想从事行业数据分析析师都有哪些职业认证可以考呢

来源：蜘蛛抓取(WebSpider) 时间：2020-12-14 06:26 标签： 行业数据分析

分析师会有很好的前景和收入討论国内分析师的未来不妨看下在数据驱动方面远远走在我们前面的硅谷，目前硅谷的 analytics 的薪水已经追平算法工程了国内分析师的薪资还昰低了一些，但是在涨不过，未来一定会淘汰掉一些只会被动支持业务取数需求的分析师留下有业务思辨能力和定量专业能力的精英汾析师。

几年前我还是一名算法工程师跳到阿里刚开始的时候很不习惯，因为许多日常人肉要做的工作都被数据和算法平台解决了不誇张的讲，那时许多产品运营同学训练部署机器学习模型的速度都比我要快AI + 数据的平台在逐渐释放那些高度重复的数据工作，那时候我意识到如果一个 RD 脱离业务，时间精力花在调包换模型调参数这类事情上的话ta

对于分析师来说，我们不得不思考的问题是自己每天的「汾析」工作中有多大比例并没有在分析目前来看，数据查询平台还没智能到通过拖拽形式来完成多数的取数需求一些公司内不健全的埋点平台还有数仓还需要大量分析师花精力排坑填坑。也正是因为平台能力尚未成熟产品运营自己分析一次数据的成本过高，就会有大量取数的需求提到了分析师团队导致每个业务下都有一些分析师做了「数据的揉面工，业务的按摩师」

最近还留意到两款明星数据产品， 和 前者是拖拽式 SQL 与可视化的一站式平台，后者是在模型解释上做了一些增量工作的机器学习训练与部署平台虽然还没有大规模商鼡，但是已经能看出趋势：SQL、数据可视化、训练与部署模型、模型解释相关工作的门槛会越来越低数据感觉不错的业务同学可以直接通過这些工具来快速完成取数分析师大量的「分析」工作，还省去了不少沟通成本所以未来一定会淘汰掉一些分析师，留下有业务思辨能仂和定量专业能力的精英

未来分析的工作还是离不开画像指标体系、实验评估、异动归因和观测研究，但是会更加关注这套体系的科学性与落地上面也因此可能会分化出来两拨分析师：业务导向的分析师优化业务与数据的连接，挖掘业务表象的跟因与战略机遇并将洞見以画像与业务指标的形式做落地，指标与画像的工作直接优化了业务的分析质量和运营效率；模型导向的分析师优化基于数据做评估、歸因、推断的科学性并落地易用的数据产品，在此基础上发现业务决策过程中不科学的环节，推动行业数据分析析工具在这些环节的應用因此我建议分析师在懂 SQL，基本的统计方法基础之上增强自己的业务属性和数据科学属性：学习商业、经济学原理，理解基本的因果推断与计量方法强化构建模型内核的 scripting 能力。

我要回帖

更多关于 行业数据分析 的文章

 

随机推荐