都说大数据就业好，为什么数据分析这么难就业？

大数据和数据分析还是两个不同的方向的哈~

大数据开发做什么？

大数据开发分两类，编写Hadoop、Spark的应用程序和对大数据处理系统本身进行开发。大数据开发工程师主要负责公司大数据平台的开发和维护、相关工具平台的架构设计与产品开发、网络日志大数据分析、实时计算和流式计算以及数据可视化等技术的研发和网络安全业务主题建模等工作。

大数据开发应具备的技能：

目前从事大数据应用开发的语言包括Java、Python、Scala、R等，需要熟悉Hadoop、HBbase、hive、spark、Flink、ES、Presto、Flume、Kafka生态的原理和使用方法，掌握数据开发、数据挖掘的各项流程。

大数据分析师是做什么的？

大数据分析师在大数据时代受到格外重视的一个岗位，尤其是具备专业技能以及行业经验的大数据分析人才，是企业竞相争抢的香饽饽。随着大数据行业的进一步发展，人才需求增加，大数据分析师培训也多了起来。
大数据分析师，随着企业对数据价值的重视也越发地得到重视，大数据分析师的日常工作，总结为挖掘海量数据当中的价值信息。做大数据分析涉及到数据获取、数据存取、数据预处理、数据建模与分析、数据可视化等环节。

大数据分析师应具备的技能：

熟悉Excel的使用，熟练使用图表及函数功能，掌握VBA编程技能者优先；熟悉MySQL数据库的使用，熟练掌握SQL相关的DML数据操作语言；了解基础的数据分析方法，包含：描述性分析、回归分析、方差分析；有相关数据可视化工作经验、自动化报表开发工作经验者优先。
数据分析师，顾名思义是指那些专门分析数据的人员，分析的数据主要是结构化数据，近年来对文本数据的分析也越来越多。

更加通俗的讲，数据分析师其实是翻译人员，是将数据翻译成结论的人，且这个结论是对方能听懂的。

下面这张有行和列的数据就是结构化数据，也是我们平时分析使用最多的数据。

不同行业的数据分析师，是有一定差别的，有的偏研发岗位，比如数据挖掘工程师、机器学习工程师、数据工程师；有的偏业务岗位，比如运营分析专家、用户研究工程师、商业分析师等。
在这些岗位中，都涉及到通过分析数据来解决问题，只是在整个工作流程中的侧重点会稍有不同。

那么，我们现在就来看一下数据分析的工作流程：

第1步：数据分析最开始是由一个明确的问题来驱动的，比如互联网企业中经常会遇到【上周APP日活人数发生明显增加/下降的现象】，这时候就需要通过数据分析来找答案。

当然有些领域也会出现【在没有明确问题的前提下，拿到数据就开展分析工作】的情况，比如高校等科研院所，领导可能会直接甩给你一批数据，让你挖掘挖掘，看能得到什么结论，其实这类数据分析工作与企业中常说的数据分析工作，存在本质上的区别，对于这方面的内容，以后我可以再单独详细阐述。

第2步：这个问题是否能细分为多个小问题。一个大而复杂的问题，通常很难用一种数据分析方法解决，需要细化为多个小问题，每个小问题可以用一个简单的数据分析方法搞定。并且，根据细分的小问题，我们可以知道每个小问题需要收集哪些数据、用什么分析方法、制作什么样的图表等等，这一步在数据分析过程中非常关键，是考察我们研究设计能力高低的重要判断依据。

第3步：根据每个细分小问题，收集相应的数据。

第4步：根据收集到的数据，相应选择合适的数据分析方法，得到一个个细分小结论。

第5步：总结完整的结论。

第6步：评估结论是否能合理解释最开始的问题，这一步与第2步同等重要。

说完数据分析的流程，再回过来说下数据分析师的工作内容。当前互联网企业中数据分析师的岗位，70%的工作量主要集中在数据采集、整理和预处理上，这是数据分析这项工作的属性决定的，必须得先收集到数据，再清洗数据才能做后面的分析工作，而收集数据、清洗数据又是数据分析中最累的活。

剩下30%的工作包括设计指标、使用工具（Excel、Tableau、SPSS、R、Sass、Python、EViews、Stata等）分析数据、写报告、开会等等。

但是，很多刚入行数据分析的人，在面对整天处理大量数据的重复性工作时，总是感到厌倦、失望、崩溃，甚至在还没有接触到后面30%的工作时，就萌生了转行的想法…

其实，这些都属于数据分析师的“份内事”，只有把前期的工作做扎实，后期的分析工作才能完成的更漂亮。

如果觉得数据分析方向不好找工作，不妨尝试一下大数据开发方向的~

Boss直聘发布的，今年春季的招聘数据大数据需求增长排名第二，

猎聘发布的2019年来新发职位同比增长最快的5大领域，前五名就是：人工智能，生产制造，大数据，医疗健康，能源环保。

《2020中国大数据产业发展白皮书》显示，2019年中国大数据产业规模达5397亿元，同比增长23.1%，随后稳定增长，预计到2022年将突破万亿元。

根据LinkedIn、赛迪智库、拉勾网等机构的统计结果，大数据时代下的数据人才总体缺口呈现加剧增长状态。近3年，数据人才缺口在以每年50万人增加，预计在2022年，相关大数据专业高校毕业生大规模进入就业市场后，整体缺口增速才会有所放缓，但这一缺口仍会长期存在。

