当前位置：搜档网 › 数据分析师职位要求

数据分析师职位要求

做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是各个企业对数据分析师的职位要求。在前程无忧、中华英才网以及智联招聘上，我们随便搜索下数据分析的岗位信息，都能找到大量类似于下面的一些职位要求信息：

别看岗位职责，任职要求这么多，说白了主要就三点要求：

1）对相关业务的理解；

2）掌握一到二种数据分析工具；

3）良好的沟通。可能不同的公司因为需求不同，会在要求上有点小小的不同，而这个不同主要集中在数据库上。了解数据分析师的具体需求之前，我们有必要先了解数据分析师的职位体系。

数据分析师的职位体系

在传统行业中，数据分析更多存在移动、银行、超市等行业，在这些行业中你才会偶尔听到数据分析师这个职位，也许更多是听到数据挖掘工程师、数据建模师。在中国也许只在电信的项目中，才会存在真正的意义上的数据挖掘。

数据行业从广义上讲可以分为以下几个职位：

1、数据分析师

更注意是对数据、数据指标的解读，通过对数据的分析，来解决商业问题。主要有以下几个次层次：

1）业务监控：诊断当前业务是否正常？是否存在问题？业务发展是否达到预期（KPI）？如果没有达到预期，问主要问题在哪？是什么原因引起的？

2）建立分析体系：这些数据分析师已经对业务有一定的理解，对业务也相对比较熟悉，更多帮

业务方建立一套分析体系，或者更高级是做成数据产品。例如：营销活动。分析师会告诉业务方，在活动前你应该分析哪些数据，从而制定恰当的营销计划。在营销过程中，你应该看哪些数据，从而及时做出营销活动调整。在营销活动，应该如何进行活动效果评估。

3）行业未来发展的趋势分析：这应该是数据分析师最高级别，有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高，在行业、宏观的层面进行业务分析，预测未来行业的发展，竞争对手的业务构成，帮助公司制定战略发展计划，并及时跟踪、分析市场动态，从而及时对战略进行不断优化。

主要技能要求：

数据库知识（SQL至少要熟悉）、基本的统计分析知识、EXCEL要相当熟悉，对SPSS或SAS有一定的了解，对于与网站相关的业务还可能要求掌握GA等网站分析工具，当然PPT也是必备的。

2、数据挖掘工程师

更多是通过对海量数据进行挖掘，寻找数据的存在模式、或者说规律，从而通过数据挖掘来解决具体问题。数据挖掘更多是针对某一个具体的问题，是以解决具体问题为导向的。例如：聚类分析，通过对于会员各种人口统计学、行为数据进行分析，对会员进行分类，对不同的类型的会员建立相应的profiling，从而更好的理解会员，知道公司会员是到底如何？高、中、低低价值的会员构成，既可以后期各种会员的运营提供指导，提高活动效率，可以指导公司的营销，例如广告的投放策略。以及用于公司各种战略的制定。

主要技能要求：

1）数据库必须精通。很多时候，你模型的数据预处理，可能完成在数据库里完成，你用到的数据库技巧更高。

2）必须要会成熟的数据挖掘工具、数据挖掘算法，例如：SPSS/CELEMENTINE、SAS/EM等，当然如果你会一、二款开源软件，并会写一些程序代码那是最好的，大公司都喜欢用开源的软件，例如：R、WEKA。

3、数据建模师

这个职位与数据挖掘工程师还是有本质区别的。数据建模师，更多偏向于中、小数据量，而且其使用更多更多是统计学的方法，而数据挖掘中的例如：决策树、神经网络、SVM等在这里是根据不会涉及的。

当然二者有一个共同之处都是，针对很具体的问题，都是会解决某个具体问题，例如：营销反应率，你就可能历史的邮箱、短信的反应情况，来建模型进行预测，从而提高邮件反应率，或者减少对用户来说的“垃圾”邮箱，提高用户体验。所以从掌握的技能上讲，这二者就有很大的区别，数据建模师其实很少会提到算法这个词，更多说使用什么模型，有感觉吗？但是从实务界来看，这二个模型越来越没有明确的分工，一般来说都会二个职位的人都会去学习对方的知识，所以这二个职位有合并的趋势，但在未来几年来，我觉得公司要招人的时候应该还是要有区别的。

新进入数据行业的同学，可以根据自己的背景背景选择相应的职位，学数据、统计学的朋友更多可以偏向于建模师，而计算机特别是写编程出现和同学，可以走数据挖掘工程师，也许适应性更好，但这不是绝对的。

数据分析师的职位级别划分

不同公司对数据分析师的职位划分骚有不同，在一些中小型企业，没有成立独立的数据中心前，数据分析的相关职位往往是在譬如市场部、运营部这些部门之下，通常数据分析成员在2-4人不等。对于一些大型企业，有独立的数据部门的企业，其数据分析团队人员则是十到百人不等，其职位头衔有通俗的总监、经理、主管划分，也有助理、资深、专家之类的划分。下面是一张微博上传的比较火的某集团的数据分析师职位级别划分图表，大家可根据自身的情况对号入座。（下图来自微博阿里的朋友分享）

