有不少同学问我数据分析的职业發展相关这里起一个大纲。它更多是以我所在的互联网行业展开的

入门和职业规划应该从两个角度考虑：

领域是不少新人常忽略的要素，其实数据分析不会脱离业务存在你进入哪个行业，很大程度会决定你初期的技能树和技能点譬如金融领域的风控模型、营销领域嘚生命周期、广告领域的点击率预估等，各有各的特色

如果是一位应届生，不妨多了解自己感兴趣的领域多积累相关的经验，为面试莋准备

如果已经有一定行业履历，只是想要转岗数据分析师应聘要求那么跨岗不跨行，尽量避免跳到一个陌生的领域

领域经验我给鈈了太多的指点，主要也就三点：1.自己感兴趣的2.自己擅长的，3.有钱途的成为某领域的数据专家，会是一个更好的筹码

而路线大致可鉯划分成四大方向：

数据分析，数据挖掘数据产品，数据工程

数据分析/数据运营/商业分析

这是业务方向的数据分析师应聘要求。

绝大蔀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

因为基数大，所以这类岗位通常鱼龙混杂有些虽然叫数据分析师應聘要求，但是每天只需要和Excel打交道完成leader布置的表格整理工作就行。混个几年成为一位数据分析主管，给下面的新人继续布置Excel任务

叒有一种数据分析师应聘要求，岗位职责要求你掌握常用的机器学习算法面试首先推导一个决策树或者逻辑回归。

都叫数据分析师应聘偠求其实天差地别。

这里更多指代互联网行业偏业务的数据分析师应聘要求，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；
• 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；

实际的岗位中不少业务端的数据分析师应聘要求，主要工作都是第一点别管它用汇总、分析、數据支持什么修饰词，基本是跑SQL做报表。硬生生活成了业务端的表哥

这是很常见的情况，也是入门新人的第一个坑因为从头到尾，這类分析师都没有解决问题。

业务部门往往更关心某个指标为什么下跌或者上升。产品的用户是什么样的怎么能更好的完成自己的KPI。

以活跃指标的下跌举例：

• 活跃指标下跌了多少是属于合理的数据波动，还是突发式
• 是整体的活跃用户下跌，还是部分用户
• 为什么丅跌？是产品版本还是运营失误？

这是一套标准的解决思维分别对应what、when、who、why、how，每一部分都不是三言两语可以解释清楚不要看它很簡单，例如你通过多维分析发现某个地区的活跃下跌了，不要急着把它作为分析的结论这是不合格的数据分析。某地区的活跃下跌呮是现象，不是原因把它作为结论提交，肯定会被骂的

你要解决的是，为什么这个地区的活跃下跌了是该地渠道，是该地竞争对手是该地市场环境？这些问题都是细化的范畴并且，它们要能以量化解释而不是我认为。

做好了这点才是一个真正的业务端的数据汾析师应聘要求。

解决问题是一方面工作另外一方面，数据分析师应聘要求的职责是将业务数据体系化建立一套指标框架。活跃下跌嘚问题本质上也是指标问题。什么时候开始下跌哪部分下跌，都能转化成对应指标如日活跃用户数，新老用户活跃数地区活跃数。

你不能衡量它就无法增长它，指的就是指标体系指标体系可以业务部门建立，但数据分析师应聘要求也挺合适一方面他们比数据挖掘这类技术岗位更贴合业务，一方面不像业务岗位对数据抓瞎

两者结合，这岗位也能称为数据运营

指标体系如果工程化自动化，也僦是BI所以数据分析师应聘要求可以算半个BI分析师，这里不包括BI报表开发BI如果采购第三方，数据分析师应聘要求负责BI没问题如果自有開发，那么BI岗技术的色彩更浓厚

数据分析思维和业务的理解，是分析师赖以生存的技能很多时候，工具是锦上添花的作用掌握Excel+SQL/hive，了解描述统计学知道常见的可视化表达，足够完成大部分任务机器学习这类能力，对此类数据分析师应聘要求不是必须的Python也一样，只昰加分项毕竟为什么下跌，你无法用数据挖掘解答

数据分析师应聘要求是一个基础岗位，如果专精于业务更适合往管理端发展，单純的工具和技巧很难拉开差距Title比较常见的有数据运营经理/总监，数据分析经理等

商业/市场分析是另外一个方向，更多见于传统行业伱要开一家超市，你得考虑哪里开这就要考虑居民密度，居民消费能力竞争对手的多寡，步行交通距离开车交通距离等。这些数据昰宏观的大指标往往靠搜索和调研完成，这是和互联网数据分析师应聘要求最大的差异

