1，什么是大數據分析師2，大數據都有哪些就業(yè)方向3，大數據工程師做什么數據分析師需要具備什么能力4，大數據分析前景好嗎5，做一個大數據分析師是一種什么樣的體驗1，什么是大數據分析師
大數據分析師要學會打破信息孤島利用各種數據源，在海量數據中尋找數據規(guī)律，在海量數據中發(fā)現數據異常。負責大數據數據分析和挖掘平臺的規(guī)劃、開發(fā)、運營和優(yōu)化；根據項目設計開發(fā)數據模型、數據挖掘和處理算法；通過數據探索和模型的輸出進行分析，給出分析結果。
2，大數據都有哪些就業(yè)方向
主要有二個方向：一是大數據維護、研發(fā)、架構工程師方向；所涉及的職業(yè)崗位為：大數據工程師、大數據維護工程師、大數據研發(fā)工程師、大數據架構師等；二是大數據挖掘、分析方向；所涉及的職業(yè)崗位為：大數據分析師、大數據高級工程師、大數據分析師專家、大數據挖掘師、大數據算法師等一是數據分析類大數據人才，二是系統(tǒng)研發(fā)類大數據人才，三是應用開發(fā)類大數據人才。他們的基礎崗位分別是大數據系統(tǒng)研發(fā)工程師、大數據應用開發(fā)工程師、大數據分析師。
3，大數據工程師做什么數據分析師需要具備什么能力
、需要有應用數學、統(tǒng)計學、數量經濟學專業(yè)本科或者工學碩士層次水平的數學知識背景。2。5、至少掌握一門數學軟件：matalab，mathmatics進行新模型的構建、至少熟練spss、statistic、eviews；4、sas等數據分析軟件中的一門。3、至少能夠用acess等進行數據庫開發(fā)、至少掌握一門編程語言；6，當然還要其他應用領域方面的知識，比如市場營銷大數據工程師主要是偏開發(fā)層面，指的是圍繞大數據系平臺系統(tǒng)級的研發(fā)人員， 熟練hadoop大數據平臺的核心框架，能夠使用hadoop提供的通用算法， 熟練掌握hadoop整個生態(tài)系統(tǒng)的組件如： yarn，hbase、hive、pig等重要組件，能夠實現對平臺監(jiān)控、輔助運維系統(tǒng)的開發(fā)。
4，大數據分析前景好嗎
大數據分析是指對規(guī)模巨大的數據進行分析。大數據可以概括為5個v， 數據量大(volume)、速度快(velocity)、類型多(variety)、價值（value）、真實性(veracity)。大數據作為時下最火熱的it行業(yè)的詞匯大數據就業(yè)前景好不好大數據的行業(yè)已經大面積覆蓋，縱觀未來三十年都屬于緊俏行業(yè)，目前我國對于大數據的就業(yè)人員需求很大，所以說大數據的就業(yè)前景非常樂觀。伴隨著大數據技術的成熟，大數據應用的普及和發(fā)展才剛剛開始，我們預計未來二十年，甚至更長一段時間都是大數據黃金發(fā)展階段，相關的行業(yè)將引來巨大的發(fā)展機遇。大部分行業(yè)都需要，市場、營銷、運營相關的需求很多。大數據不是職位，學完大數據認證后你可以從事大數據挖掘專家，高級行業(yè)分析師，大數據業(yè)務架構師，大數據架構師，大數據算法工程師，大數據開發(fā)工程師，大數據運維工程師。不管是國內還是國外，大數據相關的人才都是供不應求的局面。目前市場急需運用大數據分析結果的大數據相關管理人才。目前我國本科專業(yè)中和大數據相對應的是“數據科學與大數據技術”專業(yè)，它是2016年教育部公布的新增專業(yè)。數據科學與大數據技術是個交叉性很強的專業(yè)，很難說完全歸屬于哪個獨立的學科。所以，不同的學校有的是信息學院申報，有的是計算機學院牽頭申報，有的設在統(tǒng)計學院，還有的在經管學院。大數據分析在業(yè)務中使用的流程分為數據獲取和預處理、數據存儲管理、數據分析建模、數據可視化。畢業(yè)生可以根據自己的興趣和特長選擇就業(yè)?