数据相关的职业可以分为三种发展方向:
数据调研、数据分析\挖掘、数据工程师;
那么这三种职业发展如何,需要什么本事,都能赚多少钱?
针对以上问题下面一一作答(关于薪酬水平,范围区间为主,不排除地域性和特殊领域的薪资特殊性)
选择数据调研的同学,所学专业一般为经济管理类(统计学、市场营销、数学类主要是市场研究专业为主)。数据调研更专注市场方向,所要求的技能主要以PPT、Excel、SPSS,当然也会应用一些可视化分析工具。工具的熟练程度只是一个因素,更多的是思维的训练以及逻辑的养成,需要对市场环境的认知,实时掌握市场的变化,以及商业模式的创新,决定职场发展的高度是思维、市场嗅觉以及人际沟通能力。
刚毕业的职场小白
职位:调研顾问,经理助理
技能要求:统计学、Excel、PPT、Python
工作内容:主要为公司撰写问卷调研、市场分析报告、PPT等,公司可以为互联网、零售、电商、医药类传统公司居多等
经验要求:0-2年
月薪:5-8k
公司:艾瑞、尼尔森、易观、华通明略、益普索,行业公司(高管助理方面)
职场入门小咖
职位:市场调研经理、品牌经理、品牌推广
技能要求:市场营销、品牌管理、管理学、广告学
工作内容:项目或者产品,需要带小组团队
经验要求:2-5年
月薪:10-20k
公司:快消品公司(P&G、箭牌等)、零售(沃尔玛、永辉等)、房地产(万达、万科等)等等
职场老手
职位:市场调研总监、品牌总监、市场推广总监等
技能要求:沟通能力、洞察力、执行力、意外处理能力、概念技能
工作内容:负责整个市场调研部门运作、负责品牌的市场推广、宣传策略,复制团队,裂变推广能力;
经验要求:6-10年
月薪:30k以上
公司:行业品牌性质的公司为主
数据分析师职业发展方向,是很多学习统计学、计算机、数学的同学选择的方向,当然也包括经济管理类的同学,这类同学会多付出学习的时间。在进阶阶段发展方向主要分为数据产品经理、数据挖掘工程师,最终会成为数据中心的负责人,职业所需要的技能也要求较高。
职位:数据运营、数据分析师
技能要求:Excel、SQL、SPSS、Python、R
工作内容:撰写处理临时数据需求、经营类分析,数据分析报告、监控产品数据指标等
经验要求:0-2年
月薪:5-10k
(1)职业发展方向——数据产品经理
技能要求:产品运营、用户行为、协调开发、沟通能力
工作内容:负责数据项目实时监控、数据后台、协调开发资源、控制项目进度
精要要求:2-5年
月薪:12-25k
(2)职业发展方向——数据挖掘工程师
技能要求:Python、R、算法知识、JAVA
工作内容:负责推荐系统、搜索、广告系统等数据挖掘项目
经验要求:2-5年
月薪:20-35k
注:在这一阶段会有学历要求,当然工作经验和结果为主
(3)职业发展方向--商业数据分析师
技能要求:SQL\excel\R语言或者Python
工作内容:提供商业决策,承建数据分析项目、完善公司用户研究体系
注:在这一阶段会有学历要求,当然工作经验和结果为主
职位:数据中心负责人
技能要求:团队管理能力
工作内容:负责整个数据部门的管理
经验要求:6-10年
月薪:30k
对于这个职业有需求的公司主要以互联网公司为主目前,包括:腾讯、阿里、网易、搜狐、唯品会、360、小米、新浪、百度、等等
数据工程师,是个体力活,高级码农,如果对于运维、数据可视化、ETL感兴趣,那么可以选择。不同岗位发展路线也不同,基础阶段就有不同方向。
(1)ETL工程师
技能要求:SQL、Shell等
工作内容:数据清洗、SQL搭建报表等
经验要求:0-2年;
月薪:8-15k
(2)可视化工程师
技能要求:SQL、Python、R、JavaScript等
工作内容:编辑数据报表后台、数据展现
经验要求:0-2年
月薪:8-15k
(3)数据运维工程师
技能要求:Hadoop、Spark、Kafka等
职位:数据运维工程师
工作内容:数据平台管理、监控、任务调度
经验要求:2-5年
月薪:15-25k
职位:数据架构师
技能要求:平台机构经验
工作内容:负责数据清洗平台、任务调度、平台等的搭建
经验要求:6-10年
月薪:30k以上
对于这个职业有需求的公司主要以互联网公司为主:百度、阿里巴巴、腾讯、美团、大众点评、小米、新浪、360、美团等
数据是为管理决策提供重要工具的支持,这三个阶段是企业发展迭代的结果,所有公司都需要做调研,新产品推进市场,进军新的地域会针对行业数据、相关产品数据等进行调研。当发展到一定阶段,企业运营的过程中,出现了数据积累,数据就可以被应用,通过数据可以对应的分析企业部门的各个数据进行优化决策,包括产品、运营、流量的数据。在企业发展到一定量级的阶段,所分析的数据不是简单的工具能满足的,这就要求是组建大数据分析团队,搭建数据中心,数据平台。企业的成长是伴随着数据量的累计,可以在数据中再次挖掘财富。