在互联网企业中与数据分析相关相似的岗位有很多
比如：数据分析师、商业分析师、数据科学家、数据运营、数据产品经理、战略分析师、算法工程师、数据开发工程师等~有近十种岗位
他们的区别是什么呢？我们想要从事数据相关工作的候选人和应届生应该如何规划自己的职业路径呢？
1. 首先我们来看看搞个岗位，有个大概的认知。
这么多岗位，可以按照业务思维能力和技术代码能力来区分；
在一个二维坐标体系中，以数据分析师为原点，比它更具备业务思维能力的是上策略产品经理和数据运营的岗位；比它要更具备技术代码能力的是数数据科学家；商业分析师、数据产品经理和战略分析师则跟数据分析师有很高的相似度
2. 再来看看不同组合岗位之间的差异
1）数据分析师、商业分析师、战略分析师的区别：
主要区别是分析视角不同。
战略分析师更侧重于公司未来战略规划与制定;
商业分析师更侧重于当前市场分析；
数据分析师分析视角更聚焦在当前业务身上，以本公司的产品+用户分析为主。
2）数据分析师、数据科学家的区别：
主要体现在技能点上的不同
数据科学家需要更懂机器学习、统计学，需要做科学实验，需要部署模型。
3）数据分析师、数据产品经理的区别：
主要体现在成果的不同上。
数据产品经理是数据货币化之后的一个新岗位，主要是将数据封装成一个产品，比如数据看板、用户营销产品、AB测平台等。
数据分析师更多的成果是侧重在数据分析报告上，也会产出数据看板。
4）数据科学家和算法工程师的区别：
主要体现在任务的不同上。
数据科学家机器学习任务通常是解决分类、预测问题，离线训练模型居多；
算法工程师主要任务是算法设计与开发，主要负责推荐系统，模型通常以深度学习为主；
5）数据产品经理和策略产品经理的区别；
主要体现在产品形态的不同。
数据产品经理，主要做数据产品，方便业务方查询、调用数据；
策略产品经理，主要对产品进行人工干预调优，比如推荐系统策略。
6）数据分析师和数据运营的区别
主要体现在决策能力上。
数据运营通常base在业务部门，通过数据监测来制定业务决策；
数据分析师独立于业务，视角更具有全局观，主要是协助提供决策。
这近十种岗位和数据分析师的近似程度和主要职责如下表所示：
| 岗位 |
数据分析专业程度 |
代码浓度 |
业务思维能力 |
岗位关键词 |
| 数据分析 |
高 |
中 |
高 |
数据处理与分析、业务洞察、数据可视化、工具与技术运用 |
| 数据产品经理 |
中 |
中 |
高 |
数据洞察与分析、产品规划与设计、数据驱动决策 |
| 数据科学家 |
高 |
高 |
高 |
高级数据分析、机器学习专长 |
| 商业分析师 |
中 |
低 |
高 |
市场分析与洞察、业务数据分析、策略制定与优化、商业敏感度与创新思维 |
| 战略分析师 |
中 |
低 |
高 |
战略规划与制定、市场分析与洞察、竞争情报分析 |
| 算法工程师 |
高 |
高 |
中 |
算法设计与开发、机器学习应用、数据处理与分析、性能优化与调试、技术创新与研究 |
| 数仓工程师 |
中 |
高 |
低 |
数据仓库设计与建设、ETL过程开发 |
| 产品经理 |
低 |
低 |
高 |
产品规划与设计、市场分析与调研、用户研究与管理、项目管理、数据分析与优化 |
| 数据运营 |
低 |
低 |
高 |
数据监控与报告、数据策略制定、数据工具与平台运用 |
3. 那么我们应该如何选择呢？一定要结合自身情况
- 计算机科学出生更懂数仓，适合做数据产品经理
- 机器学习好，爱撕代码更适合做数据科学家
- 看重数据分析技能落地、实验设计、懂机器学习更偏向策略产品经理
- 看重数据分析落地，但技能一般，不爱代码可以选择数据运营
总结起来，咱们投递的岗位一定要结合自己目前的情况：
- 数据分析师更靠近的岗位是商业分析师、战略分析师，可以都投递；
- 如果你计科出身，兼投数据产品经理；
- 如果你机器学习很强，兼投数据科学家；
- 如果你更看重技能的落地，兼投数据运营或策略产品经理；
- 其中，如果你懂假设检验，兼投策略产品经理。
通过以上重庆前途出国留学老师的介绍，如果您想要了解更多出国留学的相关资讯信息可以点击登录重庆新东方前途出国官网了解。如果您对于留学还有任何相关疑问，可以直接点击进行留学在线咨询，我们会有专业留学老师为您免费评估
更多详情
