由于大数据行业的兴起，越来越多的人进入这个行业，有人是因为这个行业待遇相对较高，有的人是因为兴趣进入，有的人是被趋势影响进入这个行业，无论什么原因，只要进入这个行业，我们都是希望有所收获的，希望可以在这个行业体现自己的价值的，但是你是否了解这个行业有哪些职业，这些职业又有什么不同呢?其中，最为大家熟知的就是：数据科学家、数据工程师、数据分析师这三个热门职业，但是往往很多人并不清楚这三方职业中间的不同和关联，今天希望和大家分享一下工作10年来的心得体会，帮助大家一起了解一下这几个职业的异同。

这3个岗位的定义

数据科学家：一般来说数据科学家是指可以使用科学方法以及数据挖掘的工具来对非常复杂和大量的数据、文本、视频和语音等信息进行数字化的整合和分析，让我们对这些数据有一个清晰的认识，最终使用到我们生活中。

数据工程师：一般我们也可以称为软件工程师，他们的核心能力在于将大家的数据整合成本清晰的结构化数据的能力，他们充分了解数据库、分布式计算等技能。数据工程师再进阶一些会对算法的原理有深入的理解，因此对建模能力非常高，当算法要求超过他们的能力范围，就需要求助数据科学家了。

数据分析师：一般数据分析师主要体现在不同的行业中，对行业的数据进行搜集、整理、分析、展示，达到从数据得到分析结果，产出研究报告能力。另外他们有非常高的业务数据敏感度，知道如何提出正确的业务痛点问题，知道如何分析和解决问题，最终可视化呈现出来。

这3个岗位具体做什么

数据科学家主要做什么呢?

数据科学家更多的是用探索数据的眼光来看待生活中的所有事情，能够发现生活中无处不在的数据，然后变成有序又有据的结构化的数据，清理成可用的数据集合。然后通过数据进行各种分析，发现行业中的趋势，对行业给出业务的发展方向，给老板明确的决策建议。

数据工程师主要做什么呢?

数据工程师主要是处理大数据的能力，在工作中主要是分析数据找出数据的特征，因此也需要清洗数据的能力，比如将平台流入的数据进行梳理，得到有效的数据表，然后再梳理出有用的特征，让数据分析师可以进行有效的分析，用于广告投放或者游戏开发和社交网络等等。另外在当下大数据行业，数据工程师有一个较为重要的工作是建模，算法调优，进一步支持业务，提高数据的产出价值。

数据分析师主要做什么呢?

数据分析师不再是传统的进行统计分析，因为现在已经有大量的数据可以用于分析，因此，对不同的行业，数据分析师需要能够根据业务进行数据体系的搭建，然后有效的找到业务中的问题，进行分析，监控，解决问题，简单的说就是数据分析和解决问题的能力，能够针对不同的行业和问题得到不同的解决方案

这3个岗位需要具备哪些技能

数据科学家技能：

（1）计算机科学相关技能：也就是编程技能，如hadoop、Mahout等大规模并行处理技术与机器学习相关的技能

（2）统计学、数据挖掘相关技能：SPSS、SAS等主流统计分析工具技能，PYTHON、R语言编程技能，数据挖掘算法原理及编程技能

（3）数据可视化技能：对数据产出可以进行可视化编程和展现，如使用外部接口输出图表，报表等。

数据工程师技能：

（1）数学及统计学相关：如果具备统计学和数据背景及学历可以更好地输出有效的结果，不会导致只是一味的建模得到对业务没有帮助和意义的结果，只有具备一定的理论知识，才能理解模型、复用模型甚至创新得到最后的结果。

（2）编程能力：java、sql、pyspark等编程开发能力和大规模的数据处理能力是主要必备技能，只有具备了这些技能才能在海量的数据中找到有价值的信息。比如，当下人们社交网络上产生许多数据是非结构化的数据，如何从这些毫无头绪的文 字、语音、图像甚至视频中提取有价值的信息就需要大数据工程师深入挖掘。

（3）行业认知：大数据工程师不能脱离行业，因为数据只有和特定行业的应用一起才能产生价值。所以，在某个行业的深入认知才能产出有价值的大数据分析结果

数据分析师技能：

（1）了解业务：做数据分析工作的前提必须了解业务，熟知行业动态、公司业务及相应的流程，如果有自己独特的见解最好，如果脱离了业务认知和业务背景，分析的结果将会是没有价值的。

（2）懂得管理：分析过程中需要搭建数据分析框架，在落地过程中需要用到营销和管理等理论来进行落地指导，如果不熟悉管理，就很难搭建合理的分析框架，即使搭建好，后续的落地也会有很多的问题和阻碍。

（3）分析方法论：在日常的分析中需要用到很多的分析方法，因此了解一些常规的分析方法论可以帮助你很快的找到一些探索结论，常用的分析方法如：对比分析 法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚 类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

（4）熟悉分析工具：对于分析过程中往往需要用到很多的分析工具，如spass、sas等，通过分析工具可以快速帮助分析，事半功倍。

（5）会设计展示：指通过图表清楚的表达自己的分析观点，使得分析结果一目了然。图表的设计和展示有很多的技巧，如配色、排版、图形选择等，使用的好如PPT确实可以提升分析的观点传递效果。

数据工程师和数据分析师的区别

数据工程师是指那些负责构建和维护数据库和数据系统的专业人员。他们的职责是在应用和数据仓库（如数据仓库，数据挖掘仓库，报表仓库以及数据字典）之间建立数据流。他们使用编程语言（如Python）以及大数据技术（如Hadoop，Spark等）来收集，处理，分析，整理和存储数据。数据工程师在公司中非常重要，他们负责确保数据系统的正常运行，并且可以协助公司提高业务效率。

数据分析师是一个更专业的职位，他们使用数据科学技术来收集，清洗，分析和推断数据，以提高业务绩效和衡量不同方案的有效性。数据分析师仅在数据应用程序中发挥他们的作用，他们通过使用机器学习，概率和统计技术来预测数据的变化，并向公司提供建议和行动计划来帮助企业实现更大的利润。