数据科学家的养成

博主是互联网从业者，立志成为圈内知名的数据科学家（虽然前途漫漫，立志如此亦未尝不可）。本博客会每周五更新，希冀能够尽量客观的描述数据科学家、数据分析师和数据挖掘的过程中需要学习的东西，会包括业务思考、技术知识和相关的推荐，给希望从事这个行业的同学一些启发，并且也勉励自己努力！

先简单说一下个人背景，本人天津大学管理学院本科，南开大学金融学双学位，厦门大学管理学院硕士，应该说是经管科班背景。曾经在EY的PI部门实习9个月，PP租车B轮至C轮融资阶段实习过8个月，现在一家A轮的创业公司做数据分析师。

关于数据科学家

互联网公司的岗位大致可以分为技术、产品（PM）和运营三大类，不同的公司会有些微的调整和出入。数据工作相关的同学可能会在产品序列或者技术序列，依你具体的工作内容而有不同，也就是入门的同学可能会感到困惑的数据分析师、数据挖掘、数据科学家，这么多复杂的title具体指向什么样的工作内容和职业发展前景。更甚者，不同的公司因为历史缘由、发展阶段不同和自己的内部部门设置等诸多原因，对外的招聘中对不同title虽然会有约定俗称的定义，但是并不完全一致，也是问题更加复杂。以下就简单的介绍一下这些名词背后代表的能力要求、工作内容和发展前景等。

数据分析师

一般会在产品序列，SQL是标配技能，如果能掌握一定的python、R或者SAS等，则是加分项。数据分析师会在业务线上，主要与PM和运营人员打交道，主要的工作内容包括日常业务监控（周报、日报），产品相关的数据分析（产品调整的数据支持、后续的效果分析等），运营的支持（KPI计算、商机数据等）。

数据分析师的工作会比较琐碎和重复，在A轮及以上的公司中都会有大量的需求，是切入做数据工作的一个非常好的岗位。

数据分析师的职业发展方向是其短板，虽然随着公司的发展，一些重复的简单的需求会被产品化，通过一些报表系统和查询后台来支持周报、日报和PM取数，但是总会有些漏出的项目需要人来支持，但是也不需要太大的团队，所有数据分析师没有很好的上升序列。许多数据分析师会有心去做更加深入的分析性的工作，技术背景比较好的会考虑想挖掘方喜丧转型，或者向PM方向转型，当然除此之外，还可以考虑去大一些公司带团队，或者去第三方工作做咨询。

数据挖掘

数据挖掘则比较明确，会归属在技术序列，一般是计算机科班或者数学、统计学出身的同学。对编程技术要求比较高，同时要求了解许多算法和常用的模型，一般是团队工作，距离业务会比较远，但是工作会比较集中和长期，对个人的成长也比较有利。

数据挖掘的工作相对会高很多，而且职业发展的方向也会比较明确。

数据科学家

这是一个比较宽泛的概念，或许前述的数据挖掘更接近这个概念的内核，毕竟科学家要求干活会多一些。

不过个人粗浅的认识，数据科学家或许需要更加鸿观的掌控全局，从数据的收集、存储、清洗、分析等各方面都需要有基本的认识和了解。需要从业务触发，结合公司发展的阶段和实际情况，给出最经济合理的数据工作的方向和建议。并且，具备扎实的数据分析和挖掘功底，同时兼具敏锐的分析和洞察能力。

数据产品经理

数据产品经理也是许多公司会具备的一个数据相关的工作岗位，一般会整理数据相关的需求，并将其行程需求文档，供技术人员开发。主要是提供内部员工使用的数据平台、报表平台等吧。

数据架构师

在例如阿里、百度和美团等大型公司中，如果提高数据的存储和提取效率是十分重要和高难度的工作。

相关技能

数据分析师：SQL, EXCEL, R, PPT, Python, 理解业务

数据挖掘：Python, R, SQL, linux, git, shell, vim(或其他的编辑器)，算法