数据分析师
许多企业和公司都专注于客户预测，营销，研究和销售的大数据策略。每日创建的数据量令人震惊，IBM报告，全世界的90％目前可用的数据居然在过去几年中产生。这是很多生物数据飞行，但如果没有熟练弄清楚如何使用该数据，那就没用了。这就是数据分析师和数据科学家进来的地方。
数据分析师做什么
在最基本的层面上，数据分析师收集、评估和解释来自各种来源的数据，比如研究或数据分析SQL数据库。然而，实际工作要比整天盯着数字和数据复杂得多。数据分析师必须理解这些信息。他们从数据中得出合乎逻辑的结论，根据他们的发现为营销或研究团队提供有价值的见解，并将数据汇编成非数据分析师可以理解的形式。分析师使用专门的应用程序从数据库和其他来源提取数据，创建报告，并使用软件识别信息中的模式和趋势。根据公司的需要，数据分析师可以在办公室、现场或家中工作。不过，通常情况下，你是在办公室里工作，与需要你的服务来帮助他们完成目标和截止日期的各个部门进行互动。
数据分析师使用不同的分析模型来处理数据。例如，回归分析选取特定的变量，估计它们之间的关系。该模型通常用于未来的预测和预测，特别是当因变量和自变量之间存在随机关系时。这些数据分析技巧证明对日益增长的业务有用，在研究中找出问题，或确定往市场的人口统计。
数据建模软件是数据分析师口袋里的主要工具。分析人员使用的精确建模工具取决于输入的数据。MicroOLAP数据库设计器用于整理mySQL和PostgreSQL数据，为公司需要一个集中的应用程序。其他应用程序支持广泛的技术，如CA Erwin Data Modeler。它支持Access、Teradata、Sybase、Progress、Oracle、MySQL、Ingres、Informix和IBM DS2数据库。
一个名为数据科学家的新纪律，重点介绍了数据分析师的强大企业背景。这一学科主要脱离公司解决大数据策略的公司，因为他们所需的分析师，他们可以随着IT部门尽可能容易地宣传其调查结果。数据科学家的另一个特征是从多个通道中汇集数据以进行比较分析，而不是通过单源数据看。
数据分析师能挣多少钱?
数据分析师的薪资中位数为7万美元，工资制员工和承包商的时薪为35美元。薪资范围取决于分析师所从事的行业、他们对分析软件的熟悉程度以及工作地点。大多数行业都需要数据分析师，但最常见的招聘行业是技术公司、金融机构、政府公司和营销机构。
需要什么样的教育和技能?
最重要的是，数据分析师必须熟悉复杂的技术，专家交流精通数据趋势和模式，有很强的数学和逻辑能力，特别是在统计学方面。大多数数据分析师主修计算机科学，精算数学，统计，普通数学，或相关的硬科学和数学领域。初级职位需要学士学位，尽管硕士学位对于中高层管理和监督职位来说是很普遍的。超过硕士学位的分析师倾向于继续从事学术研究。
