源、某些人口特征或其它细分维度）的细分 » 对比 » 回溯过程，定位了问题。并能基于问题的要害点，分析潜在原因，并基于此展开运营工作。这里的运营工作细化可能包括活动策划、渠道选择、时机把握、目标细分和定位、文案等等，而这里面的大部分环节，又可以基于以往的数据模型计算出相对优化的方案，过程中也往往大量采用A/B Testing。
关于数据产品这块，之前写过《数据产品的前世今生》，大家可以翻历史文章看看。
5、综合路线
一些数据行业从业者也有全栈化的趋势，基于某一环节的数据从业者，如果基础知识扎实，在兴趣驱动下，也会往上下游去拓展，比如说下面几类：
数据科学家：数学、统计学、编程、业务理解、机器学习、数据可视化一个都不能少；
Growth Hacker：数据分析、精细化运营、消费者洞察、营销、数据挖掘、A/B Testing、产品策划等都有可能涉及到；
数据方向创业者：一个数据分析师往往是敏感的，如果他再具备主动解决问题的激情和推动力，有可能会走上这条路，身边也不乏这样的朋友。
......
最后，想说的是，选方向很重要，但更重要的还是踏踏实实的练内功。
其实有时候想想，别说猎头，即使是很多数据从业者，也未必说的清楚到底有多少种数据相关的工种。为什么呢？因为，数据相关工作往往是交叉学科，需要很多专业技能，而不同专业背景的人切入和成长的轨迹又不近相同。比如，可能同一个数据分析的岗位：
小A是统计出身的，他可能更擅长各种统计模型，熟练使用R；
小B是计算机背景出身，他可能更多的用Python处理数据，会更擅长定义数据模型，编写数据挖掘算法；
小C是MBA出身，可以熟练使用一些统计软件，比如SPSS、Excel，不仅可以做出各种数据可视化的商业报告，更有辅助商业决策的建议提出。
按这个逻辑写下去，估计要写到小Z了。
有心的数据从业人员，除了埋头学习、提升以外，更会希望抬头看看，明确自己的职业生涯到底走在一条什么路上，但从上面例子的字面上看，我们更多的感受到的是「凌乱」。
有没有一种好一点的视角，让这个问题更清晰化呢？我自己的个人看法，从大方向可以这么区分：
1、纯技术路线
从我身边接触的人来看，大致又可以分为以下三类：
A类：包括数据架构、数据存储、数据安全等在内的工程数据技术，尤其是涉及到海量数据的时候。
B类：涉及数据采集（如海量日志处理、网络爬虫等）、数据处理、数据模型等原始数据再加工过程中涉及到的技术。
C类：面向应用层（或有一定通用性的）算法、建模技术，包括机器学习领域、自然语言处理、搜索&推荐算法，以及深度学习、AI算法领域等从数据到知识涉及的技术环节。
关于这一块，前一段大数据文摘有一篇《机器学习：入门方法与学习路径》推荐大家看一下。
2、行业路线
这个路线可能是从初级数据分析师，或初级市场研究，或一些管理咨询顾问出发，逐渐发展到更宏观、更战略的视角，去把控（或侧面影响）、引导、孵化行业资源走向。典型的定位有企业战略专家、投资领域的行业分析师、资深管理咨询顾问，甚至自己走上企业高管之路。
只不过，这一部分的定位，目前很多环节依然依赖的是小数据，未来大数据与投资、战略方向或许也会有更深的结合。
3、业务路线
这里的业务与上面的行业的区别在于，业务更聚焦的某个行业或某个领域。比如，有人专注电商行业的商户分析，有人专注基于位置的用户行为分析，有人专注消费金融领域的数据分析。
这个类型的数据人才的工作，往往是由某个业务问题驱动，展开基于数据的分析，在分析过程中需要不断积累行业知识、业务产品知识、以及消费者心理学知识，并且有很多的逻辑思维能力和数据嗅觉，可以透过数据看到用户更本质的东西。
而在具体的分析方法层面，除了掌握一些基础统计学模型外，更多的是需要数据分析的思维：发现问题 » 维度细分 » 对比 » 回溯。
