客服電話：400-0755-992
客服郵箱：vip@wapadd.cn
服務時間：周一至周五 9:00-18:00
H5響應式建站系統
自動適應所有的瀏覽設備，手機、微信、平板、PC
到底有多少種“搞數據的”，你凌亂過嗎？
2016-04-136239微加互聯
經常有獵頭打電話說，有某數據挖掘工程師職位，您是否考慮？有的說，某公司在找一位數據產品總監、數據分析師、數據架構師、業務分析師......有的干脆上來就問，我要找某某數據職位，應該找什么樣的候選人呢。
經常有獵頭打電話說，有某數據挖掘工程師職位，您是否考慮？有的說，某公司在找一位數據產品總監、數據分析師、數據架構師、業務分析師......有的干脆上來就問，我要找某某數據職位，應該找什么樣的候選人呢。
其實有時候想想，別說獵頭，即使是很多數據從業者，也未必說的清楚到底有多少種數據相關的工種。為什么呢？因為，數據相關工作往往是交叉學科，需要很多專業技能，而不同專業背景的人切入和成長的軌跡又不近相同。比如，可能同一個數據分析的崗位：
小A是統計出身的，他可能更擅長各種統計模型，熟練使用R；
小B是計算機背景出身，他可能更多的用Python處理數據，會更擅長定義數據模型，編寫數據挖掘算法；
小C是MBA出身，可以熟練使用一些統計軟件，比如SPSS、Excel，不僅可以做出各種數據可視化的商業報告，更有輔助商業決策的建議提出。
按這個邏輯寫下去，估計要寫到小Z了。
有心的數據從業人員，除了埋頭學習、提升以外，更會希望抬頭看看，明確自己的職業生涯到底走在一條什么路上，但從上面例子的字面上看，我們更多的感受到的是「凌亂」。
有沒有一種好一點的視角，讓這個問題更清晰化呢？我自己的個人看法，從大方向可以這么區分：
1、純技術路線
從我身邊接觸的人來看，大致又可以分為以下三類：
A類：包括數據架構、數據存儲、數據安全等在內的工程數據技術，尤其是涉及到海量數據的時候。
B類：涉及數據采集（如海量日志處理、網絡爬蟲等）、數據處理、數據模型等原始數據再加工過程中涉及到的技術。
C類：面向應用層（或有一定通用性的）算法、建模技術，包括機器學習領域、自然語言處理、搜索&推薦算法，以及深度學習、AI算法領域等從數據到知識涉及的技術環節。
關于這一塊，前一段大數據文摘有一篇《機器學習：入門方法與學習路徑》推薦大家看一下。
2、行業路線
這個路線可能是從初級數據分析師，或初級市場研究，或一些管理咨詢顧問出發，逐漸發展到更宏觀、更戰略的視角，去把控（或側面影響）、引導、孵化行業資源走向。典型的定位有企業戰略專家、投資領域的行業分析師、資深管理咨詢顧問，甚至自己走上企業高管之路。
只不過，這一部分的定位，目前很多環節依然依賴的是小數據，未來大數據與投資、戰略方向或許也會有更深的結合。
3、業務路線
這里的業務與上面的行業的區別在于，業務更聚焦的某個行業或某個領域。比如，有人專注電商行業的商戶分析，有人專注基于位置的用戶行為分析，有人專注消費金融領域的數據分析。
這個類型的數據人才的工作，往往是由某個業務問題驅動，展開基于數據的分析，在分析過程中需要不斷積累行業知識、業務產品知識、以及消費者心理學知識，并且有很多的邏輯思維能力和數據嗅覺，可以透過數據看到用戶更本質的東西。
而在具體的分析方法層面，除了掌握一些基礎統計學模型外，更多的是需要數據分析的思維：發現問題 ? 維度細分 ? 對比 ? 回溯。
4、使能路線
數據分析工作往往會涉及三段論——發現問題 ? 分析問題 ? 解決問題，前面積累更多的是發現問題和分析問題，但要真正解決問題才算真正發揮數據的價值。我把定位到解決問題環節的數據類工作稱之為使能路線，具體來看又可以分為運營路線（數據化運營，或稱精細化運營），以及產品化路線（即數據產品）。