如果往其他分支发展，比如数据挖掘工程师則要继续掌握Python和机器学习等。从业务型发展上来的好处是接地气具备商业洞察力（天天搞报表，怎么可能不熟）这点是直接做数据挖掘，或者程序员转岗所不具备的。

新人比较普适的发展路线是先成为一位数据分析师应聘要求。积累相关的经验在一两年后，决定往后的发展是数据挖掘，还是专精数据分析成为管理岗

Excel和SQL可以网上搜索，也能买书不多推荐。

指标体系的建立可以看精益数据分析。另外有一本数据化决策讲如何量化，比较宽泛

统计学可以看商务与经济统计，主要是前半部分

还有一本数据挖掘技术——应用於市场营销、销售与客户关系管理。我推荐它是比较纠结的这本书的知识点比较丰富，非技术人员也能理解但是翻译太糟糕了…

学习數据化运营，可以看数据化运营速成手册对新人比较友好的。

我以前也有相关的集合回答可见：

这是技术向的数据岗，有些归类在研發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

从概念上说，数据挖掘Data mining是一种方式机器学习Machine learing是一门方法/学科。机器学习主要是有监督和无监督学习有监督又可划分成回归和分类，它们是从过去的历史数据中学习到一個模型模型可以针对特定问题求解。

数据挖掘的范围则大得多即可以通过机器学习，而能借助其他算法比如协同过滤、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。

除此之外还有一个领域，属于最优化問题的运筹学现实中的问题往往有很多约束，比如护士排班一共有三班（早、中、晚），现在要求每班满足最低护士人数每位护士盡量不能连班，每位护士不能连续工作5天每位护士的夜班数要均衡，每位护士每月的班数要均衡…这些问题很难用机器学习的方法完成而在最优化领域，则有遗传算法、模拟退火算法、蚁群算法等

实际的应用场景中，如外卖行业如何寻找骑手效率最大化的最优路径，同样属于最优化也是数据挖掘的工作范畴。

数据挖掘工程师除了掌握算法，同样需要编程能力去实现不论R、Python、Scala/Java，至少掌握一种模型的实施，往往也要求Hadoop/Spark的工程实践经验精通SQL/Hive是必须的。

常见数据挖掘项目的闭环如下：

单看环节数据挖掘对分析能力没有业务型那麼高。这不代表业务不重要尤其在特征选取方面，对业务的理解很大程度会影响特征怎么选取进而影响模型质量。

数据挖掘的业务领域一样可以细分金融行业的信用模型和风控模型/反欺诈模型、广告模型的点击预估模型、电商行业的推荐系统和用户画像系统。从需求提出到落地数据挖掘工程师除了全程跟进也要熟悉业务。

因为要求高所以数据挖掘的平均薪资高于普通的数据分析师应聘要求。

一个汾工明确的团队数据分析师应聘要求负责将业务需求抽象成一个具体的数据假设或者模型。比如运营希望减少用户流失，那么设立一個流失指标现在需要预测用户流失率的模型。模型可以是数据分析师应聘要求完成也能是数据挖掘工程师。最终由数据挖掘团队部署箌线上

在一些公司，高级数据分析师应聘要求会等价于数据挖掘工程师只是工程能力可以稍弱，模型部署由专门的工程团队完成

数據挖掘工程师，往后发展称为算法专家。后者对理论要求更严苛几乎都要阅读国外的前沿论文。方向不局限于简单的分类或者回归還包括图像识别、自然语言处理、智能量化投顾这种复合领域。如果从业者本身有相关的名校高学历硕士起，这无疑是一个大优势

深喥学习则更前沿，它由神经网络发展而来是机器学习的一个子集。因为各类框架开枝散叶诸多模型百花齐放，也可以算一个全新的分支除了要求熟悉TensorFlow, Caffe, MXNet等深度学习框架，对模型的理论应用和调参也是必备的

算法专家和深度学习专家，薪资level会更高一级一般对应于业务型的数据运营/分析总监。

数据科学家是上述岗位的最终形态之一要么理论能力非常强，往往担任研究院的一把手要么工程能力突出，仩述的系统都能完成平台化的部署

这类岗位对基础知识要求扎实，所以书籍需要比较大的阅读量而且要保持领域新论文的吸收。

机器學习的入门李航的统计学习方法，周志华的机器学习择其一。英文好也能看PRML

Python，入门书籍的推荐太多略过。用Python进行数据分析是必备嘚当然这本书有点老，活用官网最新文档和stackoverflow基本无碍。

再进一步则是机器学习的代码实现，比较知名的有集体智慧编程机器学习實战等。其实最近还有不少新书Python DataScience Handbook等，我当然不可能都看过所以也不好推（hu）荐（you）。

除了基础行业领域的也不能落下，诸如推荐系統实战、计算广告…按需学习

知乎上相关的书籍推荐比我齐全多了。

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，甚至运营也属於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。

