数据专业有哪些方向

1. 数据分析的方向都有哪些

数据分析有：分类分析，矩阵分析，漏斗分析，相关分析，逻辑树分析，趋势分析，行为轨迹分析，等等。 我用HR的工作来举例，说明上面这些分析要怎么做，才能得出洞见。

01） 分类分析
比如分成不同部门、不同岗位层级、不同年龄段，来分析人才流失率。比如发现某个部门流失率特别高，那么就可以去分析。

02） 矩阵分析
比如公司有价值观和能力的考核，那么可以把考核结果做出矩阵图，能力强价值匹配的员工、能力强价值不匹配的员工、能力弱价值匹配的员工、能力弱价值不匹配的员工各占多少比例，从而发现公司的人才健康度。

03） 漏斗分析
比如记录招聘数据，投递简历、通过初筛、通过一面、通过二面、通过终面、接下Offer、成功入职、通过试用期，这就是一个完整的招聘漏斗，从数据中，可以看到哪个环节还可以优化。

04） 相关分析
比如公司各个分店的人才流失率差异较大，那么可以把各个分店的员工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、员工年龄、管理人员年龄等）要素进行相关性分析，找到最能够挽留员工的关键因素。

05） 逻辑树分析
比如近期发现员工的满意度有所降低，那么就进行拆解，满意度跟薪酬、福利、职业发展、工作氛围有关，然后薪酬分为基本薪资和奖金，这样层层拆解，找出满意度各个影响因素里面的变化因素，从而得出洞见。

06） 趋势分析
比如人才流失率过去12个月的变化趋势。

07）行为轨迹分析
比如跟踪一个销售人员的行为轨迹，从入职、到开始产生业绩、到业绩快速增长、到疲惫期、到逐渐稳定。

2. 数据科学与大数据技术就业方向

数据科学与大数据技术就业方向如下：

1、大数据系统架构师：大数据平台搭建、系统设计、基础设施。

2、大数据系统分析师：面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。

2011年至2014年四年间，我国大数据处于起步阶段，每年均增长在20%以上。2015年，大数据市场 规模已达到98.9亿元。2016年增速达到45%，超过160亿元。预计2020年，我国大数据市场规模将超过 8000亿元，有望成世界第一数据资源大国。但数据开放度低、技术薄弱、人才缺失、行业应用不深入等 都是产业发展中亟待解决的问题。

根据领英发布《2016年中国最热职位人才报告》显示，有六类热门职位的人才当前都处于供不应求 状态，稀缺程度各有不同，其中，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。

3. 大数据的就业方向

总的来说大数据领域有几大细分 1 数据清洗、收集、爬虫 //偏脚本、爬虫能力 2 数据回分析 //偏业务答，偏SQL，偏分析能力 3 数据开发 //偏平台，偏工程化、后端开发能力 4 数据挖掘 //偏算法，偏挖掘能力 一般来说，数据分析的门槛最低，其次数据开发和爬虫类，门槛最高的是挖掘，当然薪酬也是相对较高的。 从应用开发入手，你可以往两个方向房展： 1 进一步熟悉架构，提升开发能力，往数据架构师转； 2 从应用工程化往挖掘工程师转，需要自己多学算法相关的知识；

4. 数据分析行业就业方向有哪些

数据分析行业就业三大方向指的是：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。

十大职业：ETL研发、Hadoop开发、可视化(前端展现)工具开发、信息架构开发、数据仓库研究、OLAP开发、数据科学研究、数据预测(数据挖掘)分析、企业数据管理、数据安全研究。

全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达1500000!

根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。

5. 学习数据科学的就业方向有哪些

学习数据科学的就业方向有很多，以下这些是比较热门的职业：

1、数据分析师。数据分析师侧重于利用统计学、数学等知识进行数据挖掘，日常的主要工作内容为收集数据、清洗数据、然后做一些分析或可视化处理，对编程语言有一定的要求，如R，Python，Javascript，C/C++，SQL等。

2. 商业分析师。商业分析师和纯数据科学家都是使用数据的专家，但工作内容是有比较大差别的。通常，商业分析师要对某专业领域具有深入的了解和深刻的认识，商业敏感度高，擅长于从某一领域的数据中挖掘信息，以此评估过去、现在和未来可能的经营业绩。确定最有效的分析模型和途径，为商业用户提供和解释解决方案。

3.数据工程师。作为一个新兴的职业类型， 数据工程师更倾向于掌握 “战术层面” 的具体数据技能，专注于使数据可用并能够在生产环境中对数据进行处理，如具体的编程语言、操作系统与数据库等；而数据科学家更倾向于“战略层面”的数据技能，如数据分析、数据挖掘、统计分析、机器学习等。

想要了解更多关于数据分析师就业方向的信息，可以咨询一下CDA认证机构。CDA是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称。全球CDA持证者秉承着先进商业数据分析的新理念，遵循着《CDA职业道德和行为准则》新规范，发挥着自身数据专业能力，推动科技创新进步，助力经济持续发展。

6. 大数据都有哪些就业方向

大数据就业方向一、数据存储和管理

大数据都是从数据存储开始。这意味着从大数据框架Hadoop开始。它是由Apache Foundation开发的开源软件框架，用在计算机集群上分布式存储非常大的数据集。

显然，存储对于大数据所需的大量信息至关重要。但更重要的是，需要有一种方式来将所有这些数据集中到某种形成/管理结构中，以产生洞察力。因此，大数据存储和管理是真正的基础，而没有这样的分析平台是行不通的。在某些情况下，这些解决方案包括员工培训。

大数据就业方向二、数据清理

在企业真正处理大量数据以获取洞察信息之前，先需要对其进行清理、转换并将其转变为可远程检索的内容。大数据往往是非结构化和无组织的，因此需要进行某种清理或转换。

在这个时代，数据的清理变得更加必要，因为数据可以来自任何地方：移动网络、物联网、社交媒体。并不是所有这些数据都容易被“清理”，以产生其见解，因此一个良好的数据清理工具可以改变所有的差异。事实上，在未来的几年中，将有效清理的数据视为是一种可接受的大数据系统与真正出色的数据系统之间的竞争优势。

大数据就业方向三、数据挖掘

一旦数据被清理并准备好进行检查，就可以通过数据挖掘开始搜索过程。这就是企业进行实际发现、决策和预测的过程。

数据挖掘在很多方面都是大数据流程的真正核心。数据挖掘解决方案通常非常复杂，但力求提供一个令人关注和用户友好的用户界面，这说起来容易做起来难。数据挖掘工具面临的另一个挑战是：它们的确需要工作人员开发查询，所以数据挖掘工具的能力并不比使用它的专业人员强。