数据分析的就业路很广泛的，现在市场上基本所有的职位都跟数据相关，区别只是相关度20%、30%、50%或者80%而已，学好数据分析，保持对数据的敏感度很重要。

我是从2009年开始关注数据分析方向的就业，经过几年的探索，也做过数据相关的工作，觉得数据分析有下边的就业方向

如果粗暴地对他们进行技术和非技术的分类，那么非技术的职位有

数据分析师 – 偏向商业化的数据分析，运营广告等活动效果分析，销售额或利润预测，用户特征描述等，需要较好的统计知识，需要懂1-2门数据分析工具如SAS、R等；

咨询顾问 – 面向客户，为客户提供数据抓取、数据分析、出数据报表、改进建议落实等咨询服务，需要有较好的沟通能力，需要懂1-2门数据分析工具如SAS、R等（咨询顾问其实也分技术和非技术，技术类的主要是为客户搭建数据平台）

数据产品经理 – 一般是互联网公司独有，数据量大的公司会有自己的数据产品，如阿里巴巴的数据魔方等，主要是针对数据产品从产品立项、提开发需求、跟进产品开发、测试一直到产品上线等工作（相对来说并不需要对从业者要求很高的数据分析或统计能力，属于目前市场上为数不多但高工资的职位）

我在10-11年的时候曾经沉迷于数据咨询公司，了解过该领域的公司，感觉目前市面上较好的数据咨询公司不外乎下边这些

公司可能有不全，像零售FMCG行业，国内的外资数据调研公司就有好几家，他们的客户很多都是大的零售企业如沃尔玛、家乐福这些，或者快消的如宝洁、箭牌这些，一般应届生进去工资不会太高，6K左右，出差比较多，工作较基础，更多的是写写报表然后跟客户讲解，不需要自己取数，他们的数据都是从各零售企业的电子扫描枪直接传输到服务器，然后由专门的数据抓取团队标准化数据，然后送给咨询顾问去写报告。

而像Teradata、德勤、毕博这样的公司，咨询顾问的收入较高，一般进去都有10-15K的收入，需要较扎实的数据分析能力，需要懂算法和相关分析工具如SAS等，如果能进去这样的公司深造两年对自己的职业道路是大有助益的。

而像国内的艾瑞、易观这样的偏向互联网的咨询公司，主要以出分析报告，而不是企业咨询为主要业务，更多的要求你的PPT、Excel能力，还有沟通技巧，不会对统计或者算法有要求，当然工资相对来说没有那么高。

对于我自己来说，目前最关注的是数据挖掘方向的职位，这个就偏技术了，我们来看看腾讯的数据挖掘岗位需求

工作职责：

1、负责以下一项或多项工作：

2、用机器学习、文本挖掘等技术，对结构化和非结构化数据进行挖掘，发现其潜在关联与知识，指导微信业务发展；

3、搭建分布式、快速、支持海量数据的机器学习算法平台、数据挖掘平台、BI业务与决策支持平台等；

4、基于多源、海量数据的统计、特征选择、模型训练及检验评价，实现用户画像、社群发现、热点发现、特定兴趣人群挖掘、关系链预测、智能广告、实时个性化推荐（含商品及资讯等）、LBS、O2O、行业研究等方面的研发与应用；

工作要求：

计算机、数学、统计等相关专业本科及以上学历（硕士或博士优先）；

三年以上大规模数据分析、挖掘相关工作经验；

符合以下一项或多项即可：

熟悉聚类、分类、回归、图模型等机器学习算法；

熟悉推荐算法，广告匹配及关键词推荐与CTR等；

熟悉自然语言处理，文本挖掘，topic model等，对其中某方面核心算法理解透彻，有实际建模经验者或者并行化经验者优先；

熟悉C/C++、python、Java、R语言、SAS，SPSS，matlab等编程语言与工具（一项或多项）；

熟悉Hadoop生态系统 / Storm / Spark / Neo4j、GraphX、Hive、Hbase、Pig等且有丰富实战经验者优先；

具有深度神经网络DNN理论基础及实战经验者；

熟悉MogoDB、MySQL、NoSQL等数据库/数据仓库开发者优先；

可以看到很多技术的关键字C/C++、Python、JAVA、R语言、SAS、Hadoop、MySQL，是不是很抓狂，一个数据挖掘工程师要懂这么多编程语言，基本上就是一个开发了。

以下附上一个互联网公司数据相关职位的图，如果你对互联网行业有兴趣可以了解下

2015.4.20补充

收集到一个关于数据挖掘公司梯队的，摘录给大家看看

目录：

1-哪些公司主要招这个行业的人

2-这个行业的基本待遇如何

3-以后的发展之路

4-如何成为混合型人才

5-未来的路我也看不清楚

公司

________________________________

说起公司，有很多种分类方式，我这里选择几个指标（规模、产品线、solution、项目数量）

一级：IBM、Teradata、SAS

二级：Accenture、Ernst & Young、Deloitte、KXEN、Fair Isaac、招行

三级：百度、网易、腾讯、搜狐、淘宝、阿里巴巴、京东、新蛋、天涯、千橡、盛大、360、人民搜索、优酷、当当……一堆想做又不知道怎么做，连思路和成功案例都没有的公司，主要为互联网公司、零售业的一些公司