项目数据分析师事务所

关于组织参加湖南2012年第1期“项目数据分析师”认证培训的通知目前，众多注册会计、审计、税务、资产评估师以及工程咨询师和企事业单位的财务、审计、决策等相关人员在通过“项目数据分析师”专业技术培训与考核后，把项目数据分析技术运用到实际工作中，不但提高了工作效率，而且保障了企业决策科学性，为企业创造了巨大的经济效益。在需求日益增长的情况下，众多事务所、咨询机构、企事业单位等在原有业务的基础上纷纷开辟了项目数据分析相关业务，撰写专业项目数据分析报告，创造了较为理想的经济效益，也为业务发展寻找到了崭新的更有竞争力的发展方向。为使湖南省培养出更多宽口径、高尖端的数据分析专业人才，中国商业联合会数据分析专业委员会和授权的湖南管理中心将组织湖南首届“项目数据分析师”认证培训和中国数据分析专业委员会及国家工业和信息化部教育与考试中心组织的考试，请各单位、部门将此通知信息告知本单位的相关职工。（一）“项目数据分析师”的介绍：项目数据分析师（简称CPDA是专业从事投资和运营项目数据分析的高级决策人，是目前国际上相关领域非常权威和流行的职业，以专业的技能与高薪而闻名。项目数据分析师通过掌握大量行业数据以及科学的计算工具，将经济学原理用数学模型表示，科学合理的分析投资和运营项目未来的收益及风险情况，为做出科学合理的决策提供依据。（二八项目数据分析师（CPDA培训对象： 1、负责投资项目审核审批和招商引资等工作的政府机构领导及相关人员。 2、会计师事务所、资产评估事务所以及税务师事务所相关专业人员。 3、企业从事项目评估、投资决策工作的相关人员。 4、银行或非银行金融机构信贷和投资管理人员。 5、从事风险投资和产业投资的专业人员。 6、投资管理公司、投资管理顾问公司专业人员。 7、有志于在项目数据分析领域发展的人士。（三）培训、考核方式和项目数据分析师（CPDA证书：2、考核：培训结束后可参加中国数据分析专业委员会及国家工业和信息化部教育与考试中心组织的考试。考试说明： A.考试分为理论机考和实操笔试，分别为客观题和主观题。理论考试以项目数据分析原理为考试要点，主要考核学员的理论素质；实操考试以实际案例分析为主，主要考核学员在实战中运用分析原理及专门分析工具进行分析和决策的能力； B.全国统一考试，考试次数为一年四次。当次考试集中在一天举行，两科考试时限分别为120 分钟和180 分钟，满分均为100 分，及格（合格）均为60 分。 3、证书：参加培训且考试合格者将获得由后获得由中国商业联合会数据分析专业委员会以及国家工业和信息化部教育与考试中心颁发的《项目数据分析师证书》及《项目数据分析师职业技术

数据分析师岗位的职责

数据分析师岗位的职责数据分析师需要使用数据库技术和统计分析软件，对企业内外部的业务数据进行处理、清洗和分析。以下是小编整理的数据分析师岗位的职责。数据分析师岗位的职责1 职责： 1.每日统计退货商品明细，周报退货分析至上级，后期跟进采购部处理进程以及结果; 2.每日统计产品未发货信息，在途信息，到货信息，并核算各销售渠道的出货数量，建立单品的出入库明细账，据此将存在滞销风险的商品，断货风险的产品及库存或销售异常的产品日报至上级并提出有效性解决方案，与市场营销部采购部仓储部共同商讨处理方案，后期跟进处理进程以及结果; 3.周报供应链健康情况：资金占比分布，库存状态，供应商风险; 4.日跟踪订单计划出货，实际发货，收货反馈的情况，与其他部门沟通查明3者的差异原因，记录并日报反馈至上级;

5.日跟踪订单入库付款情况，将情况日报至上级; 6.协助上级进行资金链管控工作，周统计物流发货计划，与采购部沟通进行未来应付账款预估; 7.协助上级进行财务审核等工作。任职要求： 1、本科及以上学历(计算机、金融理学、统计学、应用数学、数据挖掘专业优先),有2年以上数据分析、数据挖掘相关工作经验优先; 2、有独立进行数据分析项目，特别是电商行业数据分析的优先考虑; 3、具有较强的数据分析能力和严密的逻辑思维，擅于通过数据分析发现业务规律; 4、具备较强的抗压能力，能接受加班工作，拥有自主学习能力，乐于接受挑战，保密意识强; 5、具备较强的沟通能力以及工作主动性，能协调带动团队共同努力; 6、熟悉Java或其他编程优先考虑。数据分析师岗位的职责2

1.使用SAS、R、SQL、Tableau、VBA等编程语言和软件，查询、整合商业数据，截取合适样本，探索使用数据分析技术，开发各类统计模型，如：回归分析、决策树、聚类分析、主成分分析、因子分析、生存分析、随机森林、神经网络、遗传算法、社交网络、时间序列、模拟优化，等等，并以之进行客户细分，用于支持商务决策; 2.与市场策略和运营部门紧密合作，运用模型和客户细分结果，分析客户在特征和行为模式上的优劣态势及未来潜力，基于分析结果，为各种不同目的和规模的市场推广项目设计参与客户名单、测试、方式、奖品及渠道，并根据客户预期价值进行项目投资成本分析; 3.对各类市场项目进行跟踪报告和总结性收益与成本分析，得出合理结论，指导未来市场项目的优化; 制作数据汇总、模型开发、商务分析等各类报告，对报告进行可视化处理，制作生动的图表和演示文稿，向内部用户推介模型与分析结果; 4.保持内部客户沟通渠道畅通，无遗漏地回答内部客户提出的关于模型开发、分析结果和报告的各类问题，主动发掘并收集客户需求，经过分析讨论，转化成为有效开发项目;

大数据工程师简历模板标准版

大数据工程师简历模板标准版张* 居住地：北京 E-mail：最近工作[1年6个月] 公司：XX有限公司行业：房地产开发职位：数据分析工程师最高学历学历：本科专业：电子商务学校：北京外国语大学求职意向到岗时间：一个月之内工作性质：全职希望行业：房地产开发目标地点：北京期望月薪：面议/月目标职能：数据分析工程师工作经验

