一、数据分析工程师 和 数据可视化工程师哪个好

1.数据分析师

数据分析师能洞悉一个方程式的商业意义。他们知道如何提出正确的问题，非常善于数据分析，数据可视化和数据呈现。不管是给另一个数据分析师还是C级执行做演讲，数据分析师都是数据提取，模式识别以及从大量数据中洞察问题方面的能手。

2.数据可视化(Visualization)

信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发Web原型，使用外部API将图表、地图、Dashboard等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。

这两者都各有利弊，就看你看中哪个方面了，总体而言，这两个方向都是未来的大方向。

二、数据分析工程师需要具备一些什么技能

操纵数据SQL。分析数据的技能和编程技能，观察能力和感知力，书面和语言表达能力。

操纵数据而不是操作数据，操纵就是要做到尽可能地控制。掌握主流数据库的查询技能是获取所需数据的根本性手段。

分析数据的技能，这里主要是指以统计学为主的数学方法。

数据分析师需要编程，数据分析师的编程主要是为了更好的呈现数据和整理数据。

观察能力和感知力是最为重要的能力，角度不同数据的魅力也不同，这就要求数据分析师有良好的观察能力和感知力，能够从业务、用户的表达入手，去探讨、解析数据，让分析结果尽快而又高效展现出来。

书面和语言表达能力。这个能力就是要让数据分析活起来，书面和语言是活起来的最直接有效的手段，用户理解接受了分析结果也就使数据分析有了生命力。

三、数据分析师是高级工程师吗

专业、熟练、成熟的数据分析师可以说是高级工程师，但不同考试、认证、证书有不同的评价标准，不能一概而论。

就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。

此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。

数据分析师的技能要求：

1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

2、懂管理。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营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。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。

3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。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。

4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。

5、懂设计。懂设计是指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。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

以上内容参考：百度百科-数据分析师