数据分析师与数据挖掘工程师 ， 有什么区别？
文章插图
我上一份工作是数据分析师 ， 现在的工作是数据挖掘工程师 ， 因此我可以以我自己的实际经验来回答这个问题 。数据分析师和数据挖掘工程师 ， 同属于数据领域的洞察者 ， 但是两者的工作内容却有着不小的区别 。对于一个数据分析师来说 ， 最重要的并不是编程技能 ， 而是逻辑分析能力、业务理解能力、报告展示能力等 。数据分析师：数据分析师使用的主要工具可以是编程 ， 但并非必要；因为现在已经存在大量的强大、易用的数据分析工具 ， 比如Excel、Tableau、SPSS、SAS等 ， 即使你没有编程能力 ， 仍然能胜任绝大多数的数据分析工作；但是相对于数据挖掘工程师 ， 你还额外需要一些能力 ， 比如数据可视化的能力、写数据报告的能力、在领导甚至许多人面前做报告、讲演的能力等；同时 ， 由于现在互联网公司都在讲大数据 ， 数据的存储基本上在各种大数据平台和数据库中 ， 因此你有必要掌握Hive、HDFS、MySQL等的使用 ， SQL的熟练掌握是不可避免的 。
数据分析师一般有两种 ， 一种是面向业务的 ， 主要对各业务线、产品经理、运营、各部门领导的需求提供支持 ， 帮助他们分析业务、了解业务 ， 发掘出业务中的问题并提供解决方案；另一种是偏宏观的分析 ， 一般没有需求方 ， 主要是自发地进行探索 ， 主动找到公司业务中存在的问题 ， 弄清公司发展的趋势 ， 对于公司发展的方向做出指引 。数据挖掘工程师虽然说不会编程也不至于完全无法做数据挖掘工作 ， 但是好的编程技能却会成为你工作中的得力助手；很多时候 ， 数据挖掘工程师会为数据分析师提供一些支持性的工作 ， 比如为他们搭建数据库、清洗数据、建立报表平台等；有些时候数据分析师也会直接向数据挖掘工程师提出需求 ， 有些数据的存储方式、格式超出了数据分析师的技能覆盖范围 ， 这时就需要数据挖掘工程师帮他们做一些前期工作；另外呢 ， 数据挖掘工程师往往还需要做一些机器学习方面的工作 ， 因此就需要对各种机器学习算法的理论及代码实践有足够的认识 。
数据挖掘工程师之中 ， 也分很多不同的类型 ， 比如做特征工程的、数据仓库的、数据平台支持的、算法工程师、数据科学家等 ， 他们的工作职责各有不同 ， 职业技能也各有侧重 。对于大多数数据挖掘工程师来说 ， 编程技能是必不可少的 ， 但是针对不同挖掘工程师的性质 ， 需要掌握不同的编程技能 。一般来说 ， Python、Java、Scala是常用的大数据挖掘语言 ， 有一些数据科学家喜欢用R；最常用的大数据平台是Hadoop平台和Spark平台 ， 常用的结构化数据库是MySQL或其他关系型数据库 ， 非结构化数据库中MongoDB较为常用 。
对于数据挖掘工程师来说 ， 必要的Linux知识也必不可少 。因为数据挖掘工程师绝大多数的工作都是在远程的服务器上完成的 ， 不能流畅地在命令行中操作各种Linux系统(常用的有CentOS、Ubuntu等) ， 工作的效率会大大降低 。另外Shell在数据处理上也很强大 ， sed awk简直是数据处理的神器 。以上并不是非常系统的对比 ， 但是是我在工作中最实际的体验 ， 我并非码农出身 ， 这个转型过程中遇到了很多挑战 ， 但是他们之间并没有天堑一样的区别 ， 很多地方是共通的 ， 如果你编程基础较差 ， 那么可以从数据分析师入手 ， 之后在考虑转型数据挖掘；如果编程基础较好 ， 可以考虑数据挖掘 ， 但是数据挖掘工程师一般情况下不会接触太多的业务 。
推荐阅读
- 应用电子技术就业方向,就业方向差异大
- 好用的可以学习编程的app 自学编程的app
- 炒比特币哪个平台好,比特币学习平台哪家好
- 华为新技术是哪个系统,问华为的新系统是自家用
- 学电工视频教程全集,电工学习视频
- 功夫派在熊震哪里没有学习 为什么不能学习,企业防疫有力复工复产有序
- 计算机语言排行,常用计算机语言
- 这么多编程自学网站,c语言编程学习网站
- 赤月传说2龙王悟性怎么升7阶,《赤月传说2》龙王技能学习攻略
- 沪江技术团队怎么样,选择技术团队