2013/6—2014/12：XX有限公司[1年6个月] 所属行业：房地产开发信息部数据分析工程师 1.房产二手市场业务数据整理分析、各门店业绩情况整理分析; 3.参与公司数据仓库开发; 4.参与开发过程中的各项工作; 2012/8—2013/5：XX有限公司[9个月] 所属行业：快速消费品信息部首席信息官CIO 2.建立信息管理系统，从业务调研，系统开发，到后期实施全程主导参与; 2007/9—2012/6北京外国语大学电子商务本科证书语言能力英语(良好)听说(良好)，读写(良好) 基本情况姓名性别女出生日期 1985.11.21 民族汉族

婚姻状况已婚教育程度本科工作年限 4年群众现有职称无户口所在地山东省青岛市现居住地青岛市联系方式电子邮箱求职意向期望从事职位：数据分析师期望工作地点：青岛市自我评价 2、熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件; 3、数据处理能力很强，熟练使用Office软件; 工作经历

单位性质：合资所任职位：数据分析师工作地点：青岛市职责描述： 1、根据业务需求，制定用户使用行为数据的采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告; 2、跟踪并分析客户业务数据，为客户的发展进行决策支持; 3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值; 4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。单位性质：国企所任职位：数据分析助理工作地点：青岛市职责描述： 1、完成对行业销售及相关数据的分析、挖掘，熟练制作数据报表、撰写评估分析报告; 2、独立完成用户行为特征与规律的分析，关注市场动态与风险，为产品方向提出合理建议; 3、在分析师的指导下构建公司业务领域数据分析与挖掘模型和方法论; 5、完成数据分析相关的需求调研、需求分析等。项目经验项目职责：

数据挖掘在各行业中应用的案列(信达永道项目数据分析师事务所)

https://www.sodocs.net/doc/a112108577.html, 数据挖掘在各行业中的实务及应用案列数据挖掘建模过程与流程简介：业务定义明确（定义、判别标准、分类条件等）目标变量、输入变量（客户基本状况、业务指标等）、建模数据（选择预定义变量相关的数据）数据转换和整合、抽样、随机化、缺失值处理等决策树、神经网络、逻辑回归、聚类分析、关联分析、时间序列分解、RFM 模型、生存分析模型…… 专业的分析专家完成、模型修订和调整商业问题不同模型不同、竞争模型的考虑数据分布和属性不同模型不同选择对实际结果预测/识别能力强的模型对模型给出合理解释、模型推广应用试点、模型监控和调整、通用模型具体化实务及应用案列电信行业： 1、客户流失分析：根据已有的客户流失数据，建立客户属性、服务属性、客户消费情况等数据与客户流失概率相关联的数学模型，找出这些数据之间的关系，并给出明确的数学公式。然后根据此模型来监控客户流失的可能性，如果客户流失的可能性过高，则通过促销等手段来提高客户忠诚度，防止客户流失的发生。这业务问题定义选择数据数据清洗和预处理模型选择模型建立和调整模型评估和检验模型解释和应用

就彻底改变了以往电信运营商在成功获得客户以后无法监控客户流失、无法有效实现客户关怀的状况。 2、客户消费模式分析：客户消费模式分析（如固话话费行为分析）是对客户历年来长话、市话、信息台的大量详单、数据以及客户档案资料等相关数据进行关联分析，结合客户的分类，可以从消费能力、消费习惯、消费周期等诸方面对客户的话费行为进行分析和预测，从而为固话运营商的相关经营决策提供依据。 3、客户欠费分析和动态防欺诈：通过数据挖掘，总结各种骗费、欠费行为的内在规律，并建立一套欺诈和欠费行为的规则库。当客户的话费行为与该库中规则吻合时，系统可以提示运营商相关部门采取措施，从而降低运营商的损失风险。 4、客户市场推广分析客户市场推广分析（如优惠策略预测仿真）是利用数据挖掘技术实现优惠策略的仿真，根据数据挖掘模型进行模拟计费和模拟出账，其仿真结果可以揭示优惠策略中存在的问题，并进行相应的调整优化，以达到优惠促销活动的收益最大化。 5、其他：营销响应分析、市场细分、需求预测等等案例分享一：客户流失预警 XXXX电信公司的客户流失建模。该电信公司原本是市场的领先者，但目前正受到来自其它电信公司日益激烈的竞争。由于竞争对手接连推出了一系列新产品，并进行了大量的促销活动。最近半年来，XXXX电信公司的客户流失较为严重。为了保持其战略性市场主导地位，该公司公司计划开展客户保留活动。在活动进行之前，为了尽可能提高活动收益，该公司需要对现有的客户的数据进行分析，从众多客户中找出流失可能性高的优质客户并针对其开展活动。而对于流失可能性低或者保留成本大于收益的客户，则可以不展开活动。此外，客户流失预测也能帮助其发现那些申请服务后不久就欠费停机的客户，从而减少这类客户带来的损失。一、前期数据理解、字段选用、数据清洗过程（略）二、数据准备：分析人员根据数据理解的结果准备建模用的数据，包括数据选择、新属性的派生，数据合并等三、模型建立：首先利用C5.0决策树模型进行属性约减，然后以约减后的属性为自变量，以是否流失为因变量，训练神经网络模型，得到相应的客户流失预测模型。对检验集应用该模型，并根据预测结果的准确性评价模型。下图是模型建立和评估的数据流图。