數據化運營工作的起源可能是這樣：有一些數據分析師，發現某日某個業務指標有些異常波動，比如說總收入下滑30%，于是通過在特定維度下（時間、地域、流量來源、某些人口特征或其它細分維度）的細分 ? 對比 ? 回溯過程，定位了問題。并能基于問題的要害點，分析潛在原因，并基于此展開運營工作。這里的運營工作細化可能包括活動策劃、渠道選擇、時機把握、目標細分和定位、文案等等，而這里面的大部分環節，又可以基于以往的數據模型計算出相對優化的方案，過程中也往往大量采用A/B Testing。
關于數據產品這塊，之前寫過《數據產品的前世今生》，大家可以翻歷史文章看看。
5、綜合路線
一些數據行業從業者也有全棧化的趨勢，基于某一環節的數據從業者，如果基礎知識扎實，在興趣驅動下，也會往上下游去拓展，比如說下面幾類：
數據科學家：數學、統計學、編程、業務理解、機器學習、數據可視化一個都不能少；
Growth Hacker：數據分析、精細化運營、消費者洞察、營銷、數據挖掘、A/B Testing、產品策劃等都有可能涉及到；
數據方向創業者：一個數據分析師往往是敏感的，如果他再具備主動解決問題的激情和推動力，有可能會走上這條路，身邊也不乏這樣的朋友。
......
最后，想說的是，選方向很重要，但更重要的還是踏踏實實的練內功。
其實有時候想想，別說獵頭，即使是很多數據從業者，也未必說的清楚到底有多少種數據相關的工種。為什么呢？因為，數據相關工作往往是交叉學科，需要很多專業技能，而不同專業背景的人切入和成長的軌跡又不近相同。比如，可能同一個數據分析的崗位：
小A是統計出身的，他可能更擅長各種統計模型，熟練使用R；
小B是計算機背景出身，他可能更多的用Python處理數據，會更擅長定義數據模型，編寫數據挖掘算法；
小C是MBA出身，可以熟練使用一些統計軟件，比如SPSS、Excel，不僅可以做出各種數據可視化的商業報告，更有輔助商業決策的建議提出。
按這個邏輯寫下去，估計要寫到小Z了。
有心的數據從業人員，除了埋頭學習、提升以外，更會希望抬頭看看，明確自己的職業生涯到底走在一條什么路上，但從上面例子的字面上看，我們更多的感受到的是「凌亂」。
有沒有一種好一點的視角，讓這個問題更清晰化呢？我自己的個人看法，從大方向可以這么區分：
1、純技術路線
從我身邊接觸的人來看，大致又可以分為以下三類：
A類：包括數據架構、數據存儲、數據安全等在內的工程數據技術，尤其是涉及到海量數據的時候。
B類：涉及數據采集（如海量日志處理、網絡爬蟲等）、數據處理、數據模型等原始數據再加工過程中涉及到的技術。
C類：面向應用層（或有一定通用性的）算法、建模技術，包括機器學習領域、自然語言處理、搜索&推薦算法，以及深度學習、AI算法領域等從數據到知識涉及的技術環節。
關于這一塊，前一段大數據文摘有一篇《機器學習：入門方法與學習路徑》推薦大家看一下。
2、行業路線
這個路線可能是從初級數據分析師，或初級市場研究，或一些管理咨詢顧問出發，逐漸發展到更宏觀、更戰略的視角，去把控（或側面影響）、引導、孵化行業資源走向。典型的定位有企業戰略專家、投資領域的行業分析師、資深管理咨詢顧問，甚至自己走上企業高管之路。
只不過，這一部分的定位，目前很多環節依然依賴的是小數據，未來大數據與投資、戰略方向或許也會有更深的結合。
3、業務路線
這里的業務與上面的行業的區別在于，業務更聚焦的某個行業或某個領域。比如，有人專注電商行業的商戶分析，有人專注基于位置的用戶行為分析，有人專注消費金融領域的數據分析。
這個類型的數據人才的工作，往往是由某個業務問題驅動，展開基于數據的分析，在分析過程中需要不斷積累行業知識、業務產品知識、以及消費者心理學知識，并且有很多的邏輯思維能力和數據嗅覺，可以透過數據看到用戶更本質的東西。
而在具體的分析方法層面，除了掌握一些基礎統計學模型外，更多的是需要數據分析的思維：發現問題 ? 維度細分 ? 對比 ? 回溯。