；ヂ?lián)網最熱職位人才報告指出，產品研發(fā)工程師、產品經理，人力資源、市場營銷、運營及數據分析是當下需求最旺盛的六類人才職位。數據分析包含不同的角度分工：第一類，側重于網站分析的分析師，包括營銷分析師、網站分析師、seo分析師等。第二類，側重于業(yè)務分析師，包括運營分析師、數據分析師等。第三類，側重于技術走向的，例如數據挖掘工程師、數據科學家、數據工程師等。從收入看，第一類最低，中間的次之，第三類最高。原因如下：1.中國普遍技術取向，涉及到it、編程、開發(fā)類的工資高;2.業(yè)務價值認知，網站分析類或業(yè)務類分析師的輔助對象一般都是業(yè)務部門，這些人的能力和視野決定了分析的價值落地型，因此限制較高。大數據分析作為it行業(yè)中的重要專業(yè)，前景無疑是很好的
5，做一個大數據分析師是一種什么樣的體驗
大多數人錯誤地理解了數據分析，把數據分析能力提升的關鍵放在了方法和工具對于業(yè)務人而言，數據分析的核心思路是，得到兩個指標之間的「量化關系」，用以解釋現象數據分析的步驟，感知問題、提出假說、選擇表征、收集數據、分析驗證提出假說和選擇表征是很多業(yè)務人數據分析做不下去的原因數據分析師分布在不同行業(yè)中，專門從事行業(yè)數據的搜集、整理、分析，并依據數據做出行業(yè)研究、評估和預測。數據分析師需要敏銳的數字洞察力，因此，統(tǒng)計、會計、保險、工程經濟、金融、數學、計算機等專業(yè)的同學對這個行業(yè)有明顯優(yōu)勢，但其他行業(yè)的同學如果對這個職業(yè)感興趣，通過日常學習，掌握一些統(tǒng)計必備技能，亦可以從事此類工作.主要工作領域：1、從事投資項目審核審批和招商引資、項目評估、投資決策等工作的政府機構、企業(yè)的相關領導以及從業(yè)人員。2、在銀行或非銀行金融機構、投資管理公司、投資管理顧問公司從事風險投資、產業(yè)投資、信貸和投資管理等方面工作的專業(yè)從業(yè)人員。3、會計師事務所、資產評估事務所及稅務師事務所、律師相關專業(yè)人員。4、學習財務、統(tǒng)計、投資、金融和企業(yè)管理等相關專業(yè)的在校應屆學生。5、在企事業(yè)單位從事市場調查與宣傳工作的人士以及具有策劃與決策工作職能要求的人士。6、在不同領域嘗試創(chuàng)業(yè)以及在投資、金融、資本運營、房地產和企業(yè)管理領域發(fā)展的各界人士。數據分析師的工作內容分為四個層面：1、處理臨時需求：解決業(yè)務一次性，臨時性的數據需求。2、報表開發(fā)：根據業(yè)務需要，與開發(fā)工程師討論進行相關報表開發(fā)。3、數據分析與挖掘：與業(yè)務同事一起溝通，分析業(yè)務問題，提供建議;根據業(yè)務需要建立各類挖掘模型。4、數據產品化：通過數據產品化方式解決結構化業(yè)務問題。數據分析師的基本要求：1、懂得建立目標數據分析是為了解決問題而去分析，不是單純?yōu)榉治龆治觥祿治鍪怯心康男缘?。比如：一季度abc產品的銷售情況，是按月份為橫坐標建立各部門的圖表;各產品線abc在一季度的銷售情況，是按部門為橫坐標建立對應的圖表。2、針對不同人群提供不同的結論報告數據分析要有結論報告，不同的人群報告的側重點不同。比如管理層，看的是趨勢和異常點;營銷人員看的是roi((return on investment)產出比率和高用戶質量的導入情況;業(yè)務人員看的是產品對用戶的活躍度等。3、掌握數據分析工具如果是互聯(lián)網數據分析，可以從google ga入門，excel輔助，了解數據分析的基本算法。至于sas,spss這些高級工具不一定需要。4、不同時期要有不同的kpi(keyperformance indicator,關鍵績效指標)不斷的調整目標和發(fā)現問題是數據分析精細化的必經過程。