大數(shù)據(jù)專家總的來說，可以分為兩大類：一類叫數(shù)據(jù)分析師，另一類叫數(shù)據(jù)工程師。

數(shù)據(jù)分析師，都是偏業(yè)務(wù)的，專注于對業(yè)務(wù)數(shù)據(jù)的分析，以及業(yè)務(wù)應(yīng)用的分析。你聽說過的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模以及機(jī)器學(xué)習(xí)等等，都是數(shù)據(jù)分析師常用的術(shù)語。他們關(guān)注的是選擇合適的分析方法、分析模型來探索業(yè)務(wù)的規(guī)律、業(yè)務(wù)的變化、業(yè)務(wù)間的相關(guān)性，并對業(yè)務(wù)的未來做出趨勢判斷（預(yù)測）。他們側(cè)重于如何基于數(shù)據(jù)來找到業(yè)務(wù)問題的解決方案，用數(shù)據(jù)來支撐業(yè)務(wù)決策和商業(yè)決策。

數(shù)據(jù)工程師，都是偏技術(shù)的，專注于大數(shù)據(jù)應(yīng)用開發(fā)，以及大數(shù)據(jù)系統(tǒng)建設(shè)。你聽說過的云平臺、Hadoop/Spark/Storm等等的概念就是數(shù)據(jù)工程師常用的術(shù)語。他們關(guān)注是大數(shù)據(jù)系統(tǒng)如何建設(shè)、如何開發(fā)大數(shù)據(jù)產(chǎn)品、如何做大數(shù)據(jù)系統(tǒng)運(yùn)維。

1）數(shù)據(jù)分析師，要求熟悉數(shù)據(jù)分析過程，掌握數(shù)據(jù)分析方法，理解數(shù)據(jù)分析模型，熟練操作數(shù)據(jù)分析工具（比如Excel、SPSS、SAS等）；當(dāng)分析工具無法滿足你的分析需求的時候，你還可能需要掌握類似Python和R等腳本分析語言，以實(shí)現(xiàn)自定義的自動化的分析流程。當(dāng)然，最重要的是要熟悉業(yè)務(wù)邏輯和業(yè)務(wù)模型，從而掌握數(shù)據(jù)分析思路，能將數(shù)據(jù)進(jìn)行可視化，能夠?qū)Ψ治鼋Y(jié)果進(jìn)行正確的業(yè)務(wù)數(shù)據(jù)解讀，等等。

2）數(shù)據(jù)工程師，最基礎(chǔ)的要求熟悉程序開發(fā)語言和系統(tǒng)設(shè)計（比如JAVA等），然后掌握大數(shù)據(jù)系統(tǒng)架構(gòu)（Hadoop/Spark等），懂大數(shù)據(jù)平臺運(yùn)維，等等。

當(dāng)然，如果要繼續(xù)進(jìn)一步細(xì)分崗位，你要學(xué)的東西也會有不同的側(cè)重點(diǎn)。

一般來說，數(shù)據(jù)分析師都是偏業(yè)務(wù)的，就是常說的“三分技術(shù)，七分業(yè)務(wù)”。

當(dāng)然，狹義地說，如果你說的是數(shù)據(jù)分析師中偏技術(shù)的，指的是在數(shù)據(jù)分析師中偏技術(shù)的，也可以理解為數(shù)據(jù)建模師、算法師，那么你要掌握的技術(shù)就是懂Python或R語言，能夠自行設(shè)計算法和分析模型，并使用python語言來實(shí)現(xiàn)（此時，肯定沒有現(xiàn)成的分析工具供你使用的）。

當(dāng)前大數(shù)據(jù)職位，從總的來說，主要有兩大類：

一類是應(yīng)用類，另一類是系統(tǒng)類。

應(yīng)用類，偏向于數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用，經(jīng)常說到的數(shù)據(jù)分析、數(shù)據(jù)挖掘，就是典型的應(yīng)用技術(shù)。這一類職位，要求采用適當(dāng)?shù)姆治龊屯诰蚍椒▽?shù)據(jù)進(jìn)行分析，提取數(shù)據(jù)中隱含的業(yè)務(wù)信息，來支撐企業(yè)決策。

