数据分析类岗位的大致方向
一般就互联网行业而言，所从事的数据岗位一般分为数据/商业分析、数据挖掘、数据产品、数据工程四个方向：
· 数据/商业分析师
主要从事收集、处理和执行统计数据，将大型数据集转化并处理成可用的形式，从而帮助决策过程，为组织得出有意义的结论。
数据分析、运营岗位也是大部分人开启职业生涯的第一岗位，对新人入门比较友好。其管理岗位包括数据运营经理/总监、数据分析经理等，相对应的能力是能建立指标体系；也可以考虑向数据挖掘工程师等分支发展。
· 数据挖掘工程师
数据挖掘工程师除了要掌握算法，同样需要强大的编程能力及工程实践经验，尤其在特征选取方面，需要对业务拥有深刻洞察。
除了互联网行业，数据挖掘在金融、电商等业务领域同样拥有重要地位。数据挖掘工程师可向算法专家、深度学习专家发展，当然其理论及业务要求也会更高。
· 数据产品经理
无论是基于强数据分析能力来优化产品，还是做数据相关产品的规划，数据产品经理都可谓一专多能的典型。
目前这一岗位还处于新兴阶段，岗位缺口也比较大，感兴趣的同学可以以沟通能力、项目管理能力为突破口进行尝试。
· 数据工程师
选择走数据工程路线，主要负责准备、处理、管理收集和存储数据，将数据从一个系统连接到另一个系统，用于分析或操作用途。
相较来说，数据工程更偏底层技术，也是不少传统的数据库从业者可以考虑的发展方向。
数据技能的更多应用场景
除了上述提到的更偏向于互联网行业的数据类岗位，数据架构师、机器学习工程师、数据统计学家、数据科学家、商业智能开发人员等，都是目前备受瞩目和欢迎的数据科学职业道路。
据美国劳工统计局2020-2030就业预测数据显示，数据科学职业正在呈现出非常高的增长率，尽管在总劳动力中所占的份额较小，但未来的增长势头不容小觑。
麦肯锡《大数据行业报告》也指出，未来6年，全球商业分析人才缺口将达150万，目前商业/数据分析师起薪平均达7万美金，数据科学家的平均年薪更是可达11万美金，拥有广阔的技术发展平台以及就业前景，并将继续塑造和影响企业和组织的运作方式。
