一、b站数据分析岗位怎么样？

在拉勾网上，全国有29个城市的企业邮数据分析师的人才需求，其中将近一半需求产生在北京市，需求量全国第一。

排在前5的分别是：北京、上海、深圳、杭州、广州。数据分析这一职业大量集中在北上广深四大一线城市，以及杭州这个互联网和电子商务企业的聚集地。北京市巨大的需求比重令我稍感意外，不过，考虑到拉勾网是一个偏重互联网相关行业的招聘平台，而我国大量互联网企业在北京聚集，这个结果倒也算合理。以后有时间，可以对全国互联网行业分布特点做个分析。总而言之，可以得出一个清晰的结论：数据分析这一岗位，有大量的工作机会集中在北上广深以及杭州，期待往这个方向发展的同学还是要到这些城市去多多尝试。当然，从另一个方面说，这些城市也都集中了大量的各行业人才，竞争压力想必也是很大的。总体薪酬情况 如同大多数其他工作一样,数据分析师的薪酬也是一个右偏分布。大多数人的收入集中在5k-20k每月，只有少数人能够获得更高的薪酬，但有极少数人薪酬极高，让人充满期待。需要说明的是，拉勾网上的薪酬值是一个区间值，并且相互之间互有重叠，为了便于分析，我取区间的中值作为代表值进行的分析。因此，实际的薪酬分布情况可能会比图中的情况更好一些。总是有人能够拿到薪酬的上限。综合来看，数据分析师的薪酬收入整体还是可观的，从这方面说，选择这个职业还是不错的。

二、为什么要做数据分析师：职业规划很重要

关于数据分析师的职业发展：

1、数据分析师通常分两类，分工不同，但各有优势。

一类是在专门的挖掘团队里面从事数据挖掘和分析工作的。如果你能在这类专业团队学习成长，那是幸运的，但进入这类团队的门槛较高，需要扎实的数据挖掘知识、挖掘工具应用经验和编程能力。该类分析师更偏向技术线条，未来的职业通道可能走专家的技术路线。

另一类是下沉到各业务团队或者运营部门的数据分析师，成为业务团队的一员。他们工作是支撑业务运营，包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等。该类型分析师偏向产品和运营，可以转向做运营和产品。

2、数据分析师的理想行业在互联网，但条条大道通罗马，走合适你的路线。

从行业的角度来看：

1）互联网行业是数据分析应用最广的行业，其中的电商企业，更是目前最火的，而且企业也更重视数据分析的价值，是数据分析师理想的成长平台。

2）其次是咨询公司（比如专门的数据挖掘公司Teradata、尼尔森等市场研究公司），他们需要数据分析人才，而且相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。

3）再次是金融行业，比如银行和证券等行业，该行业对数据分析的依赖需求，越来越大。

4）最后是电信行业（中国移动、联通和电信），它们拥有海量的数据，在严峻的竞争下，也越来越重视数据分析，但进入这些公司的门槛比较高。

什么人适合学习数据分析？

这个问题的答案跟“什么人适合学功夫”一样，毫无疑问，功夫是适合任何人学习的（排除心术不正的人），因为能够强身健体。而功夫的成效，要看习武者的修炼深浅。常常有人争论，是咏春拳厉害，还是散打厉害，其实是颠倒了因果，应该看哪个人练习得比较好，流派之间没有高低，只有人修炼的厚薄。

实际上，问题的潜台词是“什么人学习数据分析，会更容易取得成功（比如职业成功）”，这个要视乎你的兴趣、付出和机遇。但要做到出类拔萃，除了上面三点，还需要一点天赋，这里的机遇是指你遇到的职业发展平台、商业环境、导师和同事。借用管理大师德鲁克的话“管理是可以习得的”，管理并非是天生的，而数据分析能力，也可以后天提升。或许做到优秀，只需要你更加的努力+兴趣，而这个努力的过程，也包括你寻找机遇的部分。

三、想转行 互联网数据分析师，求职业规划。

你很有前瞻性：注：数据来源，51job，就不给具体的链接了。成都高级分析师，2年经验，差不多8-12k的水平。能够拿到这个水平，对于人的要求是非常高的。学习吧朋友，dmer论坛 是一个非常好的 互联网数据分析师

四、数据分析师的职业现状和发展如何 有哪些专业要求

大数据的技术人员需要掌握的内容有：

基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。

hadoop mapreduce hdfs yarn：hadoop：Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。

大数据存储阶段：hbase、hive、sqoop。

大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。

大数据实时计算阶段：Mahout、Spark、storm。

大数据数据采集阶段：Python、Scala。

大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用。

五、什么样的人符合数据分析师的职业要求?

熟悉业务

从事数据分析工作，最基础的前提就是需要懂业务，即熟悉行业知识、公司业务及流程，最好对事物能够有自己的见解，如果总是脱离了行业认知和公司业务背景，那么分析的结果只就会没有太大的使用价值。

善于分析

一名数据分析师，一定是懂得分析数据的。能够掌握数据分析基本原理和有效的数据分析方法，最重要的是能够运用到实践工作中，便于后期开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

精通管理

优秀的数据分析师，应该是懂得管理的。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到管理、营销等方面的理论知识来指导。如果不熟悉管理理论，就很难搭建出数据分析的框架，后续的数据分析也很难再进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

掌握设计

懂设计也是数据分析师的技能要求之一。数据分析师运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计其实是门大学问，如版式的设计、图形的选择、颜色的搭配等，这些都需要数据分析师掌握一定的设计原则，才能更好的对数据进行分析、总结。

运用工具

指数据分析师要掌握数据分析相关的常用工具。虽然数据分析方法是理论，但是数据分析工具就是使数据分析方法理论变为现实的工具，在这个庞大的数据库中，我们需要依靠强大的数据分析工具帮助数据分析师完成数据分析工作。

以上就是关于数据分析师的职业要求的内容，希望可以为您提供一些帮助。如果您还想了解更多关于大数据、数据分析师、大数据工程师等内容，可以点击本站的其他文章进行学习。