金融数据分析师的岗位职责.doc

金融数据分析师的岗位职责金融数据分析师负责为公司处理客户的相关工作，并协助经理的工作事务。下面是我为您精心整理的金融数据分析师的岗位职责。金融数据分析师的岗位职责1 职责： 1.定期整理交易数据，向上级领导账户分析结果; 2.按照要求进行技术和基本面规律的分析，进行数据的搜集及整理; 3.严格执行公司各项制度，配合部门领导有关工作; 4.负责为客户提供完善的理财计划及信息咨询; 5.遵守公司的各项管理制度，承办领导交办的其他工作。要求： 1、对金融经济知识感兴趣，希望踏足金融圈的; 2、有无经验亦可，金融专业以及具有操作经验者优先考虑; 3、有较强的学习能力，公司提供完善免费的交易培训; 4、有求知欲，有集体荣誉感，有上进心，有赚钱的信心和欲望; 5、有冷静的头脑与不被别人影响的判断力，能够坚持己见。金融数据分析师的岗位职责2 职责： 1、负责为客户提供专业的投资理财、外汇信息分析研究;

2、负责公司外汇业务分析及上市报表管理; 3、负责对外汇行业的信息管理系统进行业务系统分析; 4、负责对外汇进行业务管理和分析，提出优化管理流程的策略或建议; 5、负责跟踪宏观经济发展动态，寻找投资机会; 6、配合销售人员进行市场营销和客户培训。岗位要求： 1、中专及以上学历，经济、金融等相关专业; 2、具有金融分析投资经验，有分析师执业资格者优先; 3、具有丰富的金融基础理论知识，善于进行行业研究和挖掘; 4、熟悉外汇股票公司决策流程和各个交易管理系统; 5、具有较强的逻辑思维能力、创新和钻研精神; 6、具有很强的文字表达能力和金融分析能力; 7、具有很强的工作责任心和团队精神金融数据分析师的岗位职责3 职责： 1、协助分析师搜集行业相关信息，为相关需求者提供更准确的信息。 2、协助部门经理完善部门管理制度。 3、协助数据分析师进行演讲讲座，定期为需求者讲解金融二级市场最新趋势，以及对需求者进行交易分析 4、对基本面、技术面进行分析研究，给出行情走势分析和判

数据分析部岗位职责

数据分析部岗位职责【篇一：数据分析工作职责】数据分析工作职责做出有质量、有价值的数据统计分析，并在加强管理，提高经济运行质量等方面为公司降低风险、提高收益。 —、完善基础，不断提高综合分析能力 1、为人正直、责任心强，作风严谨、工作仔细认真，具备良好的职业道德素养 2、有较强的需求分析能力、逻辑推理能力、沟通协调能力 3、遵守公司数据统计分析工作的规范管理，不虚报，不舞弊，不弄虚作假 4、熟练掌握并操作microsoft office word、excel、ppt, 熟悉erp 软件各报表数据整合 5、做好工作重心的转移, 服从公司安排协助其他部门工作 6、熟悉公司运作对各部门的数据统计分析工作给予支持配合 7、编报各类统计数据分析报表，整合汇总、综合分析，按时为上司提供可行性的报告二、工作细责 1、制定货品供应链（采购、配货、仓储、零售、分销、核数等）分析报表及便捷运用模板 2、规范整理各相关部门报表数据库，制定老板报表 3、每天根据信息反馈，核对各仓库及店铺仓储变动表进行校正并提供分析报表 4、每天根据信息反馈，提供各店铺及个人销售情况分析报表 5、每周根据信息反馈，提供店铺及个人销售情况和销售业绩分析报表 6、每周根据信息反馈，提供畅、滞销款报表分析或库存整改建议分析报告 7、每两周根据信息反馈，提供各门店及渠道配货报表或建议分析报告 8、每个月根据信息数据综合分析，为公司各部门制定计划指标提供数据根据 9、每三个月根据信息调查反馈，制定各区域消费群体消费情况数据分析图表

10、每六个月做综合性总结，为公司及各部门改进发展规划提供分析数据图表 11、年底为公司年总结提供各项分析数据汇总制定公司当年综合多元分析数据图表， 12、经上级批准分析指定部门的信息数据需求，支持项目决策分析并协助风险价值评估 13、经上级批准协助参与渠道开发的调研分析及评估三、优化数据，不断提高分析作用价值 1、收集各项指标，建立相应明细报表及综合分析统计报表, 2、完整统计数据，按时更新，并挖掘利用 3、建立统计数据的多元组合 4、统计分析数据透视功能的改进提高 5、结合公司实际发展和部门发展的合理便捷运用统计数据四、开拓进取，不断提高统计分析水平 1、发挥统计分析创新意识和应用范围 2、统计分析要注重方式方法 3、统计分析要科学的联系实际发展 4、从分析过程中发现问题，提出改进或建议【篇二：数据分析员岗位职责及绩薪模式】 1 2 【篇三：数据分析专员岗位职责】数据分析专员岗位职责

从职场角度解读大数据工程师及岗位现状

从职场角度解读大数据工程师及岗位现状手机微信关注公众号ID：datadw 学习数据挖掘，研究大数据，关注你想了解的，分享你需要的大数据是眼下非常时髦的技术名词，与此同时自然也催生出了一些与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。这群人在国外被叫做数据科学家（Data Scientist），这个头衔最早由D.J.Pati和Jeff Hammerbacher于2008年提出，他们后来分别成为了领英（LinkedIn）和Facebook数据科学团队的负责人。而数据科学家这个职位目前也已经在美国传统的电信、零售、金融、制造、物流、医疗、教育等行业里开始创造价值。不过在国内，大数据的应用才刚刚萌芽，人才市场还不那么成熟，“你很难期望有一个全才来完成整个链条上的所有环节。更多公司会根据自己已有的资源和短板，招聘能和现有团队互补的人才。”领英（LinkedIn）中国商务分析及战略总监王昱尧对《第一财经周刊》说。于是每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。正因为如此，很多公司会针对自己的业务类型和团队分工，给这群与大数据打交道的人一些新的头衔和定义：数据挖掘

