● 數(shù)據(jù)相關(guān)的專業(yè)有哪些

1.BA專業(yè)：BA 全稱 BusinessAnalytics，是以商業(yè)知識(shí)為基礎(chǔ)，數(shù)理編程為手段，從數(shù)據(jù)分析出發(fā)，以決策優(yōu)化來創(chuàng)造價(jià)值的新興專業(yè)，實(shí)現(xiàn) Big Data 的商業(yè)應(yīng)用。一個(gè) BA 應(yīng)該是深入了解商業(yè)模式又有技術(shù)背景的數(shù)據(jù)分析專家。

2.Data Science ：數(shù)據(jù)科學(xué)是研究數(shù)據(jù)的產(chǎn)生、獲取、存儲(chǔ)、傳輸、處理、可視化、利用及其相互關(guān)系的學(xué)科，它是當(dāng)代科學(xué)的前沿學(xué)科，對(duì)幾乎所有其他學(xué)科都有很強(qiáng)的協(xié)同性和滲透性，生動(dòng)地體現(xiàn)出整個(gè)基礎(chǔ)學(xué)科在大數(shù)據(jù)時(shí)代科技進(jìn)步中的先導(dǎo)作用。

3.統(tǒng)計(jì)專業(yè)：統(tǒng)計(jì)學(xué)是一門很專的學(xué)科，但是一個(gè)好的統(tǒng)計(jì)學(xué)工作者也必須是一個(gè)通才，不僅熟悉統(tǒng)計(jì)工具的運(yùn)用，也需要了解行業(yè)特點(diǎn)，才能做好數(shù)據(jù)決策。這也是統(tǒng)計(jì)工作的一個(gè)好處，可以結(jié)合你的興趣與幾乎所有其他領(lǐng)域的科學(xué)，技術(shù)或業(yè)務(wù)。

4.數(shù)學(xué)專業(yè)：數(shù)學(xué)是抽象的研究數(shù)量、結(jié)構(gòu)、空間和變化的科學(xué)。主要是研究從客觀世界中抽象出來的數(shù)學(xué)規(guī)律的內(nèi)在聯(lián)系，也可以說是研究數(shù)學(xué)本身，而不以應(yīng)用為目的的學(xué)問；而應(yīng)用數(shù)學(xué)著眼于說明自然現(xiàn)象，解決實(shí)際問題，是純粹數(shù)學(xué)與科學(xué)技術(shù)之間的橋梁。

● 數(shù)據(jù)相關(guān)的職業(yè)有哪些

和數(shù)據(jù)相關(guān)的職位包括 Data Analytics / Data Science / Business Analytics/ Data Architect/ Data Engineering...都需要數(shù)據(jù)處理的能力。只是側(cè)重點(diǎn)有所不同，通過 Data這個(gè)詞后面所加的單詞就可以看出，不同領(lǐng)域的 Data 技能同樣重要，有偏向科技方面的，有偏向商業(yè)方面的，也有偏向工程方面的。不管是什么領(lǐng)域的 Data 工作，都是通過數(shù)據(jù)分析去引領(lǐng)決策。下面我們具體來看下數(shù)據(jù)專業(yè)的薪資有多少？

  1. Business Analyst：商業(yè)分析師                
  2.  Data Analyst：數(shù)據(jù)分析師
  3.  Data Architect：數(shù)據(jù)架構(gòu)師
  4.  Data Engineer：數(shù)據(jù)工程師
  5.  Data Scientist：數(shù)據(jù)科學(xué)家
  6.  Marketing Analyst：市場(chǎng)分析員
  7.  Quantitative Analyst：定量分析
  8.  Statistician：統(tǒng)計(jì)學(xué)家

● 看看這些薪資真是夠誘人的。那么數(shù)據(jù)專業(yè)的你可以去哪些行業(yè)呢？哪些行業(yè)急需數(shù)據(jù)專業(yè)的人才？

隨著數(shù)據(jù)時(shí)代的到來，未來幾年 Data 相關(guān)的 Open position 也會(huì)日益增多并且炙手可熱。處理 Data 已經(jīng)不僅僅局限在傳統(tǒng) IT 公司。還有以下行業(yè)，尤其是金融業(yè)對(duì)于數(shù)據(jù)人才的需求也在持續(xù)擴(kuò)大。

具體來看下四大、金融機(jī)構(gòu)和咨詢公司為什么愛招數(shù)據(jù)專業(yè)的人：

四大

美國(guó)注會(huì)協(xié)會(huì)會(huì)長(zhǎng) Barry Melancon 最近發(fā)言說，“會(huì)計(jì)師事務(wù)所非常適合在解讀和使用大數(shù)據(jù)實(shí)現(xiàn)戰(zhàn)略業(yè)務(wù)目標(biāo)方面發(fā)揮領(lǐng)導(dǎo)作用。鑒于金融專業(yè)人士每天都遇到的大型數(shù)字?jǐn)?shù)據(jù)集，掌握數(shù)據(jù)分析是必要的，而不是一種選擇。另外，CFO 也應(yīng)該幫助公司創(chuàng)造一種文化：管理者應(yīng)該更多的使用預(yù)測(cè)分析來做決定，而不是像從前一樣依靠經(jīng)驗(yàn)和本能。”例如，畢馬威（KPMG）已經(jīng)在其“全球數(shù)據(jù)分析解決方案”的五年投資項(xiàng)目中投入了5億。他們與 McLaren Applied Technologies 組成了戰(zhàn)略聯(lián)盟，并且開始將其預(yù)測(cè)分析技術(shù)應(yīng)用到了其審計(jì)和咨詢業(yè)務(wù)當(dāng)中。

