#科技#大数据时代来临，很多从业者对大数据相关工作趋之若鹜，认为大数据是目前我国比较有前途的发展领域，大数据相关职位也就成了人们眼中的香饽饽，笔者也基本认同这一观点。

这里，我们可以大体梳理一下大数据的职位头衔。作为“新基建”的重要内容，大数据的领域其实比较宽泛，当然不只是一两个职位就能笼统以概之的。目前人才市场上，大数据方面的职位大体包括：大数据开发工程师，大数据分析师，大数据挖掘工程师， 数据架构师 ，数据仓库开发工程师，数据仓库管理师，数据科学家，数据产品经理等等，当然，不同行业，不同企业会赋予不同的职位头衔。

没有涉足大数据领域的朋友，或是刚进入大数据领域的朋友，对大数据工作者日常工作内容可能并不十分了解，只是直觉地认为干大数据嘛，就是跟数据打交道，就是处理数据。就拿数据分析师来说，常常被周围的环境和需求带入一些误区，从而让数据的价值无法真正得以体现，数据分析师的个人价值也就得不到认可。

误区一：数据分析工程师可有可无

大数据分析师并不像如何成为一名程序员那么有章可循。高校也没有专门的数据分析专业，有的也是传统统计学范畴的，大数据分析师就是一个边缘职位，可有可无，招聘一枚懂数据库查询的人就可以搞定。

误区二：万物皆可分析，贪大求全

数据分析，分析什么东西呢？哪里有数据，哪里就有数据分析，什么都可以分析，贪大求全。让数据分析师工作疲于奔命，最后得到结果也不能让领导满意，因为数据质量差，分析结果参考价值大打折扣，或是与实际结果大相庭径。

误区三：数据分析师岗位定位不明确，处于打酱油状态

数据分析师是软件工程师吗，做编程吗，是管理层吗，是商务人员吗，属于市场或销售人员吗。天天跟数据打交到，很少看你写代码呢，管理决策不都是领导和老板说了算吗，你也没客户，也没做市场营销啊。最后数据分析师什么也不是，工作任务就是找找数据、整理整理数据表、做做各种报表、写写 ppt、打打小报告了。

误区四：超出业务范围，好高骛远

某些领导或公司管理人员，要求数据分析大而全，拍拍脑袋要结果。大到以国家，行业，公司规模作为纬度的，浏览量和 UV 都要。在他们眼里，数据分析师什么都能弄，什么都应该很简单，不管什么平台不平台，中台不中台，因为收集数据是最简单的体力活。这样的场景，可能做数分析的你，已经司空见惯。

数据分析，被很多人漏看了“分析”二字，很多人没有了解数据分析师涉及的知识面和技能的深度与广度，数据管理的难易程度。有时，你可能看到某些大型公司的数据分析师拥有高薪，较为体面的职业头衔，这是因为，除了这些企业对数字化价值的高度认同外，对公司数字化运营的投入与重视前所未有。

数据分析师的正确姿势该是什么样子的呢？

企业生产经营过程中，产生大量数据，这些数据可以通过一些手段转化为决策的动力，助推企业生产经营活动，让企业以更高效，更便捷的方式达成生产经营目的。数据分析师，就是其中的结合点，是中间枢和重磅环节。所以，有数据科学家和数据产品经理这样的职位诞生，也就不足为怪。好在，越来越多的企业开始重视企业数字化，重视数据工作者，这给数据工作者带来了新的发展机遇和体现自生价值的舞台。