数据分析师的职业规划我简单分为初级、中级和高级三个层面，所在级不同所掌握的技能和应当具备的职责也是不一样的，大家可以自己判断一下现在是处于什么级别，可以判断自己处于数据分析师的哪个层面上，然后对自己有清晰的认知之后，再努力往上学习、往上进阶。

初级：提出一个可以用结构正确、与业务相关且数据正确的数据来回答的业务问题。

中级：能够独立完成高质量的产品策划、营销活动等数据分析报告，涵盖前期策划到中期细节改进到后期评估分析的全过程。

高级：独立分析师，负责子产品(模块集)级项目，带领团队全面解决问题，控制数据分析师的工作质量。在技术方面，我可以控制数据分析的整个过程，对数据仓库的数据采集、嵌入点、建模和清理有很好的手段。可以回答数据所能回答的任何问题。这里可以和不能定义的界限是数据分析师已经没有想法了。

本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、每日简历投递量非常大，欢迎主动与我们联系！！）

联科数据—长期招聘岗位​mp.weixin.qq.com/s?__biz=Mzg5ODEwMDMwNg==&mid=2247486632&idx=1&sn=0ea7c945302f1c6bb1ada0f598c5d60f&chksm=c066f195f71178833365b0ecd5fd4df7e58c8bdc00c2174dc43df0fa1c809bfd2f7a3aeea762&token=105714734&lang=zh_CN#rd

数据分析师的职业规划发展路线可以划分成四大方向：数据分析，数据挖掘，数据产品，数据工程。

（一）数据分析/数据运营/商业分析

这是业务方向的数据分析师。绝大部分人，都是从这个岗位开始自己的数据之路，也是基数最大的岗位。偏业务的数据分析师，一般属于运营部门。不少公司也称数据运营或者商业分析。这类岗位的职位描述一般是：负责和支撑各部门相关的报表；建立和优化指标体系；监控数据的波动和异常，找出问题；优化和驱动业务，推动数据化运营；找出可增长的市场或产品优化空间；输出专题分析报告；

（二）数据挖掘/算法专家

这是技术向的数据岗，有些归类在研发部门，有些则单独成立数据部门。数据挖掘工程师要求更高的统计学能力、数理能力以及编程技巧。数据挖掘的范围则大得多，即可以通过机器学习，而能借助其它算法。比如协同过滤、关联规则、PageRank等，它们是数据挖掘的经典算法，但不属于机器学习，所以在机器学习的书籍上，你是看不到的。

（三）数据产品经理

这个岗位比较新兴，它有两种理解，一种是具备强数据分析能力的PM，一种是公司数据产品的规划者。

前者，以数据导向优化和改进产品。在产品强势的公司，数据分析也会划归到产品部门，甚至运营也属于产品部。这类产品经理有更多的机会接触业务，属于顺便把分析师的活也干了，一专多能的典型。

后者，是真正意义上的数据产品经理。在公司迈大迈强后，数据量与日俱增，此时会不少数据相关的产品项目：包括大数据平台、埋点采集系统、BI、推荐系统、广告平台等。这些当然也是产品，自然需要提炼需求、设计、规划、项目排期，乃至落地。

（四）数据工程师

数据工程师其实更偏技术，从职业道路上看，程序员走这条路更开阔。在很多中小型的公司，一方面数据是无序的、缺失的、原始的，另外一方面各种业务报表又嗷嗷待哺。没办法，分析师只能自己撸起袖子，一个人当三个人用。兼并数据清洗+ETL+BI