数据科学/数据分析专业
一、 专业介绍
数据科学：数据科学（英语：data science）是一门利用数据学习知识的学科，其目标是通过从数据中提取
出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、
机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士
理解问题。 数据科学技术可以帮助我们如何正确的处理数据并协助我们在生物学、社会科学、人类学等领
域进行研究调研。此外，数据科学也对商业竞争有极大的帮助。
数据分析：数据分析专注于在现有的数据集里面，处理和执行统计分析。分析人员集中于创建捕获，处理
和组织数据的方法，以发现当前问题的切实可行的见解，并建立呈现此数据的方式。更简单的说，数
据分析的领域旨在解决问题，寻求那些我们意识到了问题，但还没找到的问题答案。更重要的是，它的基
础是产生可以立即改进的结果。数据分析还包括一些更广泛的统计和分析的不同分支，这些分支有助于组
合不同的数据来源和定位连接，同时简化结果。
二、 就业前景
第一类：纯数据分析类
数据科学家，研究者
数据科学家是数据领域非常具有复合型的高级岗位，往往需要具备能够独立完成一整套数据分析过程的能
力：从数据提取，整合、并进行分层，进行统计或其他复杂的分析，创造引人注目的可视化诠释和效果，
开发具有更宽广应用前景的数据工具。实际工作中主要的精力大概在分布式算法的实现和优化上，特别是
后者，是极具挑战性的，需要资深的数据科学家来完成，因此需要非常强大的数学、统计、计算机背景，
在优化问题上很有经验。
比方说在 Google NLP Research Group 里，这个职位是做自然语言处理，比方说各类语音助手。
作为数据科学家，定位就是总舵主，研究方案的制定者，所以必要俱备强大的算法设计能力，建模能力。
这个职位一般都会录用博士级别的，有经验的人，所以说难度大。
Data Analyst 数据分析师
数据分析师侧重于利用统计学、数学等知识进行数据挖掘，日常的主要工作内容为收集数据、清洗数据、
然后做一些分析或可视化处理，对编程语言有一定的要求，如 R，Python，Javascript，C/C++，SQL 等。
初级的 Analyst 的工作就是配合 Scientist 和 Engineer，当业务需求使用某些方法的时候，他们就是一线
操作者，当 scientist 要数据，他们要收集清理数据，当客户或者子公司要数据，他们也
务为创建数据管理系统，对数据源进行整合、集中、和维护。具体来讲，要求会 SQL，XML，HIVE，PIG，
SPARK 等，对数据库体系结构有深入了解，擅长数据仓库解决方案等。
Data Engineer 数据工程师
作为一个新兴的职业类型， 数据工程师更倾向于掌握 “战术层面” 的具体数据技能，专注于使数据可用
并能够在生产环境中对数据进行处理，如具体的编程语言、操作系统与数据库等；而数据科学家更倾向于
“战略层面”的数据技能，如数据分析、数据挖掘、统计分析、机器学习等。他们的日常主要工作内容是
用 SQL 来回答分析型问题，用脚本来做数据集成，清洗 ETL（提取-转换-装载）任务和使用 Hadoop 生态
工具等，对编程语言要求较高，SQL，HIVE，PIG，R，MATLAB，SAS，SPSS，Python，Java，Ruby，
C++，Perl 等等都要会。
Database Administrator 数据库管理员
数据库管理员和数据分析的关联不是很大，类似于一个 IT 职位，职责为管理数据以及支持数据管理的设施，
确保数据库是提供给所有相关用户，正在正确、安全的执行，因此可能会用到 SQL，hadoop 及相关查询
语言，如 Hive 和 Pig。日常专注于优化数据仓库，负责数据的读写和管理。
第二类：以数据为驱动的商业分析类
Business Analyst 商业分析师
商业分析师和纯数据科学家都是使用数据的专家，但他们的工作内容是有比较大差别的。通常，商业分析
师要对某专业领域具有深入的了解和深刻的认识，商业敏感度高，擅长于从某一领域的数据中挖掘信息，
以此评估过去、现在和未来可能的经营业绩。确定最有效的分析模型和途径，为商业用户提供和解释解决
方案。
这个过程一般包括先和客户沟通，确定客户的问题和诉求，之后定义业务问题，搜集原始数据，运用预测
性、规范性和描述性分析来研究、解释和可视化这些数据，让它们变得具有价值且能为客户展示。在这一
过程中与客户反复商讨需求，更新模型，最终利用数据模型理解、整合，得出解决方案。
Data and AnalyticsProduct Manager 数据产品经理
管理团队分析师和数据科学家，除了要会一些必备的基础语言如 SQL，R，SAS，Python，Java，Matlab
和数据挖掘、数据建模等能力，还需要对产品有深刻的理解、熟练应用数据可视化工具，和良好的人际沟
通能力。他们的主要职责包括但不限于搭建数据 pipeline，做分析，实验场景，评估和实施分析结果，同
时要针对结果针对数据逻辑提出需求，解答来自其他部门的问题，设计出更好的产品，留住更多的客户，
产生更多的利润。
第三类：统计学家
统计学家
统计学家顾名思义，需要熟悉统计理论方法，分布式计算，数据库系统，云工具，数据挖掘机器学习等，
语言方面需要 R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL
