数据研究的岗位有哪些

Ⅰ 数据分析都有哪些岗位

数据分析领域包含多种岗位，各自拥有独特的职责和技能要求。以下是各岗位的详细介绍：
1. 数据开发工程师
职责：负责数据的获取、存储和加工，核心工作包括构建和维护数据平台和报表平台。
分析：在数字化转型的大背景下，数据开发工程师需求增长，技术要求较高。工作环境偏技术研究，薪酬相对可观，但与业务一线距离较远，对公司的直接贡献有限。
要求：需要掌握数据开发技术，具备对数据敏感、细心和耐心，认同数据价值并感到成就感。
2. 数据产品经理
职责：专注于数据链路，旨在降低成本或提高效率，而非以商业变现为主。
分析：数据产品经理的成果具有显性化和普适性，与业务联系紧密，需求量大。要求高于普通产品经理的技术能力，偏向中后台工作，具有一定局限性。
要求：需有数据开发和数据分析能力，逻辑思维和沟通表达能力强，同时具备技术和产品技能。
3. 数据挖掘工程师
职责：运用计算机算法发现数据中的规律，并将其具体化和应用化。
分析：数据挖掘工程师岗位技术门槛高，与业务联系紧密，薪酬较高。工作强度大，成绩不易取得，成果可能不被采纳。
要求：需要较强的技术能力和沟通表达能力，耐心和细心，认同数据价值。
4. 数据分析岗位
数据分析作为一种核心能力，在多个岗位中有需求，包括商业分析师、数据分析师和数据运营。
- 商业分析师
职责：通过数据分析洞察商业问题，为企业和决策提供支持。
分析：商业分析师需具备商业思维方法论，视野广阔，但可能缺乏落地性，工作与想法可能不切实际。
要求：咨询背景优先，注重方法论，能快速了解业务，具备良好的协调组织能力。
- 数据分析师
职责：进行狭义的数据分析工作，贴近一线业务，强调技术能力和分析结果的可执行性。
分析：数据分析师需要具备全栈能力，理解具体业务逻辑，较商业分析师更注重硬功夫。
要求：一定的技术能力，逻辑思维能力强，思维全面。
- 数据运营
职责：利用数据分析能力的运营岗位，融入一线业务体系。
分析：数据运营工作范围广泛，可能一人兼职多个岗位，涉及数据指标体系建设、活动效果评估等。
要求：技术能力要求不高，但数据分析思维和意识要求高。
总结：数据分析岗位多样，选择岗位时应考虑行业情况、岗位要求、个人能力和性格等多方面因素，并面对现实情况。数据分析能力在各个岗位中均发挥关键作用。

Ⅱ 大数据专业岗位有哪些

大数据专业的就业方向有：大数据系统研发工程师、大数据应用开发工程师、大数据分析师、数据可视化工程师、数据安全研发人才等方面。

1、大数据系统研发工程师：

这一专业人才负责大数据系统研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测等，这一类人才是任何构设大数据系统的机构都必须的。

大数据是未来的发展方向，正在挑战我们的分析能力及对世界的认知方式，因此，我们与时俱进，迎接变化，并不断的成长！

3、大数据分析师：

此类人才主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。

随着数据集规模不断增大，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、Pig等的需求将持续增长，具备Hadoop框架经验的技术人员是很抢手的大数据人才，他们所从事的是热门的分析师工作。

4、数据可视化工程师：

此类人才负责在收集到的高质量数据中，利用图形化的工具及手段的应用，清楚地揭示数据中的复杂信息，帮助用户更好地进行大数据应用开发，如果能使用新型数据可视化工具如Spotifre，Qlikview和Tableau，那么，就成为很受欢迎的人才。

5、数据安全研发人才：

此类人才主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施，而对于数据安全方面的具体技术的人才就更需要了，如果数据安全技术，同时又具有较强的管理经验，能有效地确保大数据构设和应用单位的数据安全，那就是抢手的人才。