一般數據分析師有哪些

⑴ 數據分析師有哪些等級

CDA Level I 等級證書主要面向業務數據分析，為數據分析領域的初級崗位，與之匹配的崗位為數據維護崗、數據分析師崗、數據賦能崗、BI 工程師崗、數據開發崗。通過比對 Level I 工作經驗 1 年以下持證人和招聘市場上 1 年以下經驗要求的上述崗位薪資，發現持證人群的工資均高於非持證人群，且城市等級跨度廣，既包含一線城市，也包含中小城市。

Level II 等級證書分為數據挖掘和大數據方向，為數據分析領域的中級崗位，與之匹配的崗位為數據挖掘工程師、大數據分析師。此類崗位需要業務數據分析經驗的支撐，比對 Level II 工作經驗 3-8 年持證人和招聘市場上 3-8 年經驗要求的上述崗位薪資。

Level III 等級證書為數據科學，屬於數據分析領域的高級崗位，一般為上市、國企的大型企業的招聘崗位，且主要在公司總部所在地北上廣深一線城市招聘。

⑵ 商業數據分析師有哪些崗位

1、業務統計人員

理解企業數據，發現業務問題，開發預測模型，幫助企業更好地進行信息決策。

2、數據挖掘人員

進行知識發掘積累，需要熟悉各種數據挖掘演算法，可以進行深層次的客戶識別、畫像，以滿足營銷、風控和客戶關系管理方面的需要。

3、大數據分析人員

處理海量異構數據，藉助其他工具進行數據的搜集、儲存和清洗。同時與數據挖掘人員、報表製作人員、業務統計分析人員合作完成工作。

4、業務支持

創建業務報表或進行業務分析。

5、報表製作人員

撰寫SQL程序進行查詢並生成報表。

6、數據管理人員

為需求人員提供便捷的數據訪問服務。

7、數據架構人員

流處理、模型開發和數據質量管理設計所需的架構和方法;平台架構人員：負責企業管理平台的安裝、配置、管理和維護。

⑶ 數據分析師的分類

數據分析師的分類是：
1、技術型數據分析師。
2、運營岩渣型數據分析師。
3、商畢腔業型數據分析師。數據分析師是數據師的一種，指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預粗數悄測的專業人員。

⑷ 數據分析師的職位有哪些

數據產業的每個環節都需要依靠專業人員完成，因此，必須培養和造就一支掌握數據技術、懂管理、有數據應用經驗的數據建設專業隊伍。目前數據相關人才的欠缺嚴重阻礙數據市場發展。

數據分析的相關職位需要的是復合型人才，能夠對數學、統計學、數據分析、機器學習和自然語言處理等多方面知識綜合掌控。未來，數據分析將會出現約100萬以上的人才缺口，在各個行業，數據分析中高端人才都會成為炙手可熱的人才，涵蓋了大數據的數據開發工程師、數據分析師、數據架構師、數據後台開發工程師、演算法工程師等多個方向。

人們每時每刻都在產生著數據，而這些數據改變著生活。大數據產業已逐步從概念走向落地，90%企業都在使用大數據，而大數據高端軟體類人才供應遠不能滿足時代的發展。有報告指出，數據分析師已成當下中國互聯網行業需求旺盛的六類人才職位之一，並且未來中國基礎性數據分析人才缺口將達到 1400 萬。

就目前中國數據人才的市場來看，比較緊缺的數據分析崗位主要為數據專員（統計員）、數據運營、數據分析師、數據分析工程師、數據挖掘工程師、數據策略師（數據產品經理）、演算法工程師等職位崗位。

關於數據分析師崗位的相關問題，建議找一家專業的機構了解一下。例如CDA數據認證中心就不錯。CDA已進行500多期線上線下數據分析及大數據培訓課程，培養學員10萬+人次；已在全國70+城市舉辦15屆CDA數據分析師認證考試，報考考生數萬人。

⑸ 數據分析師的職位有哪些

數據分析職位整體上分為兩大類：

數據分析師：
- 專業能力成長路徑：助理數據分析師－數據分析師－資深數據分析師－高級數據分析師
- 行政職位晉升路徑：數據分析專員－數據分析主管－數據分析經理－數據分析總監
- 主要專業技能要求：資料庫知識（SQL）、基本的統計分析知識、熟練掌握Excel，了解SPSS/SAS，良好的PPT展示能力。

數據分析工程師：
演算法工程師、建模工程師。

⑹ 數據分析師是什麼

數據分析是干什麼的？

在企業里收集數據、計算數據、提供數據給其他部門使用的。

數據分析有什麼用?

從工作流程的角度看，至少有5類分析經常做：

• 工作開始前策劃型分析：要分析一下哪些事情值得的做

• 工作開始前預測型分析：預測一下目前走勢，預計效果

• 工作中的監控型分析：監控指標走勢，發現問題

• 工作中的原因型分析：分析問題原因，找到對策

• 工作後的復盤型分析：積累經驗，總結教訓

⑺ 目前數據分析師都有哪些國際認證

獲得數據分析師認證證書，取得行業敲門金磚，並進而成功拿到心儀企業的Offer，是不少求職者的夢想。市場中的證書較多，有些是含金量高的，而有些是價值低的，大家一定要選擇到好的認證。在這里給大家比較下目前市場中的數據分析類證書。