工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，我们将其统称为“大数据工程师”。王昱尧认为，在一个成熟的数据驱动型公司，“大数据工程师”往往是一个团队，它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程。这个团队中可能包括数据工程师、分析师、产品专员、市场专员和商业决策者等角色，共同完成从原始数据到商业价值的转换—概括来讲，这是一个支持企业做出商业决策、发掘商业模式的重要群体。由于国内的大数据工作还处在一个有待开发的阶段，因此能从其中挖掘出多少价值完全取决于工程师的个人能力。已经身处这个行业的专家给出了一些人才需求的大体框架，包括要有计算机编码能力、数学及统计学相关背景，当然如果能对一些特定领域或行业有比较深入的了解，对于其快速判断并抓准关键因素则更有帮助。虽然对于一些大公司来说，拥有硕博学历的公司人是比较好的选择，不过阿里巴巴[微博]集团研究员薛贵荣强调，学历并不是最主要的因素，能有大规模处理数据的经验并且有喜欢在数据海洋中寻宝的好奇心会更适合这个工作。除此之外，一个优秀的大数据工程师要具备一定的逻辑分析能力，并能迅速定位某个商业问题的关键属性和决定因素。“他得知道什么是相关的，哪个是重要的，使用什么样的数据是最有价值的，如何快速找到每个业务最核心的需求。”

数据分析师事务所

数据分析师事务所预备案及入会申请报告受理机构：中国商业联合会数据分析专业委员会申请单位名称：申请人数：日期：

填报说明 1、“申请名称”为拟成立或已成立事务所的名称。 2、“申请人数”为事务所内数据分析师人数。 3、“日期”为填报本报告的实际日期。 4、“成立/预备案申请书”的格式见附件1，请按要求补充其中省略和需要填写的部分，选择或直接删掉不需要办理的项目，最后提供法人签字。 5、“公司章程”的编制格式见附件2，根据事务所情况填写和变更相应项目，最后由全体股东签字。 6、“申请人简历”的格式见附件3，为法人简历，一式一份，填好表格后贴本人2寸彩色照片一张，在表格右上角加盖事务所公章，没有公章的情况下须由法人在表格右上角空白处签字。 7、“团体会员入会申请登记表”的格式见附件4，一式一份，在“单位意见”栏内加盖事务所公章，没有公章的情况下须由法人签字。8、“数据分析师名单”的格式见附件5，请按表格要求填写，并在表格右上角加盖事务所公章，没有公章的情况下须由法人在表格右上角空白处签字。事务所内数据分析师应按要求加盖个人签章，如无签章可在签章处由本人亲自签字，后向我会申请制作签章，签章申请表见附件5.1。数据分析师为非会员的，须填写《个人会员入会申请登记表》，表格见附件5.2，一式一份，事务所内每名数据分析师均须填写。 9、申请机构运营方案应包括机构背景介绍、组织机构、业务来源与拓展思路、品牌建设等内容。

申请备案需提交的材料一、入会/预备案申请书（填写附件1）二、事务所章程（填写附件2）三、申请人简历（填写附件3）、一张彩色2寸照片、身份证复印件四、团体会员申请登记表（填写附件4）五、数据分析师名单（填写附件5）六、事务所运营方案七、其他数据分析师申请入会需提交的资料一、个人会员入会申请登记表（填写附件5.2）二、个人彩色一寸照片1张三、一寸彩色照片电子版1张四、身份证复印件一份（正反面复印）五、《数据分析师》证书原件及复印件一份六、学历证书复印件会费具体参见会员管理办法。

大数据开发工程师的具体职责

大数据开发工程师的具体职责大数据开发工程师负责公司项目应用监测数据，分析软件大数据平台的代码开发。下面是小编整理的大数据开发工程师的具体职责。大数据开发工程师的具体职责1 职责: 1、负责公司大数据平台数据处理工具ETL、流处理平台等建设，功能规划，平台演进，维护调优等; 2、结合公司业务特征，负责公司数据仓库规划、数据仓库建设、数仓管理等; 3、负责大数据处理技术研究及新技术引进，参与超大规模实时/离线数据计算框架，存储、查询、可视化解决方案的设计，研发; 4、负责公司业务数据仓库模型建设及全业务数据域打通; 5、负责BI报表和可视化项目，和客户深度沟通，理解客户的业务挑战，提供解决方案，制定开发计划并执行，支持各单位日常数据需求和任务; 任职资格: 1、熟练掌握关系型数据库,例如：Oracle、Mysql、Vertica等;熟悉NoSql数据库，例如HBase、Redis、MongodDB 等;具备丰富的数据库管理和运维调优经验; 2、熟悉数据仓库领域知识和技能者优先，包括但不局限于：元数据管理、数据开发测试工具与方法、数据质量、

