25届同学找数据分析岗位要慎重，往数据挖掘或数据开发方向扩展

最近不少同学和家长咨询数据分析岗位，特别是好几个海外硕士同学，想走数据分析岗位。

对于数据分析岗位，涛哥建议一直是保守支持，岗位数量少，业务需求小，从而发展空间比较小。

数分岗位主要做什么

数据分析，有个高大上的岗位名字叫数据科学家，同学们看到的这个数据分析岗位上腾讯岗位要求。数据分析核心工作是对数据进行分析。

初级的是对业务经营情况进行数据曲线，效果的分析评估。高级的会对业务运营战略进行分析。做一些分析建议，偏咨询居多。

数分对口哪些业务

就拿互联网业务来说，比如电商业务部门，会有数据分析组，对广告投放，运营活动投放效果进行分析，分析了很多的关键指标，对这些指标结合业务进行分析和建议。

预算部门或领导决策到底该投多少经费在广告运营活动上 引流新客户上等。

岗位太少了

数据分析岗位听起来还是挺重要的，但实际业务中，岗位会比较少，比如一个几百人的事业部，可能就几个人做一些业务数据分析，为领导决策或运营活动做一些分析建议。

运营活动很多都是运营岗位自己就做了，实际情况不会做很深入研究，没必要也费时费力。

更多的存在是给高层做战略分析或决策支持。

数分岗位的尴尬之处

数据分析岗位有一些尴尬的地方显而易见的。要分析数据，必须先依靠数据开发技术团队，实现数据的采集，数据清洗加工，计算及平台构建。

之后提供给数据分析人员使用数据。数据分析人员做一些数据的提取分析，但更多是做一些基础的分析。

如果要深入构建算法分析模型，这个时候就需要数据挖掘人员。

所以很多时候数分人员会夹在数据开发和数据挖掘之间，比较尴尬，甚至很多业务，数据开发和数据挖掘就把数据分析工作拆分干了。

数分岗位主要会哪些技术

就像上面同学们看到的数据分析人员岗位要求，核心需要会的技术点还是编程能力，统计学基础，甚至机器学习，挖掘算法的建议。

为什么想找数分岗位人挺多

很多同学想找数分，特别是硕士生，是因为硕士期间做论文，都会有数据出来分析，再加一些算法模型得出结论，写论文的常用套路。同时会遇用到一些工具，觉得这个岗位很适合自己，至少能够上边。

其实同学们核心还是看到了自己技能点与岗位匹配度高，这也是涛哥一直呼吁同学们要有技能特长。

往数据开发或挖掘方向扩展

建议要找数据分析岗位的同学，复习之余，要去深入学习扩展数据开发和数据挖掘方面技术。

将来根据自己的特点，比如喜欢工程类，去找数据分析和数据开发岗位。如果喜欢做策略算法，就去找数据分析核心数据挖掘岗位。

需求大，机会多的岗位未来路才宽

同学们一定不能死磕数据分析岗位，小众岗位，需求量小，但汇聚全国学生，候选人一定不少。除非特别优秀，否则机会太少，漏斗太小，风险比较大。

在一个几百人的C端事业部，最核心的产品和技术岗位，整体占到70%，占比大概是1:10左右，而技术岗位，后端和前端占大头，大概5:1左右，数据开发和算法开发大概占到技术整体的30%左右。剩下的主要是运营岗位，商务和数据分析等。

当然每个岗位都很重要，没有倾向性的区别，只是建议同学们，在确定岗位的时候，尽量选择需求量大，机会多的岗位，虽然候选人也会很大，但未来的发展和选择的机会更多。

我是涛哥，曾任某互联网大厂技术总监，十年面试过500人，培养新人超百人。专注技术培训/求职陪跑/简历辅导/面试辅导/求职咨询等，24年目标帮助1000人求职和成长。