先说区别:
1、计算机编程能力
数据分析: 一个完全不懂编程,不会敲代码的人完全可以是一名能好的数据分析师,因为一般
情况下OFFICE包含的几个工具已经可以满足大多数数据分析的要求了。很多的数据分析人员做的
工作都是从原始数据到各种拆分汇总,再经过分析,最后形成完整的分析报告。当然原始数据可
以是别人提供,也可以自己提取(作为一名合格的数据分析师,懂点SQL知识是很有好处的)。
数据挖掘:需要有编程基础(Python,R等语言)。为什么这样说呢?举两个理由:第一个,目前的
数据挖掘方面及相关的研究生方面绝大多数是隶属于计算机系;第二点,在招聘岗位上,国内比
较大的公司挂的岗位名称大多数为“数据挖掘工程师”。从这两点就可以明确看出数据挖掘跟计
算机跟编程有很大的联系。
2、对行业的理解能力
要想成为一名优秀的数据分析师,对于所从事的行业有比较深的了解和理解是必须要具备的,并
且能够将数据与自身的业务紧密结合起来。简单举个例子来说,给你一份业务经营报表,你就能
在脑海中勾画出目前经营状况图,能够看出哪里出现了问题。但是,从事数据挖掘不一定要求对
行业有这么高的要求。
3、专业知识面的要求
数据分析师除了要了解本行业,还要懂得一些统计学、营销、经济、心理学、社会学等方面的知
识,当然能了解数据挖掘的一些知识会更好。
数据挖掘工程师则要求要比较熟悉数据库技术、熟悉数据挖掘的各种算法,能够根据业务需求建
立数据模型并将模型应用于实际,甚至需要对已有的模型和算法进行优化或者开发新的算法模型
。想要成为优秀的数据挖掘工程师,良好的数学、统计学、数据库、编程能力是必不可少的。
总之一句话来概括的话,数据分析师更关注于业务层面,数据挖掘工程师更关注于技术层面。
数据分析师与数据挖掘工程师的相似点:
1、都跟数据打交道。
他们玩的都是数据,如果没有数据或者搜集不到数据,他们都要丢饭碗。
2、知识技能有很多交叉点。
他们都需要懂统计学,懂数据分析一些常用的方法,对数据的敏感度比较好。
3、在职业上他们没有很明显的界限。
很多时候数据分析师也在做挖掘方面的工作,而数据挖掘工程师也会做数据分析的工作。事实上
没有必要将数据分析和数据挖掘分的特别清,但是我们需要看到两者的区别和联系,作为一名数
据行业的从业者,要根据自身的特长和爱好规划自己的职业生涯,以寻求自身价值的最大化。
1、计算机编程能力
数据分析: 一个完全不懂编程,不会敲代码的人完全可以是一名能好的数据分析师,因为一般
情况下OFFICE包含的几个工具已经可以满足大多数数据分析的要求了。很多的数据分析人员做的
工作都是从原始数据到各种拆分汇总,再经过分析,最后形成完整的分析报告。当然原始数据可
以是别人提供,也可以自己提取(作为一名合格的数据分析师,懂点SQL知识是很有好处的)。
数据挖掘:需要有编程基础(Python,R等语言)。为什么这样说呢?举两个理由:第一个,目前的
数据挖掘方面及相关的研究生方面绝大多数是隶属于计算机系;第二点,在招聘岗位上,国内比
较大的公司挂的岗位名称大多数为“数据挖掘工程师”。从这两点就可以明确看出数据挖掘跟计
算机跟编程有很大的联系。
2、对行业的理解能力
要想成为一名优秀的数据分析师,对于所从事的行业有比较深的了解和理解是必须要具备的,并
且能够将数据与自身的业务紧密结合起来。简单举个例子来说,给你一份业务经营报表,你就能
在脑海中勾画出目前经营状况图,能够看出哪里出现了问题。但是,从事数据挖掘不一定要求对
行业有这么高的要求。
3、专业知识面的要求
数据分析师除了要了解本行业,还要懂得一些统计学、营销、经济、心理学、社会学等方面的知
识,当然能了解数据挖掘的一些知识会更好。
数据挖掘工程师则要求要比较熟悉数据库技术、熟悉数据挖掘的各种算法,能够根据业务需求建
立数据模型并将模型应用于实际,甚至需要对已有的模型和算法进行优化或者开发新的算法模型
。想要成为优秀的数据挖掘工程师,良好的数学、统计学、数据库、编程能力是必不可少的。
总之一句话来概括的话,数据分析师更关注于业务层面,数据挖掘工程师更关注于技术层面。
数据分析师与数据挖掘工程师的相似点:
1、都跟数据打交道。
他们玩的都是数据,如果没有数据或者搜集不到数据,他们都要丢饭碗。
2、知识技能有很多交叉点。
他们都需要懂统计学,懂数据分析一些常用的方法,对数据的敏感度比较好。
3、在职业上他们没有很明显的界限。
很多时候数据分析师也在做挖掘方面的工作,而数据挖掘工程师也会做数据分析的工作。事实上
没有必要将数据分析和数据挖掘分的特别清,但是我们需要看到两者的区别和联系,作为一名数
据行业的从业者,要根据自身的特长和爱好规划自己的职业生涯,以寻求自身价值的最大化。