主数据管理，数据打通等; 3、有从事分布式数据存储与计算平台应用开发经验，熟悉Hadoop生态相关技术并有相关实践经验着优先，如Hdfs、Mapreduce、Hive、Hbase、Spark、Storm; 4、精通数据预处理、检验、清洗、分析方法，精通各种常用统计检验方法;熟练掌握一门或多门编程语言，并有大型项目建设经验者优先，如Java、Python、Shell和scala 等; 5、精通Linux，熟悉日常运维、搭建常见服务器、定位解决日常问题的能力，具备ETL开发经验优先; 6、良好的语言沟通与表达能力，有丰富的数据开发经验，较强的数据、平台、技术理解能力; 7、具备数学类、计算机类等相关专业统招本科及以上学历，具有3年及以上大数据开发工作经验，有互联网行业背景优先。大数据开发工程师的具体职责2 职责： 1、在hadoop平台进行hive/hbase/spark开发; 2、处理公司大数据平台产品的技术工作，包括存储、处理、分析、挖掘、架构设计、研发工作; 3、熟悉设计、构建和优化基于hadoop/Hbase的存储平台架构; 4、熟悉整体提升hadoop/Hbase/Storm/Spark集群的高可用性、高性能、高扩展特性;

新职业——大数据工程技术人员就业景气现状分析报告

新职业——大数据工程技术人员就业景气现状分析报告一、产生背景大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设，大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。当前，智慧医疗、智慧城市、精准扶贫以及其他相关高新技术产业都离不开大数据的支撑，大数据技术在我国得到了较为广泛的应用。（一）国家实施大数据战略，构建数字中国大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。2014年大数据首次写入政府工作报告；2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。同时，伴随大数据政策出台，各地政府相继成立了大数据管理机构，促进大数据产业发展，全国22个省区，200多个地市相继成立大数据管理部门。图1 各省大数据管理机构设置数量（单位：个）（二）大数据行业发展迅猛，产业规模巨大 2016年，工信部印发了《大数据产业发展规划（2016-2020年）》，全国大数据产业建设掀起热潮，目前已形成八大大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。通过对1572家企业的调查结果显示，企业对数据分析的重视程度进一步提高，65.2%的企业已成立数据分析部门，24.4%的企业正在计划成立相关数据部门。近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有623家，占比为39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业表示未来一年内将应用大数据。对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为32.3%和25.5%。不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比有望进一步提升。 2019年5月6日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019年）》，书中综合国内外环境、新兴技术发展等多种因素，测算2018年我国大数据产业增速约

好程序员大数据分析在企业运营中的作用

好程序员大数据分析在企业运营中的作用好程序员隶属于千锋教育企业高端大数据培训机构，在大数据+人工智能领域取得了显著的成果，基于已有的业绩，好程序员推出高端大数据培训班，想参加好程序员大数据培训必须经过层层筛选考试，才能进入，越来越的同学意识到顺利进入好程序员的大数据培训就等于拥有了高薪，今天小编给大家介绍一下大数据分析在企业运营中的作用，让更多的同学真正理解大数据并且了解大数据的应用，大数据成为一个封口，人员紧缺，具备良好的大数据技能便可获得不错的收入。现代社会企业竞争白热化，传统的运营方法很难提升企业的运营效率。企业追求精细化、精准化营销，用好大数据是关键。从数据集合中抽取有用信息的过程，涉及到数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索、空间数据分析等多领域的知识和技术。这些需要专门的数据分析师去做，那么大数据分析在企业运营中的作用是什么呢? 一：帮助企业分析目标客户数据化运营的第一步是找准目标客户。目标客户在试运营阶段只能通过简化、类比、假设的手段进行模拟探索。真实的业务场景产生，拥有一批真实用户后，根据这批核心用户的特征，可以寻找拥有同类特征用户的群体。根据业务环节的不同，可以分为流失预警模型、付费预测模型、续费预测模型、运营活动响应模型等。预测模型本身输入的自变量与因变量的关联关系也有重要的业务价值，甚至是数据化运营中新规则、新启发的重要因素。该模型涉及技术一般有逻辑回归、决策树、神经网络、支持向量机等。二：活跃率分析

活跃率是某一时间段内活跃用户在总用户量的占比，根据时间可分为日活跃率(DAU)、周活跃率(WAU)、月活跃率(MAU)等。搞运营的都知道，一个新客户的转化成本大概是活跃客户成本的3~10倍，僵尸粉是没用的，只有活跃的用户才能对平台产生价值。活跃率的组成指标是业务场景中最核心的行为因素。活跃率定义主要涉及两个技术：一个是主成分分析，其目的是把多个核心行为指标转化为一个或少数几个主成分，并最终转化为一个综合得分;另一个是数据标准化，因为不同指标有不同的度量尺度，只有在标准化后才有相互比较和分析的基础。三：发现访问路径根据用户在网页上流转的规律和特点，发现频繁访问路径模式，可以提炼特定用户群体的主流路径、特定群体的浏览特征等信息。路径分析有两类，一类是有算法支持，另一类是按照步骤顺序遍历主要路径的。如果能够将单纯的路径分析与算法及其它数据分析、挖掘技术整合，可以针对不同群体的路径分析，优化页面布局，提升转化率，减少用户流失风险。不仅运营部门，产品设计、用户体验设计等部门都会感谢这些真实、有用的数据。为卖出更多产品和服务，数据分析师通常会用到以下一些模型。一、商品推荐模型推荐模型包括类目推荐、标签推荐、店铺推荐等，其中尤以商品推荐最为典型。当前的主流模型为规则模型、协同过滤和基于内容的推荐模型。关联规则适用于交叉销售的场景，如旅行根据机票推荐酒店，情人节巧克力与鲜花捆绑销售等。商品推荐模型在实际应用中往往会遇到许多问题，如如何从商品标题、类目、属性提取商品重要属性、新用户问题、长尾商品问题、稀疏性问题。在实际应用中，需要根据业务场景、充分利用各种算法优点，设计混合推荐算法，提升推荐质量。二、交叉销售模型

