![[众诚云网科技]](/uploads/allimg/20190305/c4b08346cbe8b0efae6b132139c2d72a.png)
新闻中心 
数据分析适合什么专业？（数据分析适合什么专业）
2023-05-05
浏览次数：次
返回列表谢邀，我是从电子信息专业转到数据分析来的。
问题1：这个岗位适合电信信息专业的同学吗？
适合，但适不适合你需要你自我评估一下。对于电子、电信信息这一类理工科类的同学，有一定的编程基础和高数的底子，进入这个方向容易很多。会计、金融、数学也是有不少，甚至还遇到学文科的有往这个方向转，因为被炒的太火了。贴一张MIT MSBA class of 2019 profile 帮助回答你的问题。
问题2.逛了很久知乎此岗位对于数据库和Python 编程好像不需要学的很深 那这个岗位的加分项是啥 我还是想 编程对我以后得薪酬有帮助 目前正学Python 和mysql。
学的深浅问题取决于所投的岗位，未来的职业发展方向，自我追求。想好了要去面什么岗位，职业发展方向，追求的是什么，然后在针对性有目标地学习，可能更高效和有动力些。
目前行业里数据岗位主要分为三类（可能叫法有所不同，或者更进一步细分）：
Business Analysis/Analytics: BA，不同规模、不同行业的公司对于BA的职责定义也是不同。一般来讲，BA的主要工作会介于技术和商业部门之间，做一些基础性的统计分析，生成报表。相对于后面的两个职位，技术性的要求会低一些。一名优秀的BA，需要协同好商务和技术部门之间的沟通。另外有个有意思的讨论：Business Analysis vs Business Analytics。以前BA处理的数据小，用excel，sql可能就可以了，但是现在时代变了，数据量越来越大，硬件计算和存储能力都大大提升，更多模型算法都可以帮助挖掘数据背后的意义，可能也会需要BA用python，用R，spark来处理更大量一些的数据。但是BA依旧会是商业和技术间的桥梁。一些大公司，会招一些Business Intelligence(BI)，做数据可视化的，工具用到如tableau, Qlikview等。Data Engineer: 数据工程师，一般会负责数据仓库的维护、搭建，帮助写一些query，提取数据。需要对公司的数据仓库架构，schema比较熟悉，可以快速、准确地找到所需要的数据。有的公司搭建自己的系统、服务器、数据库，有的用第三方的解决方案。一条龙服务：AWS, Google cloud等。Data Scientist: 目前这个title也是被用的太多了，也是最模糊，最宽泛的。个人认为Data Scientist的要求是非常非常高的，要懂如何用合适的模型去解决实际业务问题，要懂算法，要懂业务。当下主要的应用场景方向：图像识别（CV)，自然语言处理（NLP），推荐系统等等。人工智能、机器学习的phd往往深耕其中一个方向。要非常熟悉建模的那一套流程，同时BA和Data Engineer的技能也要掌握，一方面能够和他们更好沟通，一方面有的公司可能需要你包到完。这个方向还比较新，对传统行业来说，如何说服商业背景的人放弃掉human-designed rules，转而用你的模型（ML, DL, etc)，以及具体用哪个算法，解释模型是更大的挑战。技术的深浅取决于所投的岗，你的追求。SQL, python、R 、tf..etc，这些只是一门语言，如果你有一定的编程基础，是可以快速上手的，很多大公司面试的时候考察的是对概念的理解和解决问题背后的思考逻辑。薪酬就看市场，看个人能力，看可以解决多大的问题。
最基本的技术技能（office就不用提了吧）:
SQL: 懂RDBMS，会写query。纵使以后各种变换，万变不离其宗。
R|Python|SAS：SAS比较贵，一般银行保险在用。R和python，推荐直接上手python，cs背景的人多用python，学习和可利用的资源更丰富，看github和kaggle就知道了。python可以解决绝大部分R可以解决的问题，但是有些方向，R的发展有限，如NLP，CV处理字符和图像方面。另外也方便后续Deep learning的学习，如果你还继续想在这条路上前行的话。
Hadoop/Spark/Tensorflow。。。 至于这些，看你所投的岗位在选择性地学习吧。
网上有很多类似如下的思维导图--数据科学家的成长之路，看到这幅图还蛮让人害怕的.从硬件技能来看，最适合的是计算机专业的。其实不用多担心，我相信很难有人掌握图中所有的技能，所以会需要不同背景的人，需要一个团队去合作做项目，楼主只要找到感兴趣的一块去做就好了，快速的学习能力和解决问题的思路才是最关键的。
希望有所帮助，祝楼主一切顺利~
