今天聊聊当前数据界的一些流行职位，希望对想要或正在从事数据方面工作同学的职业发展和规划有所帮助，大神请飘过……
随着大数据的发展和普及，数据界从IT领域脱颖而出，似乎成了一门非常流行的学科。
不知道从什么时候起，各大招聘网站以及企业网站的招聘专栏，都会刊登出这样的一些职位信息，例如：数据分析师、数据建模师、大数据专家、数据科学家、数据治理工程师、数据安全工程师、数据标准化专家、数据报表工程师、大数据架构师、数据挖掘工程师、大数据产品经理、数据质量师、数仓管理工程师、大数据运维工程师 ……
本人认为总体这些职位从从业的方向或领域上大概分为以下几类：
1、项目管理类，大数据项目经理、数据项目总监等。这类职位不仅要求有纯熟的项目管理能力——3大要素、9大领域、22个过程，还要对数据管理的相关技术能力、业务能力有一定的了解。在明确项目目标和范围的前提下，清楚大数据建设路径和可能遇到的风险。
2、大数据技术类，大数据开发工程师、大数据运维工程师、大数据架构师等。这类职位对技术的要求比较高，需要对现行的大数据技术有一定的掌握，如：Hadoop、spark、Redis、Zookeeper、Hbase、Hive、Storm……。不仅需要掌握各个组件的工作原理，还要对其开发技术有相当的了解。这个方向的职业发展路径一般是开发工程师—大数据架构师，每个初、中、高、资深四个层次。一个资深的大数据架构师，是非常牛X，在企业里一般是首席数据架构师或CDO。
这里重点说下大数据运维工程师，与传统软件运维工程师不一样。传统软件运维工程师主要职责是保障软件系统的运行稳定。而大数据运维工程师，除了保障大数据平台的稳定运行的同时，还需要获取数据，构建和维护数据库，根据各种需求清理和分离数据，并从事数据可视化和分析工作。这就要求大数据运维工程师不仅需要懂得大数据的各种技术，还需要懂管理、懂业务，能够根据企业的实际情况定制不同数据分析场景。当然，这个职位往往也被细分为运维工程师和数据分析师。
3、大数据业务类，数据分析师、数据挖掘工程师、数据标准化师、数据治理工程师、数据建模师等。在很多数据分析、数据挖掘的职位要求中，需要具备数学/统计学、信息技术、社会科学等、数理统计、应用统计、计算编程等技术，需要掌握excel、SAS/SPSS/Tableau等工具。从这些方面看，这类职位对技术要求也不低。之所以把其归集到大数据业务类，个人认为：以上的技术要求都是基础，不论是数据分析也好、挖掘也罢，最终的目的是数据洞察并产生价值，实现管理和业务的创新。所以这类职位是在掌握一定的数据分析技术和工具的同时，需要对行业知识、领域知识、业务知识有深刻的认知和了解，才能将这份工作干的出色。
尤其是数据标准化师、数据治理工程师，对业务知识的掌握需要更强，不论数据分类、数据编码、数据建模、数据编目等，业界还没有标准或最好的范式，只有更适合企业的，所以需要你对你的企业更加了解！大数据业务类的职位的缺口大，要求高，当然薪酬也可观。
4、大数据产品管理类。这一类比较泛，有技术平台类的产品经理、有数据分析类的产品经理、有数据资产管理类的产品经理，但不论哪个方向， “产品管理”才是这类产品经理的核心标签。产品经理核心能力个人认为，首要能力是需求分析能力，包括：市场分析、业务分析、技术分析、竞品分析；第二需要具备产品规划的能力，产品业务规划、产品路标规划、产品技术路线、产品研发规划；第三需要具备一定的经营能力，销售策略、市场推广、定价策略、售前管理、售后管理等。第四需要具备一定的项目管理能力，发版管理/时间管理、资源管理、沟通管理、干系人管理等等 。