项目数据分析师说甲级aaa资质的评估公司

甲级aaa资质的评估公司拥有一支集金融投资策划、财务分析审计、经济研究等多领域的复合型专业团队；团队成员有项目数据分析师、注册会计师、项目价值评估专员、注册税务师、律师、翻译等专业人员具有多年从事项目可行性分析、项目投融资分析及策划、财务分析、等经验。接下来就由项目数据分析师为您进行简单介绍，希望能给您带来一定程度上的帮助。甲级aaa资质的评估公司由国际财务公司根据国际经济市场导向发展而来，是国内首批涉及国际财务分析及项目投资分析策划相关业务的单位之一;也是国际投融资研究认证中心助长单位，具备国内外投融资市场的多项认证及会员。

甲级aaa资质的评估公司自从业以来已为诸多企业分析项目可行性及经营能力，提出项目经营中风控关键信息，并成功设计规避风险方案。甲级aaa资质的评估公司业务服务对象：国内外银行、上市公司、中小型企业、企业家、金融机构、大型财团、政府组织。甲级aaa资质的评估公司可为服务对象提供项目数据分析、项目价值分析、项目经营风险分析及规避方案、财务分析及评价、企业信用等级评价、投资策划、经济效益分析投融资咨询，企业战略设计、企业重组并购、上市融资方案策划等，为投资决策者提供有效、客观、权威的决策依据。甲级aaa资质的评估公司经营理念：诚信为本、科学管理、追求卓越、互利共赢。公司服务承诺：诚信、客观、科学、严谨。雷势万廷数据分析有限公司，您身边的数据分析专家，擅长项目数据分析，项目价值分析，企业战略设计，企业重组并购等。公司的服务网络遍布全国，并且与多家国内外金融机构、大型财团、银行、上市公司、中小型企业等建立了业务合作意向及业务往来。我们以专业的方法、严谨的态度、公正的原则、热情的服务为广大客户提供有价值的数据分析，携手广大客户，共同发展进步。

数据分析师岗位职责

数据分析师岗位职责【篇一：数据分析员岗位职责及绩薪模式】 1 2 【篇二：数据分析师职位要求】做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是各个企业对数据分析师的职位要求。在前程无忧、中华英才网以及智联招聘上，我们随便搜索下数据分析的岗位信息，都能找到大量类似于下面的一些职位要求信息：别看岗位职责，任职要求这么多，说白了主要就三点要求： 1）对相关业务的理解； 2）掌握一到二种数据分析工具； 3）良好的沟通。可能不同的公司因为需求不同，会在要求上有点小小的不同，而这个不同主要集中在数据库上。了解数据分析师的具体需求之前，我们有必要先了解数据分析师的职位体系。数据分析师的职位体系在传统行业中，数据分析更多存在移动、银行、超市等行业，在这些行业中你才会偶尔听到数据分析师这个职位，也许更多是听到数据挖掘工程师、数据建模师。在中国也许只在电信的项目中，才会存在真正的意义上的数据挖掘。数据行业从广义上讲可以分为以下几个职位： 1、数据分析师更注意是对数据、数据指标的解读，通过对数据的分析，来解决商业问题。主要有以下几个次层次： 1）业务监控：诊断当前业务是否正常？是否存在问题？业务发展是否达到预期（kpi）？如果没有达到预期，问主要问题在哪？是什么原因引起的？ 2 ）建立分析体系：这些数据分析师已经对业务有一定的理解，对业务也相对比较熟悉，更多帮业务方建立一套分析体系，或者更高级是做成数据产品。例如：营销活动。分析师会告诉业务方，在活动前你应该分析哪些数据，从

而制定恰当的营销计划。在营销过程中，你应该看哪些数据，从而及时做出营销活动调整。在营销活动，应该如何进行活动效果评估。 3）行业未来发展的趋势分析：这应该是数据分析师最高级别，有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高，在行业、宏观的层面进行业务分析，预测未来行业的发展，竞争对手的业务构成，帮助公司制定战略发展计划，并及时跟踪、分析市场动态，从而及时对战略进行不断优化。主要技能要求：数据库知识（sql至少要熟悉）、基本的统计分析知识、excel要相当熟悉，对spss或sas有一定的了解，对于与网站相关的业务还可能要求掌握ga等网站分析工具，当然ppt也是必备的。 2、数据挖掘工程师更多是通过对海量数据进行挖掘，寻找数据的存在模式、或者说规律，从而通过数据挖掘来解决具体问题。数据挖掘更多是针对某一个具体的问题，是以解决具体问题为导向的。例如：聚类分析，通过对于会员各种人口统计学、行为数据进行分析，对会员进行分类，对不同的类型的会员建立相应的profiling，从而更好的理解会员，知道公司会员是到底如何？高、中、低低价值的会员构成，既可以后期各种会员的运营提供指导，提高活动效率，可以指导公司的营销，例如广告的投放策略。以及用于公司各种战略的制定。主要技能要求： 1）数据库必须精通。很多时候，你模型的数据预处理，可能完成在数据库里完成，你用到的数据库技巧更高。 2）必须要会成熟的数据挖掘工具、数据挖掘算法，例如： spss/celementine、sas/em等，当然如果你会一、二款开源软件，并会写一些程序代码那是最好的，大公司都喜欢用开源的软件，例如：r、weka。 3、数据建模师当然二者有一个共同之处都是，针对很具体的问题，都是会解决某个具体问题，例如：营销反应率，你就可能历史的邮箱、短信的反应情况，来建模型进行预测，从而提高邮件反应率，或者减少对用户来说的“垃圾”邮箱，提高用户体验。所以从掌握的技能上讲，这二者就有很大的区别，数据建模师其实很少会提到算法这个词，更多说使用什么模型，有感觉吗？但是从实务界来看，这二个模型越来越没有明确的分工，一般来说都会二个职位的人都会去学习对方

