“ 数据分析师每天的工作是怎么样的?有成就感吗?”
“ 数据分析岗和算法岗要求的技能差别?”
01
—
数据分析师在做什么?
看公司和部门——
一、公司性质
金融、电信行业:偏商业/战略分析、行业研究
互联网公司:偏数据分析和数据挖掘。有些公司的数据分析属于技术岗(如:腾讯);有些公司的数据分析属于产品岗(如:头条)
本文侧重介绍互联网公司的数据分析。
二、部门性质
在业务部门,数据分析师的工作是和业务绑定的,分析师的工作目标是赋能业务,日常工作包括但不限于:
业务数据治理和质量监控;(说人话:设计埋点、验收数据)
业务评估模型和指标体系建设;(说人话:建表、开发报表)
数据分析报告落地驱动业务增长。(说人话:写报告)
在数据中台部门,中台服务和能力是部门的KPI,此时数据分析师的工作侧重于技术中台的搭建,日常工作包括但不限于:
基础数据仓库的设计和构建;(说人话:ETL、建表)
数据平台的开发和优化;(说人话:组件开发、debug)
基础画像和模型算法的沉淀。(说人话:开发标签和特征、模型调优)
为了让同学们更清晰地对号入座,下面罗列了几家公司的岗位描述:(可自行到官网查看)
1. 腾讯:
2. 阿里:
3. 网易:
4. OPPO:
从这些公司的招聘要求可以发现,无论数据分析师属于技术岗还是产品岗,都少不了的技能:
业务理解和抽象能力
编程(SQL、Python等)技能
数理统计分析技能
(我好像只看到了“建表建表建表”,难怪数据分析师的另一个术语是“表哥表姐”)
By the way,业务部门和中台部门的数据分析师工作还是有所侧重,如果你投的岗位是数据分析师,每当面完试面试官问你还有什么问题问TA时,不妨咨询面试官现在你投的这个岗位是在业务部门还是数据中台部门,以及组织对你的期望是做什么,是偏商业分析还是偏数据挖掘,适合自己的岗位很重要哦!
02
—
数据分析 or 算法?
技能差别:
数据分析师侧重业务理解和分析、沟通和展示能力,面试侧重分析项目介绍、分析思路陈述、基础编程和统计方法,对算法原理的理解和模型构建要求较低
算法工程师侧重模型抽象和构建、工程开发能力,面试侧重建模项目介绍、手撕算法原理、模型选择和效果评估,对业务理解、沟通和展示能力的要求较低
如果我只想做一个与世无争的分析师,我可以只会写SQL吗?
如果我只会调参,我可以投数据挖掘岗吗?
一个残酷的事实是,无论招聘还是晋升考核 ——
【数据分析师】、【数据挖掘工程师】越来越往【数据科学家】方向去考核
数据分析和算法岗都并没有天然的分割线,全栈能力是大势所趋。
03
—
成就感在哪?
经常有分析师抱怨说把自己活成了“表哥表姐”,每天不是捞数据就是做报表。诚然,无论是数据分析还是数据挖掘岗,本质上都是希望让数据赋能业务。数据岗不像开发岗,只需代码实现永无bug;也不像产品经理,站在价值链的终端,PRD稿落地即任务达成。数据工作一方面岗位偏中台离业务较远,另一方面又需要价值落地,整体工作链路相对较长,所以工作的成就感并不是每天都有的。
如何让自己过得更有成就感?
分析方法论沉淀,加深业务理解。
数据资产构建,不做取数运动员。
锻炼全栈能力,往数据上下游进阶。
“ 别担心,你的努力,时间看得见。”
热门文章