金融機(jī)構(gòu)

數(shù)據(jù)貨幣化預(yù)計(jì)將在2017年成為一個(gè)熱門話題。各種組織看好內(nèi)部數(shù)據(jù)的價(jià)值，畢竟數(shù)據(jù)就是黃金。下一步是與客戶、合作伙伴和供應(yīng)商一起最大限度地提高收集的外部數(shù)據(jù)的經(jīng)濟(jì)效益。因此從數(shù)據(jù)中獲得價(jià)值的能力將成為數(shù)字商業(yè)生態(tài)系統(tǒng)中戰(zhàn)略的不可分割的一部分。

咨詢公司

數(shù)據(jù)分析是 Consulting 的老本行，隨著技術(shù)的不斷變革，咨詢行業(yè)也越來越需要能夠處理集成大數(shù)據(jù)的人才來更好地為客戶服務(wù)。在數(shù)據(jù)人才炙手可熱的今天，咨詢公司的薪資也是蹭蹭蹭地在飆漲。

● 數(shù)據(jù)行業(yè)必備技能

必備技能

1、Data Hacking

要有獨(dú)立從各種各樣的地方把數(shù)據(jù)化為己用的能力。可能會(huì)用到的：

SQL：用來存儲(chǔ)和查詢Structured 數(shù)據(jù)
Programming：比如用 Python forparsing/scraping data 。如果既會(huì)一門 Scripting language，又會(huì)一門 Compiled/object oriented language，會(huì)是優(yōu)勢(shì)。主要是用來處理Unstructured數(shù)據(jù)。
Hadoop/parallelprocessing：你處理的數(shù)據(jù)可能太大無法一次性裝入內(nèi)存，而你需要對(duì)數(shù)據(jù)進(jìn)行快速的分析，這就需要 MapReduce 等技術(shù)。

這其中，SQL 和 Programming 是最基本的，你必須會(huì)用 SQL 查詢數(shù)據(jù)、會(huì)快速寫程序分析數(shù)據(jù)。

要想更深入的分析問題，你可能還會(huì)用到：

Exploratory analysisskills，可以使用 Python、R、Matlab 等各種工具，IT 公司用 SAS 和 SPSS 相對(duì)較少，盡管有些 Job ads/descriptions 里提到了，當(dāng)然也不是完全不可以。但是如果你只會(huì) SAS，那么選擇無疑要少很多。

Optimization、Simulation：有些職位需要研究顧客需求變化，調(diào)整產(chǎn)品或者服務(wù)價(jià)格，來幫助公司最大化盈利。

Machine Learning、Data Mining：比如有人用數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)很多人在超市里買尿布的同時(shí)，也買了啤酒 – 現(xiàn)在還沒理解為啥，但是也許尿布和啤酒應(yīng)該放一起賣；另外比如手機(jī)廣告的精準(zhǔn)投放。

Modeling：你需要理解不同的統(tǒng)計(jì)模型有什么應(yīng)用范圍、有什么限制和特長(zhǎng)。

必備技能

2、ProblemSolving

你不光要理解 What users say they want，你還需要真正的理解 What theyactually mean、轉(zhuǎn)化定義出一個(gè)可以用數(shù)據(jù)解決的問題，然后選擇正確的分析工具，量化分析和解決問題。

必備技能

3、Communication

數(shù)據(jù)科學(xué)家會(huì)跟公司的很多不同部門的人打交道，如果你希望接觸像市場(chǎng)營(yíng)銷這樣的部門，希望跟上級(jí)領(lǐng)導(dǎo)多多打交道，那你需要有較強(qiáng)的交流能力。

你需要知道區(qū)分什么是問題本質(zhì)、什么是技術(shù)細(xì)節(jié)，要有能力給上層領(lǐng)導(dǎo)講 High level 的分析和推薦，有能力給同事講解和 Defend 你的技術(shù)細(xì)節(jié)，也就是”見什么人說什么話”，這不是說要你油滑，而是說要知道什么時(shí)候需要隱藏技術(shù)細(xì)節(jié)，而只展現(xiàn)跟聽眾最相關(guān)的信息。

你很可能要經(jīng)常做 Presentation，需要很強(qiáng)的Visualization 的能力，熟悉 Edward Tufte 和 Nathan Yau 的東西，會(huì)很有幫助。另外，也許你很喜歡高深的方法，覺得你懂你NB，但是一切的解決方案，都要從產(chǎn)生 Business revenue 的角度來考慮是否合理。你也可能需要跟 Software development team 合作，需要講清楚需要他們實(shí)現(xiàn)什么、需要告訴他們什么地方需要改進(jìn)。