数据相关职业介绍 – DS, DA以及DE到底有什么区别

数据作为目前就业市场上很火爆的一个方向，吸引了不少人的注意。一般公司做数据的岗位主要有三类：Data Analyst（DA），Data Scientist （DS）和Data Engineer（DE）。

很多人也很好奇，DS，DA，DE这些不同的职位之前究竟有什么区别呢？申请的时候究竟应该投哪个岗位呢。这篇文章就为大家带来这几个岗位的介绍与分析。

DATA ANALYST

这个岗位一般主要负责的是收集处理数据，以及后期对数据进行展示。

平时日常主要所做的工作是：

1. 写SQL查询数据

2. Python或者其他软件清理数据

3. 制作可视化结果，如Power BI 或者Tableau等等

4. 向上级提出自己对数据的理解 等等

DA这个岗位的核心技能是SQL以及Tableau（或者Power BI），算是数据科学里面比较入门级别的要求。

如果想转行做DA，建议多做一些SQL题目，Excel和PowerPoint也要很熟悉，并且可以考虑学习Tableau。

DATA SCIENTIST 

相比于DA，DS的职能则更加专业，主要所做的工作包括但不限于：

1. 建立模型解决实际问题

2. 数据挖掘

3. 开发新的方法

4. 向上级提出项目有关建议

DS的工作对模型要求较高，要求对大部分模型比较熟悉，其中会用到很多Machine learning和Statistical modeling的方法，对数学理解要求也更高。当然不少公司都是有自己很完备的模型Macros可以调用，但是这点可能并不会降低面试的难度。

如果想转行DS，建议学习一门语言并且比较熟悉，推荐Python或者R，其次要学习统计基础知识以及Machine Learning，Data Mining基础知识。

DATA ENGINEER 

这个岗位相对来说偏码更多，并且不同公司这个组所做的东西也可能很不同。

岗位内容分布可能会很广，有的主要偏向于建立Data Infra供DS或者DA使用，也有的岗位偏向帮助DS或者DA提取数据。个人感觉这个岗位偏向做infra或者SQL，面试时候更注重对码基本功考察，如果想要申请这个岗位建议多刷SQL以及Data Infra相关知识，对统计和建模方面要求应该会比较低。

总结

其实各个公司对这些岗位的定义都会稍有不同，有一些公司甚至也可能出现干着DA的活，但是Title是DS。所以在招工求职时候不光要看Title，也要看具体的Job Duty等等。建议面试的时候也可以问问HR或者组内的面试官Daily Work是什么样的等等，看具体职位是干什么的。之前有看到有人抱着想做Modeling的心去了某大厂，结果发现最后做的就是简单的写SQL的活。所以大家在招工求职时一定要仔细选择。

对于完全零基础想转data，如果对工资要求没有那么高，可以考虑先转DA，如果很喜欢写Code，那建议直接走码农，毕竟码农的工资一般会比做数据多一些。对于数学好的人且不排斥写码，DS肯定是你最好的选择啦！

Image by Photo Mix from Pixabay