近幾年，大數據為各個領域帶來了全新的變革，大數據的重要性越來越被企業和國家所看到，大數據工作者的需求再次被無限放大，他們的薪資和社會地位也在不斷上漲。馬云在演講中就提到，未來的時代將不是IT時代，而是DT（Data Technology）的時代，這也充分顯示大數據對于阿里巴巴集團來說舉足輕重。那么

如何才能成為高薪資高地位的大數據人才？大數據相關職位有哪些？學什么專業才能從事大數據？

一

什么是大數據？相關職位有哪些？

01

什么是大數據

大數據（Big Data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據有以下三個特點：大批量(Volume)、高速度(Velocity)和多樣化(Variety) 。

大批量 – 大數據體積龐大。企業里到處充斥著數據，信息動不動就達到了TB級，甚至是PB級

高速度 – 大數據通常對時間敏感。為了最大限度地發揮其業務價值，大數據必須及時使用起來

多樣化 – 大數據超越了結構化數據，它包括所有種類的非結構化數據，如文本、音頻、視頻、點擊流、日志文件等等都可以是大數據的組成部分

大數據相關工作主要是指基于各種分析手段對大數據進行科學分析、挖掘、展現，以輔助企業做出商業決策。

02

國內外領先的大數據公司有哪些？

國內：阿里巴巴、華為、百度、騰訊、浪潮、探碼科技、中興通訊、神州融、中科曙光、華勝天成、用友等。

國際：IBM、惠普、Splunk、戴爾、Opower、Teradata、甲骨文、微軟、亞馬遜、谷歌、New Relic、Alation等。

03

大數據相關崗位及職責

1.大數據開發工程師

開發，建設，測試和維護架構；負責公司大數據平臺的開發和維護，負責大數據平臺持續集成相關工具平臺的架構設計與產品開發等

如果你對大數據開發感興趣，想系統學習大數據或是大數據分析的話，可以戳我加入大數據技術學習交流群，了解課程，獲取學習資源

2.數據分析師

收集，處理和執行統計數據分析；運用工具，提取、分析、呈現數據，實現數據的商業意義，需要業務理解和工具應用能力

3.數據挖掘工程師

數據建模、機器學習和算法實現；商業智能，用戶體驗分析，預測流失用戶等；需要過硬的數學和統計學功底以外，對算法的代碼實現也有很高的要求

4.數據架構師

需求分析，平臺選擇，技術架構設計，應用設計和開發，測試和部署；高級算法設計與優化；數據相關系統設計與優化，需要平臺級開發和架構設計能力

5.數據庫開發

設計，開發和實施基于客戶需求的數據庫系統，通過理想接口連接數據庫和數據庫工具，優化數據庫系統的性能效率等

6.數據庫管理

數據庫設計、數據遷移、數據庫性能管理、數據安全管理，故障檢修問題、數據備份、數據恢復等

7.數據科學家

數據挖掘架構、模型標準、數據報告、數據分析方法；利用算法和模型提高數據處理效率、挖掘數據價值、實現從數據到知識的轉換

8.數據產品經理

把數據和業務結合起來做成數據產品；平臺線提供基礎平臺和通用的數據工具，業務線提供更加貼近業務的分析框架和數據應用

04

大數據崗位的職業發展

由于目前大數據人才數量較少，因此大多數公司的數據部門一般都是扁平化的層級模式，大致分為數據分析師、資深研究員、部門總監3個級別。大公司可能按照應用領域的維度來劃分不同團隊，而在小公司則需要身兼數職。有的時候成功就是這樣，方向和平臺選擇對了，只要付出足夠的汗水，選擇大于努力。

二

大數據分析師介紹

01

大數據分析師及其主要職責介紹

大數據分析師是指基于各種分析手段對大數據進行科學分析、挖掘、展現，以輔助企業做出商業決策。一般來講數據分析師的任務是對數據進行清洗、分析以及可視化。在不同的行業，大數據分析師的頭銜也可能不一樣，比如：業務分析師、商業智能分析師、運營分析師、數據庫分析師等等。

