数据从业者的职业发展路径有哪些？

嗯，我承认有点标题党。本人的初衷是写作，究竟有多少类数据相关工作，以及数据从业者的职业发展路径可能是什么。猎头经常打电话说有数据挖掘工程师的职位。你考虑过吗？有人说，一家公司正在寻找数据产品总监、数据分析师、数据架构师、业务分析师。。。有些人只是问，如果我想找一个数据职位，我应该找什么样的候选人。事实上，有时候想想，更不用说猎头了，即使是很多数据从业者，也可能不知道有多少类型的数据相关工作。为什么呢？由于数据相关工作往往是跨学科的，需要大量的专业技能，而不同专业背景的人的切入和成长轨迹也不尽相同。例如，小A可能来自同一个数据分析岗位的统计背景。他可能更擅长各种统计模型，熟练地使用R；小B来自计算机背景。他可能更擅长Python处理数据，更擅长定义数据模型，编写数据挖掘算法；小C来自MBA，可以熟练使用一些统计软件，如SPSS、Excel，不仅可以制作各种数据可视化的商业报告，提出更多辅助商业决策的建议。按照这个逻辑写下来，估计会写小Z。如果你按照这个逻辑写下来，估计你会写到小Z。有兴趣的数据从业者，除了努力学习和提高之外，还希望抬头看看自己的职业生涯走上了什么道路。然而，从上面例子的字面上看，我们更感受到的是「凌乱」。有没有更好的视角让这个问题更清晰？我个人的看法可以从大方向区分:①、从我身边接触的人来看，纯技术路线大致可以分为以下三类:A类：工程数据技术，包括数据架构、数据存储、数据安全等，特别是涉及大量数据的时候。B类：涉及数据采集（如海量日志处理、网络爬虫等）、原始数据再处理过程中涉及的技术，如数据处理、数据模型等。C类：面向应用层的算法和建模技术，包括机器学习、自然语言处理、搜索&从数据到知识，推荐算法，以及深度学习、人工智能算法等技术环节。关于这一块，前一段大数据文摘有一篇文章「机器学习：入门方法和学习路径」推荐大家看一看。②、行业路线可以从初级数据分析师、初级市场研究或一些管理顾问逐步发展到更宏观、更战略的视角来控制（或侧面影响）、引导和孵化产业资源。典型的定位是企业战略专家、投资领域的行业分析师、高级管理顾问，甚至是企业高级管理人员。然而，目前这部分的定位仍然依赖于小数据，未来大数据可能与投资和战略方向有更深层次的结合。③、这里的业务与上述行业的区别在于，业务更注重某一行业或某一领域。例如，有些人专注于电子商务行业的商家分析，有些人专注于基于位置的用户行为分析，有些人专注于消费金融领域的数据分析。这类数据人才的工作往往是由业务问题驱动的，基于数据进行分析。在分析过程中，需要不断积累行业知识、商业产品知识和消费者心理学知识，具有大量的逻辑思维能力和数据嗅觉，通过数据可以看到用户更基本的东西。在具体的分析方法层面，除了掌握一些基本的统计模型外，还需要更多的数据分析思维：发现问题 维度细分 对比 回溯。④、使能路线数据分析往往涉及三段论——发现问题 分析问题 在解决问题之前，积累更多的是发现和分析问题，但只有真正解决问题，才能真正发挥数据的价值。我称定位到解决问题的数据工作为使能路线，具体来说可以分为操作路线(数据操作，或精细操作)和产品路线(即数据产品)。数据运营的起源可能是这样的:一些数据分析师发现某一天某个业务指标有一些异常波动，比如总收入下降30%，所以在特定维度(时间、地区、流量来源、一些人口特征或其他细分维度)细分 对比 回溯过程定位了问题。并且可以根据问题的关键点分析潜在原因，并在此基础上开展运营工作。这里的运营细化可能包括活动策划、渠道选择、时机把握、目标细分和定位、文案等。大多数链接可以根据以前的数据模型计算出相对优化的方案，在此过程中经常使用大量的A/BTesting。之前写过关于数据产品的文章。「前世今生的数据产品」，可以翻历史文章看看。⑤、综合路线上的一些数据行业从业者也有全栈的趋势。基于某一环节的数据从业者，如果在兴趣的驱使下，基础知识和知识也会扩展到上下游，例如，数据科学家：数学、统计学、编程、业务理解、机器学习、数据可视化；GrowthHacker：数据分析、精细操作、消费者洞察、营销、数据挖掘A/BTesting、可能涉及产品规划；数据方向的企业家：如果他有积极解决问题的激情和动力，数据分析师往往是敏感的，也许会走上这条路，身边也不乏这样的朋友。...最后，我想说的是，选择方向很重要，但更重要的是脚踏实地地练习内功。...最后，我想说的是，选择方向很重要，但更重要的是脚踏实地地练习内功。你想做什么？「搞数据的」？