三级公司还包括国内的厂商和咨询公司：亚信、华为、斯特奇、融通、华胜、中盈、神马、联创、新华信……这些见过猪跑，没吃过猪肉的类型……

至于为什么这样分类，有人肯定不同意，那也没关系，我列出以下理由：

IBM，Teradata这俩公司有自己的DW产品、DM产品，CRM产品（包含ACRM和OCRM），同时这两个公司单子很多，也就是挖掘的项目很多，电信、金融都有。SAS在中国也很牛，软件很厉害，就是贵的真要命啊，不是小喽喽能玩的起的，而且只租不卖，在中国solution做的不多，就是个卖软件。SAS在北京西安有研发中心，这个是其他公司不具备的，因此SAS有资格成为一级公司，IBM和Teradata在中国也有研发中心，不过对其挖掘的产品开发工作不多，这个可以去打听一下，一个在上地，一个在五道口。AC、EY、DT三家都是咨询背景的，没产品是绝对的缺陷，都是绑着别人做的，不过单子也不少，AC，EY主要干电信，DT金融单子多点。招行列在这的原意是：招行是唯一一个有自己挖掘团队的国内金融客户，我指的是真正能做出来东西的团队，不是其他四大行那种混日子的团队，招行的钱也不少哦。

人才

________________________________

数据挖掘的”正规军“：一般都在一级、二级公司任职，圈子很小，互相都认识，比如坛子上也基本不说话，新人想入行的老人也不咋教，核心技术与业务核心理念存在于几个人脑子里，没文档描述，就算有也是给客户看的，没什么用处，给新人模型也看不懂，只要不给解释，那就是不可能明白其中的业务思考深度和模型的构建逻辑，进来的人基本上靠天赋和机遇，碰上心好的前辈口口相传，慢慢积累出来突然一天发现，我的妈呀，终于入行了！门槛挺高的，多是大厂商出来的或者pure咨询背景的兄弟姐妹，不知道我发完帖子之后会不会一大帮哥们蹦出来骂我哈。

数据挖掘的”野战军“：存在于三级公司，想法多，思路多，专注于算法、代码等等，根本不会去想数据挖掘的商业价值，如何把知识转换为生产力，如何赚钱，cost control，marteting等等商业问题。

正规军具备详尽的知识体系、战略思想、解决方案、软件架构、较好的数学，计算机，统计理论背景等等，这些都是野战军不具备的，当然野战军中也有游侠一样的高人，出来也是秒杀正规军一片人马，我这里指的只是一般情况。

待遇

________________________________

一二级公司：junior,1~2W/月，senior,2.5~4W/月左右，mgr,4~6W/月左右，SM,6~9W/月，Director,10W~,partner没数了……，也有疯狂的，见过一个AC的SM,140万package，当然也要背quota，他能力也超强。

三级公司就便宜多了，三级公司基本照着码农、码奴的要求招人，所以去的人也少，只知道一个百度的大哥，70W的package，是中层了；因此，市场上活蹦乱跳天天招人的那些公司还在每天活蹦乱跳的招。AC、EY、DT的薪水是超过IBM和Teradata很多的。

待遇其实是由市场决定的，一级二级公司的人做的都是银行电信的单子，大项目，拿钱多正常的，三级公司给自己做，钱少点，所以没啥牛人，web mining的项目居多，多以尝试为主，没有经济效益。

接到猎头电话的时候，我一般三级公司就是瞧瞧看看，一级二级的才列为正式考虑的对象。

更新于2015/11/25----------------------------------

补充一段人大经济论坛的沈浩老师对于初学数据分析的童鞋的建议

1、对于数据挖掘的初学者来说，千万不要着急，一步一步来！先把本职工作中的数据分析问题理解了，干好了！

2、熟练玩好Excel软件工具，这个可以看《Excel高级应用与数据分析》，当然有很多Excel论坛和网站

3、学习好统计分析方法，我不是单指统计原理，而是统计分析方法，比如回归分析，因子分析等，不断进入统计分析解决问题的思考方式；这个可以看看SPSS软件方面的书和数据案例，通过软件学习解决数据分析的统计问题，这方面的书很多，当然你也可以关注我的博客，不断增加统计分析方法解决数据分析问题的思路，自己对照着完成！

4、在上述问题有了比较好的理解后，也就是你应该算是一个数据分析能手的时候，开始进入数据挖掘领域，你会发现用数据挖掘思想解决问题具有智能化、自动化的优势，接下来，你需要考虑数据建模的过程，通过学习Clementine软件或SAS的挖掘工具，不断理解数据挖掘与原来的数据分析工具有什么不同或优势！

5、当前面都是了解并且能够得心应手后，你就要有针对性的掌握你工作所在行业的问题，例如：电信行业的解决方案问题：客户流失、客户价值、客户离网、客户保持、客户响应、客户交叉销售等商业模型，同时与数据分析和数据挖掘统一在一起的解决方案！

6、接下来，你应该掌握数据库的一些原理和操作，特别是SQL语言的方式

7、你到了这个阶段，就应该有全面解决问题的能力，比如挖掘出来的知识或商业规则如何推送到营销平台上等等

8、梳理自己的知识结构，不仅会操作，现在你应该成为专家了，要能够宣扬你的知识能力和领导力，当然也要表明你在数据挖掘领域的专业特长

9、要经常帮助同事和行业朋友，比如帮助解决数据分析问题，帮助咨询，甚至给大家讲课，这对你的知识梳理和能力的提高非常重要，你的自信心会更强！

10、有兴趣，可以建立一个博客或什么，不断写点东西，经常思考和总结

11、结交广泛的朋友！

最后，请关注我的，我会好好维护你的时间线的 *\( ^ v ^ )/*