大數據分析師可以使企業清晰的了解到企業現狀與競爭環境，風險評判與決策支持，能夠充分利用大數據帶來的價值，在進行數據挖據與展現后，呈現給企業決策者的將是一份清晰、準確且有數據支撐的報告。所以，大數據分析師已經不是簡單的IT工作人員，而是可以參與到企業決策發展制定中的核心人物。

02

大數據分析師就業前景及薪資

1.就業前景

從20世紀90年代起，歐美國家開始大量培養數據分析師，直到現在，對數據分析師的需求仍然長盛不衰，而且還有擴展之勢。

根據美國勞工部預測，到2019年，數據分析師的需求量將增長40%。在數據分析行業發展成熟的國家，90%的市場決策和經營決策都是通過數據分析研究確定的。

據數聯尋英發布《大數據人才報告》顯示，未來3-5年內大數據人才的缺口將高達150萬。根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT等大型互聯網公司的招聘職位里，80%以上都在招大數據人才。進入大數據行業，也成了越來越多人實現職場高薪夢的路徑之一。

2.大數據分析師薪資

在美國，大數據分析師每年薪酬高達17.5萬美元。

而國內頂尖互聯網公司，大數據分析師的薪酬可能要比同一個級別的其他職位高20%至30%，且頗受企業重視。

國內某大型招聘平臺給出的大數據分析師平均薪酬為：9724K（取自1139份樣本），北京、上海、廣州、深圳、杭州、南京、武漢、成都、長沙為大數據分析師需求量前九的城市。

03

成為大數據分析師的條件

硬性條件：

數據分析師角色/任務：收集，處理和執行統計數據分析

必備語言：java、R、Python、HTML、Javscript、C/C++、SQL等

技能和特長：電子表格工具(例如Excel)，數據庫系統(SQL和基于NOSQL)，通信可視化，數學，統計，計算機，機器學習等

軟性條件：

懂業務：從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析就沒有太大的使用價值

懂管理：一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，后續的數據分析也很難進行；另一方面的作用是針對數據分析結論提出有指導意義的分析建議

懂分析：指掌握數據分析基本原理與一些有效的數據分析方法，并能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等

懂工具：指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作

懂設計：懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目了然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則

三

學什么專業可以做大數據分析

上面我們介紹了數據分析師所需要的硬實力和軟實力。那么我們就從硬實力和軟實力這兩個方向分別來分析什么專業可以從事大數據分析師。

硬實力：數據分析師需要學生有一定的數學、計算機背景，從這個出發點來說，數學、統計、計算機科學等專業可以從事數據分析工作。

不過，這三個專業的同學可以雖然可以處理大量數據，并且擁有很強的數據分析能力，但是這類同學對于Business 和 Marketing缺乏了解，數據分析的結果對于企業并無太大收益。

軟實力：軟實力要求學生懂業務、懂管理，從這個出發點來說，市場營銷、電子商務、經濟學等專業畢業后也可以從事數據分析相關工作。

不過，這幾個專業在業務方面可能專業度非常高，但是缺點也是非常明顯的：缺乏很強的數學和計算機背景，在實際操作中缺乏相關的專業技能。

而要說哪些專業更適合做大數據相關的工作，答案肯定是數據科學（DS/Data Science）和商業分析（BA/Business Analytics）是這兩個專業。因為這兩個專業本來就是專門為大數據時代而生的，而且不管是從硬實力還是軟實力兩個方面都非常符合大數據工作對于人才的要求。而隨著大數據的快速發展，2013 年前后商業分析和數據科學陸續在各大院校開設。

總結

以上是生活随笔為你收集整理的大数据项目一般金额多少_大数据分析师年薪一般多少？学什么专业才能从事大数据？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。