⑴ 数据分析师的职位有哪些
数据产业的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支掌握数据技术、懂管理、有数据应用经验的数据建设专业队伍。目前数据相关人才的欠缺严重阻碍数据市场发展。
数据分析的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，数据分析将会出现约100万以上的人才缺口，在各个行业，数据分析中高端人才都会成为炙手可热的人才，涵盖了大数据的数据开发工程师、数据分析师、数据架构师、数据后台开发工程师、算法工程师等多个方向。
人们每时每刻都在产生着数据，而这些数据改变着生活。大数据产业已逐步从概念走向落地，90%企业都在使用大数据，而大数据高端软件类人才供应远不能满足时代的发展。有报告指出，数据分析师已成当下中国互联网行业需求旺盛的六类人才职位之一，并且未来中国基础性数据分析人才缺口将达到 1400 万。
就目前中国数据人才的市场来看，比较紧缺的数据分析岗位主要为数据专员（统计员）、数据运营、数据分析师、数据分析工程师、数据挖掘工程师、数据策略师（数据产品经理）、算法工程师等职位岗位。
关于数据分析师岗位的相关问题，建议找一家专业的机构了解一下。例如CDA数据认证中心就不错。CDA已进行500多期线上线下数据分析及大数据培训课程，培养学员10万+人次；已在全国70+城市举办15届CDA数据分析师认证考试，报考考生数万人。
⑵ 数据分析师具体有哪些岗位
CDA——数据分析师常见岗位，包括：竞品分析、业务分析、数据挖掘、数据运营等。对销售支持，销售运营等岗位也可以胜任。主要工作内容就是：数据收集、处理、可视化等内容，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。
⑶ 大数据可以从事哪些职位，大数据就业方向有哪些
大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
十大职位：一、ETL研发；二、Hadoop开发；三、可视化（前端展现）工具开发；四、信息架构开发；五、数据仓库研究；六、OLAP开发；七、数据科学研究；八、数据预测（数据挖掘）分析；九、企业数据管理；十、数据安全研究。
⑷ 数据分析岗位有哪些
1、数据分析师
偏向商业化的数据分析，运营广告等活动效果分析，销售额或利润预测，用户特征描述等，需要较好的统计知识，需要懂1-2门数据分析工具如SAS、R等。
2、咨询顾问
面向客户，为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务，需要有较好的沟通能力，需要懂1-2门数据分析工具如SAS、R等;(咨询顾问其实也分技术和非技术，技术类的主要是为客户搭建数据平台)。
3、数据产品经理
一般是互联网公司独有，数据量大的公司会有自己的数据产品，如阿里巴巴的数据魔方等，主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作。
⑸ 数据分析师的职位有哪些
数据分析职位整体上分为两大类：x0dx0ax0dx0a数据分析师：x0dx0a- 专昌简业能力成长路径耐型裤：助理数据分析师－数据分析师－资深数据分析师－高级数据分析租闷师x0dx0a- 行政职位晋升路径：数据分析专员－数据分析主管－数据分析经理－数据分析总监x0dx0a- 主要专业技能要求：数据库知识（SQL）、基本的统计分析知识、熟练掌握Excel，了解SPSS/SAS，良好的PPT展示能力。x0dx0ax0dx0a数据分析工程师：x0dx0a算法工程师、建模工程师。
⑹ 大数据工作岗位有哪些 就业方向是什么
大数据工作岗位主要围绕数据价值化来展开，涉及到数据采集、数据整理、数据存储、数据分析、数据安全、数据应用等诸多方面。大数据的就业前景很好，未来发展十分广阔。
大数据工作1、大数据开发工程师
架构的开发、构建、测试和维护；负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计和产品开发等。
大数据工作2、数据分析师
收集、处理和执行统计数据分析；应用工具提取、分析、呈现数据，实现数据的业务意义，需要业务理解和工具应用能力。
大数据工作3、数据挖掘工程师
数据建模、机器学习和算法实现；商业智能、用户体验分析、用户流失预测等；除了强大的迹则灶数学和统计能力，对算法代码实现也有很高的要求。
大数据工作4、数据架构师
需求分析、平台选择、技术架构设计、应用设计与开发、测试与部署；先进的算法设计和优化；需要具备数据相关的系统设计和优化、平台级开发和架构设计能力。
大数据工作5、数据库开发
根据客户需求设计、开发和实现数据库系统，通过理想的接口连接数据库和数据库工具，优化数据库系统的性能和效率等。
大数据工作6、数据库管理
数据库设计、数据迁移、数据库性能管理、数据安全管理、故障排除、数据备份、数据恢复等。
大数据工作7、数据科学家
数据挖掘架构、模型标准、数据报告、数据分析方法；利用算法和模型提高数据处理效率，挖掘数据价值，实现数据到知识的转化。
大数据工作8、数据产品经理
结合数据和业务，做数据产品；平台线提供基础平台和通用数据工具，业务线提供更贴近业务的分析框架和数据应用。
从近两年大数据方向研究生的就业情况来看，姿扮大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。
大数据开发工作岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。
当前大数据技术正处在落地应用的初期，所以此时人才招聘会更倾向于研发型人才，而且拥有研究生学历也更容易获得大厂的工作机会，所以对于当前大数据相关专业的大学生来说，如果想获得更强的岗位竞争力和更多的就业渠道，应该考虑读一下研究生。
⑺ 大数据有哪些相关岗位
数据分析师：日常工作内容有三个方面，第一是临时取数,第二是报表的需求分析，第三是业务专题分析。
数据挖掘工程师：日常工作内容主要有五类。第一是用户基础研究,第二是个性化推荐算法,第三是风控领域应用的模型,第四是产品的知识库,第五是文本挖掘、文本分析、语义分析、图像识别。
数据产品经理：日常工作内容：第一是大数据平台的建设，让获取数据、使用数据更加容易，构建完善的指标体系，实现对业务的全流程监控，提高决策效率，降低运营成本，提升应收水平;第二是数据需求分析，形成数据产品，对内可以提升效率，控制成本，对外增加创收，最终实现数据价值的变现。
大数据研发工程师：这个岗位是需求量最大的，日常工作内容有三个方面：第一是数据的采集，比如爬虫、日志采集等;第二是数据预处理、ETL工作，比如数据清洗、转换、集成、规约等;第三是大数据应用和可视化的开发。