招聘有了，但是应聘者往往因为学历，工作经历找工作会遇到各种各样的问题，那么现在已经从事大数据的开发人员具体情况是怎样的呢？我们来看下面这几点：

1、学历层次

从学历层次来看，我国大数据人才的学历层次分为4个大类，分别是硕士及以上、本科、专科、专科以下，其中本科学历的大数据人才最多，占到高达65.45%的比例，其次是硕士及以上，而专科及以下学历的大数据人才仅占一小部分。可以看出，大数据行业作为一个新兴行业，对人才的学历要求普遍较高。

2、专业来源

在专业来源方面，我国大数据人才的专业来源主要由数理类、经济管理类、计算机类及其他专业四大类构成，其中计算机类占比最高，其次是数理类。

3、渠道来源

大数据人才的渠道来源分为4个大类，分别是校招、社招、内部培养和推荐、培训机构招聘。企业大数据人才各渠道来源的人数和占比见下图。

其中社招占比最大，比校招、内培和内推以及培训机构招聘的总和还要高。目前主要依靠社招，说明学校教育与社会需求脱节，内培和培训也不能满足岗位要求。

4、薪资水平分布

当前，大数据人才的薪资处于相对较高水平。薪资在1万元以下，占总人数的34.6%；1万元-2万元占比为35.64%；2万以上占比为29.77%。

5、岗位类型及数量

目前企业提供的大数据岗位按照工作内容要求，可以分为以下几类：

① 初级分析类，包括业务数据分析师、商务数据分析师等。

② 挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。

③ 开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。

④ 产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。四类岗位的数量和占比见下图。

大数据需求越来越多，国家也在开设相关岗位，从2018年开始就逐年较大的增长。

此时报考大学的学生和家长也对大数据，人工智能非常感兴趣，大数据连续3年进了前5，而且学历主要是本科就可以。

可以预见的将来这几年，这真的是一个朝阳行业，而且现在缺口很大。

薪资高、缺口大，自然成为职场人的“薪”选择！

任何学习过程都需要一个科学合理的学习路线，才能够有条不紊的完成我们的学习目标。Python+大数据所需学习的内容纷繁复杂，难度较大，为大家整理了一个全面的Python+大数据学习路线图，帮大家理清思路，攻破难关！

Python+大数据学习路线图详细介绍

第一阶段大数据开发入门

学前导读：从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续学习打下坚实基础。

1.大数据数据开发基础MySQL8.0从入门到精通

MySQL是整个IT基础课程，SQL贯穿整个IT人生，俗话说，SQL写的好，工作随便找。本课程从零到高阶全面讲解MySQL8.0，学习本课程之后可以具备基本开发所需的SQL水平。

2022最新MySQL知识精讲+mysql实战案例_零基础mysql数据库入门到高级全套教程

第二阶段大数据核心基础

学前导读：学习Linux、Hadoop、Hive，掌握大数据基础技术。

2022版大数据Hadoop入门教程
Hadoop离线是大数据生态圈的核心与基石，是整个大数据开发的入门，是为后期的Spark、Flink打下坚实基础的课程。掌握课程三部分内容：Linux、Hadoop、Hive，就可以独立的基于数据仓库实现离线数据分析的可视化报表开发。

2022最新大数据Hadoop入门视频教程，最适合零基础自学的大数据Hadoop教程

第三阶段千亿级数仓技术

学前导读：本阶段课程以真实项目为驱动，学习离线数仓技术。

数据离线数据仓库，企业级在线教育项目实战（Hive数仓项目完整流程）
本课程会、建立集团数据仓库，统一集团数据中心，把分散的业务数据集中存储和处理；目从需求调研、设计、版本控制、研发、测试到落地上线，涵盖了项目的完整工序；掘分析海量用户行为数据，定制多维数据集合，形成数据集市，供各个场景主题使用。

大数据项目实战教程_大数据企业级离线数据仓库，在线教育项目实战（Hive数仓项目完整流程）

第四阶段 PB内存计算

学前导读：Spark官方已经在自己首页中将Python作为第一语言，在3.2版本的更新中，高亮提示内置捆绑Pandas；课程完全顺应技术社区和招聘岗位需求的趋势，全网首家加入Python on Spark的内容。

1.python入门到精通（19天全）

python基础学习课程，从搭建环境。判断语句，再到基础的数据类型，之后对函数进行学习掌握，熟悉文件操作，初步构建面向对象的编程思想，最后以一个案例带领同学进入python的编程殿堂。

全套Python教程_Python基础入门视频教程，零基础小白自学Python必备教程

2.python编程进阶从零到搭建网站

学完本课程会掌握Python高级语法、多任务编程以及网络编程。

Python高级语法进阶教程_python多任务及网络编程，从零搭建网站全套教程

3.spark3.2从基础到精通

Spark是大数据体系的明星产品，是一款高性能的分布式内存迭代计算框架，可以处理海量规模的数据。本课程基于Python语言学习Spark3.2开发，课程的讲解注重理论联系实际，高效快捷，深入浅出，让初学者也能快速掌握。让有经验的工程师也能有所收获。

Spark全套视频教程，大数据spark3.2从基础到精通，全网首套基于Python语言的spark教程

4.大数据Hive+Spark离线数仓工业项目实战

通过大数据技术架构，解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据，基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。

全网首次披露大数据Spark离线数仓工业项目实战，Hive+Spark构建企业级大数据平台