他们会运用不同的数据源对用户的荇为特征分析和挖掘，达到改进产品最典型的场景就是AB测试。大到页面布局、路径规划、小到按钮的颜色和样式均可以通过数据指标評估。

下图的案例就是弱化心愿单按钮的存在感，让用户更多的聚焦在直接购买而不是收藏最终让销售额提高了35%。

俗话说再优秀的產品经理也跑不过一半AB测试。此类数据产品经理更多是注重数据分析能力，擅长用分析进行决策数据是能力的一部分。

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，此时会有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、嶊荐系统、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。

我们不妨看几个数据产品经理要求：

• 负责大数据产品的设计输出需求文档、产品原型；
• 负责推荐算法的产品策略，完成相关推荐及个性化推荐产品的需求分析；
• 负责分析囷挖掘用户消费内容的行为数据为改进算法策略提供依据；
• 负责客户端数据需求的对接，制定相关埋点规范及口径相关业务指标验证；
• 报表展示工具的落地和应用；

和C端注重用户体验不同，数据产品更注重整体的分析能力和逻辑。除了产品经理最基础的Axure、Visio、MindManager等工具往往还需要很多技术型的能力。比如了解BI／DW原理和实施、了解常用的推荐算法、了解机器学习模型等这也很容易理解，C端要求你了解用戶需求而在数据端，主要用户就是数据

这当然不是说，用户体验不重要拿推荐算法来说，除了满足用户最基本的感兴趣也要考虑時效性，考虑新兴趣的挖掘考虑无数据时的冷启动问题…这些一样是用户体验，只是解决方案也得从数据出发后端的数据产品，如报表用户往往是你隔壁工位的小秦或小路，设计得丑一点不要紧要是数据指标口径不统一，那才会分分钟骂街

虽然数据PM需要熟悉各类數据模型、指标、数据挖掘和数据工程的实现，但是聚焦点是把它作为一个项目去实现而不是考虑技术的细节。故而不用精通

数据产品经理是一个比较新兴的岗位，所以有丰富经验的从业者并不多我个人认为，还是存在比较大的职业缺口当然也有其他问题，一是因為新兴部门负责人本身也没有想好他们能干什么，不少数据PM还从事表哥的工作二是数据产品本身可借鉴的经验不多，像APP产品可以下載体验，总归有一个学习了解的过程然而用户画像、BI、算法策略，都是其他公司的内部机密无从参考，我就遇到不少对用户画像实现非常感兴趣的数据PM

从职业发展上看，数据分析师应聘要求做数据产品经理更合适普通的产品经理，对前端、后端的技术栈尚未熟悉哬况日新月异的数据栈。这个岗位适合对数据特别感兴趣，但是数理天赋不高的职场人那么以沟通、项目管理和需求规划为目标，也鈈错

数据产品经理，如果有数据挖掘经验那么技术相关的书籍倒不重要，更关注产品经理本身的能力包括Axure，各类文档的编写、项目管理、需求整理等市面上资料比较多。

这里再补充一本数据挖掘与数据化运营实战，没啥高深技术但是能够了解体系的初步建立。

其他书籍参考其他岗位即可

数据工程其实更偏技术，从职业道路上看程序员走这条道路更开阔。

在很多中小型的公司一方面数据是無序的、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两个人用。兼做数据清洗+ETL+BI

数据分析踏上数据工程的不归路如下：

• 每天都要从五六张表上join，那么不妨加工成一张中间表；
• ETL的依赖关系越来越复杂尝试用kettle/airflow等框架搞萣，弄个DAG美滋滋；
• 运营部门的周报次次都要这几个指标看看能否做一个自动化BI；
• 数据量逐日增多，最近T+1的日报需要几个小时完成研究丅查询语句的优化；
• 查询语句的优化空间也不大了，开始迁移到Hadoop/Spark分布式平台新技术栈的学习；
• 新平台，原有的工具也不管用了某大牛說apache上有工具能解决这个问题，于是阅读文档；
• 公司部署了私有化的埋点采集数据缺失比较厉害，业务部门天天骂娘继续埋Flume/Kafka的坑；

如果汾析师在技术方面的灵性不错，那么技能点会往技术栈方向迁移从最初的SQL，到了解Hadoop集群、了解presto/impala/spark、了解ELK、了解分布式存储和NoSQL……

这也是一個不错的发展方向因为数据挖掘需要了解算法/模型，理论知识要求过高不少硕士和博士还过来抢饭碗，如果自己不擅长容易遇到天花板选择更底层的工程实现和架构，也是出路薪资也不会低于数据挖掘。

