做好了都挺赚钱的，数据分析师偏业务，数据挖掘偏技术。对于零基础想进入这个行业的人，我更喜欢用下图来说明这两个职位的发展方向：

对于零基础的人来说，这个图是是什么意思呢？
其实，任何行业随着你深入发展，都分为3个阶段：初级，中级，高级。这根打游戏闯关一样，一级一级网上爬。所以，如果是零基础进入这个行业也对应规划为这3个阶段，你按下面各个阶段要求来对号入座。

1、初级数据分析师
工作内容：
要求熟练使用Excel，PPT。针对产品经理提出的需求来做分析。然后用PPT做分析报告。
比如说，之前社群会员面试的一家互联网教育机构，他们的要求就是用Excel整理学生买课的信息，看看哪一门课程最受大家喜欢之类的。

需要掌握的核心技能：
Excel，PPT，描述统计分析，业务知识
月薪：
这种职位的大概薪资在一线城市的话大概税前有5000-10000
常见的职位名称有：
数据分析师，数据运营，商业分析，战略分析，经营分析，市场行业分析

给你看个招聘要求直观感受下：

2、中级数据分析师：
工作内容：
不仅要会技术还要懂业务，通过发现问题，分析问题，得出结论，为公司的决策做支持。主要干的工作是数据提取、撰写分析报告。负责和支撑各部门相关的报表，监控数据的波动和异常，找出问题，输出专题分析报告。

需要的核心技能：
Excel，PPT，统计概率，业务知识
熟悉SQL
月薪：
这种职位的大概薪资在一线城市的话大概税前大概是7000-20000+

这个级别的招聘要求如下：

3、高级数据分析师
工作内容：
通过编程来处理数据，分析数据，建立模型，预测。

需要的核心技能：
统计学（推论统计分析，A/B测试），熟悉SQL，编程语言Python或者是R
月薪：
这种职位的大概薪资在一线城市的话大概税前有15000-30000+

来个招聘职位感受下：

对于高级数据分析师的职业发展，如果喜欢业务方向，可以往管理端发展，常见的职位名称有：数据产品经理、数据运营经理。
如果喜专研技术，可以往技术专家端发展，常见的职位名称有：数据挖掘工程师、数据开发工程师、大数据工程师。

4、未来的跳槽出路是什么？
如果是往业务端发展，最终可以成为业务资深专家，总经理，或者CEO。我的一位师兄，经过几年的发展，从刚毕业一名数据分析师，到现在已经是一家公司的总经理，他的优势就是既懂数据，又懂业务。他刚毕业也是在北京租房子，现在早已实现了财务*。

来个招聘职位感受下，都需要多年行业的积累，才能成为这个行业的专家。

如果是往技术端发展，你如果工程技术能力突出，那么可以担任公司数据科学部门的老大，常见的职位名称是数据科学家。你如果理论能力非常强，可以写paper，那么可以担任研究院的一把手。我的导师因为科研能力强，现在是一个科研单位数据部门的负责人。

三、如何选择适合自己的职位呢？
1、学习适合自己当前能力的知识
弄清楚自己的基础是怎么样的，学习转行从事哪个岗位的难度更小些，以及自己更适合哪个岗位。很多人一上来没有任何基础，就开始啃机器学习这是不对的。因为你没有统计概率，数学基础，里面很多专业术语根本无法理解。

数据科学是一门交叉学科，除了计算机相关知识，还需要有统计学、数学基础，以及一定业务知识。所以可以作为终身职业发展目标，每天学习一点，慢慢积累进步。

搞清楚各个职位的区别，以及了解自己的基础，知己知彼，就对学习和转行有方向和信心了。最关键的是要在自己的“最佳领域”工作。所谓的“最佳领域”，就是你热爱的、你擅长的、以及社会需要的这3个重叠的领域。

2、新人如何成长呢？
面对不同的职位，我们需要结合自身经历、个人能力选择一个上车，才能分享到人工智能时代的红利。数据分析师是比较适合上车的方向，因为它起步门槛相对较低，市场需求量大，未来职位发展空间好。零基础建议从初级数据分析开始学起。

3、成为一个关键时刻不放弃的人
我观察过身边的人，不管是同学、同事、还是创业合作伙伴，发现大多数人越到关键的时候，越容易放弃。

然而，那些最终坚持下来的，最后都成功了。所有的成长都源于那关键时刻的一点坚持。大多数人都是刚开始一腔热血，找来一堆资料，但是遇到困难却不想解决，在进步的前一刻放弃了，所以他们从来没有感受过成功的快感。

上面是对于完全零基础想进入这个行业的人，数据分析和数据挖掘的职业发展轨迹。愿你在这个行业，成为一个关键时刻不放弃的人。
猴子聊数据分析
​
zhuanlan.zhihu.com
图标