一般認證機構是兩種類型，一種是國家部門認證，一種是行業性質認證。

l 國家部門認證

目前國家部門關於數據分析的認證還沒有一個權威的機構。大數據屬於新興科技，一般前沿技術會先實踐於企業之中，而相關部門的了解會有滯後性，所以關於大數據和數據分析的專業化技能、知識體系等主要是流行於高科技企業之中，在這個行業成熟之前，國家部門是無法頒發具備專業性兼具認可度和權威性的證書。目前有發證的機構是工信部、教育部、人社部，這幾個部門發的證書更多是一個技能的證明，因為在他們管理的上千個認證中，根本無法做到專業，這些證書可能會在國有企事業單位中有一定的參考作用，但並不具有評職稱作用，在大數據行業內也無人問津。

l 行業性質認證

1. SAS認證

SAS全球專業認證是由SAS公司頒發的、國際上公認的數據挖掘和商業智能領域的權威認證，隨著我國DT環境和應用的日漸進步，以上兩個領域將有極大的行業發展空間。獲取SAS全球專業認證，會讓您在數據挖掘、數據分析領域積累豐富經驗奠定良好的基礎。但是SAS面臨的問題在於，越來越多的競爭性開源軟體進入市場，如R語言，PYTHON，Spark等等，由於SAS昂貴的費用，導致自身軟體的使用率下降，市場佔有率低，在中國一般是大型銀行有用到SAS，而其他單位的使用逐年減少。因此SAS證書對於大多數的數據分析人士來講，如果你是傾向於找國有大型銀行的工作，可以考慮；如果你是希望去北美發展，也可以考慮；但如果沒有這種機會，最好還是考個其他的認證。by the way， Oracle的認證也類似，不過Oracle的認證沒有SAS的好使

2. Coursera

Coursera是免費大型公開在線課程項目，由美國斯坦福大學兩名計算機科學教授創辦。旨在同世界頂尖大學合作，在線提供免費的網路公開課程。Coursera的首批合作院校包括斯坦福大學、密歇根大學、普林斯頓大學、賓夕法尼亞大學等美國名校。

Coursera證書是每門課程的結業證書，代表修過這門課程並具備相關技能，在美國來講一些學校是認可的，對申報留學也許有一些作用，但是在國內來講也更多是一個技能參考作用。by the way， edx也類似

3. CDA數據分析師認證

CDA認證是由CDA Institute發起，在國內由經管之家承辦的數據分析師專業證書。是一套專業化，科學化，國際化，系統化的人才考核標准，分為LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，涉及金融、電商、醫療、互聯網、電信等行業大數據及數據分析從業者所需要具備的技能，符合當今全球大數據及數據分析技術潮流。每年6月與12月底在全國范圍舉辦線下數據分析師考試，通過考試者可獲得CDA數據分析師認證證書。CDA認證目前已被德勤（Deloitte）、蘇寧、中國電信、重慶統計局等企業單位納入到了內部員工的考核之中，並且來自網路、阿里、京東、惠普、中國銀行、IBM、聯想、移動、華為、尼爾森寶馬、賓士及政府部門等企業單位的員工有考取CDA認證，並獲得了不錯的薪資和職位。由於CDA數據分析師專注於數據分析和大數據領域，每年投入大量的資金和人力用於研發，目前CDA認證算是國內最具認可度、含金量最高的證書。

4. BDA認證

BDA是由中國商業統計學會設立的數據分析師培訓與考試項目，為提高數據分析工作人員的業務素質。分為初、中、高三個級別，該認證近兩年才出來，屬於一個新的證書，目前還沒有一定的知名度。相關的宣傳網站建設還不完善，知識體系還不夠強，不推薦大家考取。

其他的一些機構認證大多是自己公司的培訓證書，就更沒有參考價值了。

以上推薦的相關資源，希望能幫助大家快速進步，學習到必備技術，獲取到認證證書，為自己的數據分析職業道路做好扎實的鋪墊！

⑻ 數據分析師有哪些分類

1、數據跟蹤員：機械拷貝看到的數據，很少處理數據

雖然這個工作的人還不能稱作數據分析師，但是往往作這樣工作的人還都自稱是數據分析師，這樣的人，只能通過系統看到有限的數據，並且很少去處理數據，甚至不理解數據的由來和含義，只是機械的把自己看到的數據拷貝出來，轉發給相應的人。

2、數據查詢員/處理員：數據處理沒問題，缺乏數據解讀能力

這些人可以稱為分析師了，他們已經對數據有一定的理解了，對於大部分數據，他們也知道數據的定義，並且可以通過監控系統或者原始的數據，處理得到這些數據。統計學的方法，這批人還是很精通的，統計學的工具，他們也是用起來得心應手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗也是用的爐火純青。

3、數據分析師：解讀數據，定位問題提出答案

數據分析師這群人，對於數據的處理已經不是問題了，他們的重點已經轉化到怎麼樣去解讀數據了，同樣的數據，在不同人的眼中有不一致的內容。好的數據分析師，是能通過數據找到問題，准確的定位問題，准確的找到問題產生的原因，為下一步的改進，找到機會點的人。

4、數據應用師：將數據還原到產品中，為產品所用

數據應用，這個詞很少被提到。但是應用數據被提的很多，分析了大量的數據，除了能找到問題以外，還有很多數據可以還原到產品中，為產品所用。典型的是在電子商務的網站中，用戶的購買數據，查看數據和操作的記錄，往往是為其推薦新商品的好起點，而數據應用師就是要通過自己的分析，給相應的產品人員一個應該推薦什麼產品，購買的可能性會最大的一個結論。

5、數據規劃師：走在產品前面，讓數據有新的價值方向

數據規劃師，不能說水平上比數據應用師高多少，而是另外一個讓數據有價值的方向。往往在實際的應用中，數據都是有其生命周期的，用來分析、應用的數據也是，這點上，尤其是在互聯網公司更加明顯，一個版本的更新，可能導致之前的所有數據都一定程度的失效。