4、使能路线
数据分析工作往往会涉及三段论——发现问题 » 分析问题 » 解决问题，前面积累更多的是发现问题和分析问题，但要真正解决问题才算真正发挥数据的价值。我把定位到解决问题环节的数据类工作称之为使能路线，具体来看又可以分为运营路线（数据化运营，或称精细化运营），以及产品化路线（即数据产品）。
数据化运营工作的起源可能是这样：有一些数据分析师，发现某日某个业务指标有些异常波动，比如说总收入下滑30%，于是通过在特定维度下（时间、地域、流量来源、某些人口特征或其它细分维度）的细分 » 对比 » 回溯过程，定位了问题。并能基于问题的要害点，分析潜在原因，并基于此展开运营工作。这里的运营工作细化可能包括活动策划、渠道选择、时机把握、目标细分和定位、文案等等，而这里面的大部分环节，又可以基于以往的数据模型计算出相对优化的方案，过程中也往往大量采用A/B Testing。
关于数据产品这块，之前写过《数据产品的前世今生》，大家可以翻历史文章看看。
5、综合路线
一些数据行业从业者也有全栈化的趋势，基于某一环节的数据从业者，如果基础知识扎实，在兴趣驱动下，也会往上下游去拓展，比如说下面几类：
数据科学家：数学、统计学、编程、业务理解、机器学习、数据可视化一个都不能少；
Growth Hacker：数据分析、精细化运营、消费者洞察、营销、数据挖掘、A/B Testing、产品策划等都有可能涉及到；
数据方向创业者：一个数据分析师往往是敏感的，如果他再具备主动解决问题的激情和推动力，有可能会走上这条路，身边也不乏这样的朋友。
......
最后，想说的是，选方向很重要，但更重要的还是踏踏实实的练内功。
热门新闻
微信小程序开发者可以接入广告了，月入10万不是梦
7月9日，微信广告团队宣布，小程序（含小游戏类目）广告组件全量开放，开发者可在小程序后台自助申请开通广告位，开通后即可在小程序中接入广告，按月获得广告收入。
苏宁易购发布年报 连续五个季度盈利
总体来看，苏宁的全渠道发展稳步上升，但其在2017以来的“车轮式”收购值得注意。
国美2017财报GMV增长20% 共享零售模式取得成效
3月27日，国美零售控股有限公司（以下简称“国美”，股票代号：00493）公布2017财政年度业绩报告。报告显示，截至2017年12月31日为止的上一财年，国美的主营业务保持健康的盈利能力，整体GMV同比增长20.10%，其中线上平台GMV同比增长118.13%；综合利润率达18.26%；可比门店销售收入同比增长2.33%达468.79亿元。国美共享零售模式、“家•生活”战略转型取得良好开局。
新手建站：应看重网页设计公司这几点
网站若想足够吸引人，一个吸睛美观的网页是不可或缺的。不过大多数企业和想要建站的个人都不懂设计知识，这种情况下，你就需要用到网页设计公司了。网页设计公司有哪些呢？国内外比较知名的有WordPress, Strikingly, Wix，上线了，
中国足球要用VR来直播了，你到时会戴着VR头显看国足的12强赛吗？
昨天（4月5日），华人文化宣布旗下拥有中超、中国之队等足球赛事版权的“体奥动力”将联合“微鲸科技”进入体育赛事虚拟现实内容制作领域。体奥动力是去年豪掷80亿拿下中超、中国之队等足球赛事的版权方
推荐新闻
联系微加
客服电话：400-0755-992
客服邮箱：vip@wapadd.cn
服务时间：周一至周五 9:00-18:00
扫一扫 关注微加
Copyright © 2021 WapAdd.cn 深圳微加互联科技有限公司 粤ICP备14021220号-1 建站加盟首选，微加建站！ 粤公网安备 44030402001656号
图片与文章来源于网络,版权归原作者所有,如有侵权,请与我联系删除。