最典型的職位就是：大數(shù)據(jù)分析師。

大數(shù)據(jù)分析師，主要是指，基于業(yè)務(wù)問題，能夠選擇最合適的數(shù)據(jù)分析和數(shù)據(jù)挖掘方法，提取數(shù)據(jù)中的業(yè)務(wù)信息，從而支撐業(yè)務(wù)決策。要求熟悉數(shù)據(jù)分析/挖掘過程，掌握數(shù)據(jù)分析/挖掘方法，理解數(shù)據(jù)分析模型，熟練操作數(shù)據(jù)分析工具（比如Excel、SPSS、SAS等）。一般對于大數(shù)據(jù)分析師，其能力要求比較全面，不管是業(yè)務(wù)邏輯、還是分析方法、模型、可視化，都要求全面掌握。

業(yè)務(wù)數(shù)據(jù)分析師：側(cè)重于商業(yè)理解，要求能夠?qū)I(yè)務(wù)問題和商業(yè)問題，轉(zhuǎn)化為大數(shù)據(jù)的問題，并將分析結(jié)果從業(yè)務(wù)層面進(jìn)行解讀，從而形成業(yè)務(wù)建議和業(yè)務(wù)策略。要求熟悉業(yè)務(wù)邏輯和業(yè)務(wù)模型，掌握數(shù)據(jù)分析思路，能將數(shù)據(jù)可視化，對數(shù)據(jù)解讀等。當(dāng)然，類似的職位還有大數(shù)據(jù)觀察員、大數(shù)據(jù)研究員等等，這些都側(cè)重于商業(yè)理解。

大數(shù)據(jù)建模師：側(cè)重于數(shù)據(jù)建模，能夠圍繞業(yè)務(wù)問題，構(gòu)建合適的數(shù)據(jù)分析框架和分析模型，將業(yè)務(wù)問題進(jìn)行分解，從而達(dá)到定性或定量來描述業(yè)務(wù)的目的。要求熟悉數(shù)據(jù)建模、模型評估、模型優(yōu)化、模型應(yīng)用等等。

大數(shù)據(jù)算法師：側(cè)重于數(shù)據(jù)模型的實(shí)現(xiàn)算法研究、設(shè)計與實(shí)現(xiàn)，為達(dá)到分析目的，對實(shí)現(xiàn)算法進(jìn)行分析、選擇與優(yōu)化，確保實(shí)現(xiàn)性能及效果。一般情況下，算法師往往和建模師在一起工作。

系統(tǒng)類，偏向于系統(tǒng)研發(fā)，比如Hadoop系統(tǒng)、云計算，就屬于系統(tǒng)類技術(shù)。這一類職位，要求熟悉Hadoop大數(shù)據(jù)平臺的核心框架和組件，能夠基于大數(shù)據(jù)平臺來寫代碼開發(fā)應(yīng)用，支撐業(yè)務(wù)應(yīng)用。

最典型的職位就是：大數(shù)據(jù)工程師。

大數(shù)據(jù)開發(fā)工程師：負(fù)責(zé)大數(shù)據(jù)系統(tǒng)的開發(fā)工作，能夠運(yùn)用編程語言進(jìn)行應(yīng)用程序的開發(fā)、測試和維護(hù)，實(shí)現(xiàn)產(chǎn)品功能。要求掌握編程語言，如JAVA、R、Python等等。

大數(shù)據(jù)架構(gòu)師：負(fù)責(zé)大數(shù)據(jù)系統(tǒng)的平臺架構(gòu)設(shè)計、平臺構(gòu)建。要求熟悉Hadoop/Storm/Spark等平臺，熟悉整個生態(tài)系統(tǒng)的組件，有平臺級開發(fā)和架構(gòu)設(shè)計能力等等。

大數(shù)據(jù)運(yùn)維工程師：側(cè)重于大數(shù)據(jù)平臺運(yùn)維管理，包括系統(tǒng)運(yùn)維規(guī)劃、系統(tǒng)監(jiān)控、系統(tǒng)優(yōu)化等等，保障大數(shù)據(jù)平臺服務(wù)的穩(wěn)定性和可用性。掌握平臺各組件的安裝、配置與調(diào)試，有良好的系統(tǒng)性能優(yōu)化及故障排除能力。

大數(shù)據(jù)庫管理員：側(cè)重于數(shù)據(jù)庫/數(shù)據(jù)倒倉庫的設(shè)計、開發(fā)、管理和優(yōu)化，監(jiān)控數(shù)據(jù)庫的性能、故障檢測和排除，包括數(shù)據(jù)采集，數(shù)據(jù)庫架構(gòu)設(shè)計，空間和容量規(guī)劃，性能優(yōu)化，數(shù)據(jù)安全和隱私，數(shù)據(jù)容錯，等等。

當(dāng)然，在不同的企業(yè)中，職位的名稱和叫法有所不同，或者會衍生出新的職位，但基本的崗位職責(zé)是類似的。