4、使能路線
數據分析工作往往會涉及三段論——發現問題 ? 分析問題 ? 解決問題，前面積累更多的是發現問題和分析問題，但要真正解決問題才算真正發揮數據的價值。我把定位到解決問題環節的數據類工作稱之為使能路線，具體來看又可以分為運營路線（數據化運營，或稱精細化運營），以及產品化路線（即數據產品）。
數據化運營工作的起源可能是這樣：有一些數據分析師，發現某日某個業務指標有些異常波動，比如說總收入下滑30%，于是通過在特定維度下（時間、地域、流量來源、某些人口特征或其它細分維度）的細分 ? 對比 ? 回溯過程，定位了問題。并能基于問題的要害點，分析潛在原因，并基于此展開運營工作。這里的運營工作細化可能包括活動策劃、渠道選擇、時機把握、目標細分和定位、文案等等，而這里面的大部分環節，又可以基于以往的數據模型計算出相對優化的方案，過程中也往往大量采用A/B Testing。
關于數據產品這塊，之前寫過《數據產品的前世今生》，大家可以翻歷史文章看看。
5、綜合路線
一些數據行業從業者也有全棧化的趨勢，基于某一環節的數據從業者，如果基礎知識扎實，在興趣驅動下，也會往上下游去拓展，比如說下面幾類：
數據科學家：數學、統計學、編程、業務理解、機器學習、數據可視化一個都不能少；
Growth Hacker：數據分析、精細化運營、消費者洞察、營銷、數據挖掘、A/B Testing、產品策劃等都有可能涉及到；
數據方向創業者：一個數據分析師往往是敏感的，如果他再具備主動解決問題的激情和推動力，有可能會走上這條路，身邊也不乏這樣的朋友。
......
最后，想說的是，選方向很重要，但更重要的還是踏踏實實的練內功。
熱門新聞
微信小程序開發者可以接入廣告了，月入10萬不是夢
7月9日，微信廣告團隊宣布，小程序（含小游戲類目）廣告組件全量開放，開發者可在小程序后臺自助申請開通廣告位，開通后即可在小程序中接入廣告，按月獲得廣告收入。
蘇寧易購發布年報 連續五個季度盈利
總體來看，蘇寧的全渠道發展穩步上升，但其在2017以來的“車輪式”收購值得注意。
國美2017財報GMV增長20% 共享零售模式取得成效
3月27日，國美零售控股有限公司（以下簡稱“國美”，股票代號：00493）公布2017財政年度業績報告。報告顯示，截至2017年12月31日為止的上一財年，國美的主營業務保持健康的盈利能力，整體GMV同比增長20.10%，其中線上平臺GMV同比增長118.13%；綜合利潤率達18.26%；可比門店銷售收入同比增長2.33%達468.79億元。國美共享零售模式、“家?生活”戰略轉型取得良好開局。
新手建站：應看重網頁設計公司這幾點
網站若想足夠吸引人，一個吸睛美觀的網頁是不可或缺的。不過大多數企業和想要建站的個人都不懂設計知識，這種情況下，你就需要用到網頁設計公司了。網頁設計公司有哪些呢？國內外比較知名的有WordPress, Strikingly, Wix，上線了，
中國足球要用VR來直播了，你到時會戴著VR頭顯看國足的12強賽嗎？
昨天（4月5日），華人文化宣布旗下擁有中超、中國之隊等足球賽事版權的“體奧動力”將聯合“微鯨科技”進入體育賽事虛擬現實內容制作領域。體奧動力是去年豪擲80億拿下中超、中國之隊等足球賽事的版權方
推薦新聞
聯系微加
客服電話：400-0755-992
客服郵箱：vip@wapadd.cn
服務時間：周一至周五 9:00-18:00
掃一掃 關注微加
Copyright © 2021 WapAdd.cn 深圳微加互聯科技有限公司 粵ICP備14021220號-1 建站加盟首選，微加建站！ 粵公網安備 44030402001656號
圖片與文章來源于網絡,版權歸原作者所有,如有侵權,請與我聯系刪除。