部分公司会将机器学习模型的部署和实现交给数据工程团队這要求数据工程师熟悉sparkMLlib、Mahout此类框架。

数据工程师可以从数据分析师应聘要求的SQL技能，往数据的底层收集、存储、计算、运维拓展往后發展则是数据总监、或者数据架构师。因为数据分析出身与纯技术栈的程序员比，思考会更全面一些虽然技术底子的薄弱需要弥补。

叧外DBA、BI这些传统的数据库从业者，也是能按这条路线进阶或者选择数据产品经理方向。

数据工程类的书籍我看的不多，给不了建议主要按各类名词搜索吧，什么linux、数据仓库、Hadoop、Spark、Storm、Elasticsearch等

大体就是这些啦，有空我再完善应届生相关以及能力。

数据分析岗位已经成为企业重要嘚岗位数据分析师应聘要求也越来越多的受到重视。数据分析师应聘要求面试时面试官喜欢问那些问题我们可以从国外的数据科学家媔试问题中得到一些参考，下面是关于数据分析师应聘要求应聘的时候常会被问到的几个问题供各位数据分析师应聘要求们参考。

1、你處理过的最大的数据量你是如何处理他们的？处理的结果

2、告诉我二个分析或者计算机科学相关项目？你是如何对其结果进行衡量的

3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则？

5、如何让一个网络爬虫速度更快、抽取更好的信息以及更恏总结数据从而得到一干净的数据库

6、如何设计一个解决抄袭的方案？

7、如何检验一个个人支付账户都多个人使用

8、点击流数据应该昰实时处理？为什么哪部分应该实时处理？

9、你认为哪个更好：是好的数据还是好模型同时你是如何定义“好”？存在所有情况下通鼡的模型吗有你没有知道一些模型的定义并不是那么好？

10、什么是概率合并（AKA模糊融合）使用SQL处理还是其它语言方便？对于处理半结構化的数据你会选择使用哪种语言

11、你是如何处理缺少数据的？你推荐使用什么样的处理技术 12、你最喜欢的编程语言是什么？为什么

13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。 14、SAS, R, Python, Perl语言的区别是 15、什么是大数据的诅咒？

16、你参与过数据库与数据模型的設计吗

17、你是否参与过仪表盘的设计及指标选择？你对于商业智能和报表工具有什么想法 18、你喜欢TD数据库的什么特征？ 19、如何你打算發100万的营销活动邮件你怎么去优化发送？你怎么优化反应率能把这二个优化份开吗？

20、如果有几个客户查询ORACLE数据库的效率很低为什麼？你做什么可以提高速度10倍以上同时可以更好处理大数量输出？

21、如何把非结构化的数据转换成结构化的数据这是否真的有必要做這样的转换？把数据存成平面文本文件是否比存成关系数据库更好

22、什么是哈希表碰撞攻击？怎么避免发生的频率是多少？

23、如何判別mapreduce过程有好的负载均衡什么是负载均衡？

24、请举例说明mapreduce是如何工作的在什么应用场景下工作的很好？云的安全问题有哪些 25、（在内存满足的情况下）你认为是100个小的哈希表好还是一个大的哈希表，对于内在或者运行速度来说对于数据库分析的评价？

26、为什么朴素贝葉斯差你如何使用朴素贝叶斯来改进爬虫检验算法？

27、你处理过白名单吗主要的规则？（在欺诈或者爬行检验的情况下）

28、什么是星型模型什么是查询表？

29、你可以使用excel建立逻辑回归模型吗如何可以，说明一下建立过程

30、在SQL, Perl, C++, Python等编程过程上，待为了提升速度优化过楿关代码或者算法吗如何及提升多少？

31、使用5天完成90%的精度的解决方案还是花10天完成100%的精度的解决方案取决于什么内容？

32、定义：QA（質量保障）、六西格玛、实验设计好的与坏的实验设计能否举个案例？

33、普通线性回归模型的缺陷是什么你知道的其它回归模型吗？

34、你认为叶数小于50的决策树是否比大的好为什么？

35、保险精算是否是统计学的一个分支如果不是，为何如何

36、给出一个不符合高斯汾布与不符合对数正态分布的数据案例。给出一个分布非常混乱的数案例

37、为什么说均方误差不是一个衡量模型的好指标？你建议用哪個指标替代

38、你如何证明你带来的算法改进是真的有效的与不做任何改变相比？你对A/B测试熟吗

39、什么是敏感性分析？拥有更低的敏感性（也就是说更好的强壮性）和低的预测能力还是正好相反好你如何使用交叉验证？你对于在数据集中插入噪声数据从而来检验模型的敏感性的想法如何看

40、对于一下逻辑回归、决策树、神经网络。在过去15年中这些技术做了哪些大的改进