在银行做数据是一种什么体验？

银行数据人的分类

我们可以简单的把银行数据人分为两大类：技术数据人和业务数据人。

技术数据人又可分为几类，一类是所有和数据相关的系统开发岗位和运维岗位。

数据相关的系统既包括所有产生数据的业务系统，如核心系统、信贷系统、网银、手机银行等，也包括各类后端分析系统，报表系统以及存储和加工大量数据的系统，如数据平台、数据仓库、征信平台等。

这类技术数据人在数据人中处于核心地位，他们最了解源系统的表结构，只有他们能写出源系统的数据提取脚本，他们也最为忙碌，尤其是业务系统的相关技术数据人，平时主要负责系统的开发和运维工作，只有在下班后，继续处理数据提取的需求，编写业务系统的数据提取脚本。

另一类是数据中心的操作岗，这类数据人工作相对单纯，接收脚本、执行脚本、返回数据，他们平时的工作是监控系统的运行情况，在出现异常报警时按照运维手册排查问题，无法解决时上报问题并联系系统开发的同事协助解决。如今，很大一部分精力需要用来处理数据提取的需求。

还有一类越来越热门的数据分析师，通常是数学或统计学背景，擅长数据分析与建模，在获取到提取的生产数据后进行分析与建模，得到结论，从而指导业务决策。

随着数据提取需求的爆发式增长，一个新的岗位应运而生——数据需求岗。

大中型银行由于数据提取的需求实在太多，单独设立一个部门或团队来处理数据提取需求，其中就有一部分人专门负责对接业务部门的数据需求。

这个岗位需要充分理解业务需求，把业务需求转化为技术语言，与开发岗沟通，同时还需要验证操作岗取回来的数据是否符合业务需求，以及数据分析师的建模结论是否符合业务预期。

其他还有很多技术数据人，数量不大，甚至没有专门的岗位，但是通常也负责数据相关的重要工作，如数据架构师（通常由系统架构师兼任），数据产品经理，数据管理、治理及标准管理的相关岗位，数据测试、质量管理相关的岗位，数据采集、外部数据采购相关的岗位，数据安全相关的岗位等等。

为了统一管理，有的银行把相关职能的岗位集中成立了单独的部门，如数据需求、分析、架构、提取等职能的岗位，集中成立数据实验室或大数据中心，专门负责处理各类数据需求；