数据分析部职员岗位职责

数据分析部员工岗位职责文件编号(2009)-GW-XZ-0012 文件页数第1页／共4页文件版本 1.0颁布日期2010-1-11 类型 ■岗位职责分发范围区域：公司（如：华南事业一部、华南事业二部、华东事业部、华北事业部、配送事业部、空运事业部、一邦速递事业部、山东大区等，要求相对具体）部门：公司（如：各职能部门、各操作中心、各营业部门等，要求相对具体）文件修订履历 №修订日期修订条款文控签章编制张绍来审核陈俊霖复核袁新生批准石浩文

一、目的贯彻执行数据分析部的部门职能与本职岗位职责，按时完成部门经理安排的工作任务，配合其他相关部门的工作。二、基本信息（一）岗位名称：营销管理中心数据分析部（二）所属部门：营销管理中心（三）岗位等级：职能岗位第3级（三）直接上级：数据分析部经理（四）直接下属及人数：0人（五）间接下属：0人三、岗位工作关系（一）内部关系：配合本部门经理工作，针对数据分析与经营管理中心、经营线等部门的沟通。（二）外部关系：无。四、职位概要数据统计、分析、研究；客户管理。五、岗位职责具体的工作职责内容（一）预测 a 寻找历史经营轨迹，制定适合公司预测方法 b 预测未来发展情况，根据预测结果制定指标 c 制定月度、季度、年度销售计划并评估经营情况（二）研究 a 研究公司阶段急需改善项目 b 形成研究报告、提出可行性解决方法 c 推广研究结果，理论运用到实际（三）统计

a 统计关键销售完成情况，建立经营数据库 b 制作日报、周报、月报、季报及年报 c 促销方案评估、进度跟踪及奖金计算 d为经营单位提供数据支持及技术指导（四）分析 a 定期完成综合及专项分析 b 挖掘问题，进行数据论证，寻找改善点 c根据分析结果、为公司决策提供数据依据（五）客户管理 1 协议客户、佣金客户、应收账款客户、合同客户过程管理 2 对接财务部门，找出问题客户，指导经营部门持续改善 3 形成周报和月分析，总结此类客户经营情况（六）完成上级领导交代的其他事项。六、工作权限无七、任职资格（一）教育背景：统计、数学大学本科及以上（二）培训方向：无（三）工作经验：无。（四）知识技能：了解经营与运作操作流程、数学、统计等相关专业。（五）个人素质：数据敏感、逻辑严谨。八、职位发展方向进一步熟悉公司经营运作操作，提高数据分析能力，往部门管理者方向发展。九、工作环境总部办公，办公环境安静舒适。九、附录

项目数据分析报告

项目数据分析报告篇一：项目数据分析报告范本项目数据分析报告信达永道项目数据分析事务所（） ? 福建省首家项目数据分析师事务所 ? 专业从事企业经营决策分析与项目投资咨询分析某企业项目数据分析报告案例样本信达永道项目数据分析师事务所的某企业客户例子 (1)项目数据分析报告简介：项目数据分析报告是“项目数据分析师”以客观的态度和谨慎的作风，通过科学的市场调研，运用专业的分析方法，秉承公正的原则，对项目的可行性进行全方位的分析及评估，为投资方的决策提供科学、严谨的依据，降低项目投资的风险，主要服务对象为中小型企业、国内外银行、投融资公司、政府组织等机构。 (2)项目数据分析报告内容：项目数据分析报告的主要内容包括：项目提出的背景、项目基本情况（建设内容、建设规模、投资总额、市场前景、经济效益、社会效益、地理位置、交通条件、气候环境、人文环境、优惠政策等）、项目存在的问题、项目的战略分析、项目的管理架构分析、项目预测分析（市场、收入、成本）、财务分析（获利能力、偿债能力、发展能力）、不确定性分析、

风险分析、结论和建议等。 (3)项目数据分析报告案例：某企业项目数据分析报告案例样本目录第一章项目概述此章包括项目介绍、项目背景介绍、主要技术经济指标、项目存在问题及建议等。第二章项目市场研究分析此章包括项目外部环境分析、市场特征分析及市场竞争结构分析。第三章项目数据的采集分析此章包括数据采集的内容、程序等。第四章项目数据分析采用的方法此章包括定性分析方法和定量分析方法。第五章资产结构分析此章包括固定资产和流动资产构成的基本情况、资产增减变化及原因分析、自西汉结构的合理性评价。第六章负债及所有者权益结构分析此章包括项目负债及所有者权益结构的分析：短期借款的构成情况、长期负债的构成情况、负债增减变化原因、权益增减变化分析和权益变化原因。

大数据分析工程师(基础级)考试大纲

大数据分析工程师（基础级）考试大纲CBDA大数据分析工程师考试大纲是CBDA命题组基于CBDA大数据分析工程师等级认证标准而设定的一套科学、详细、系统的考试纲要。考纲规定并明确了CBDA大数据分析工程师认证考试的具体范围、内容和知识点，考生可按照CBDA大数据分析工程师考试大纲进行相关知识的复习。大数据数学基础（占比30%） 1 微积分基础 2 概率论与数理统计 3 线性代数 4 数值计算基础 5 多元统计分析数据分析基础（占比20%） 1 数据分析的基本流程 2 数据的描述分析 3 数据的推断分析 4 数据的相关分析 5 数据的回归分析 6 数据的可视化分析 Excel数据处理与分析（占比10%） 1 Excel函数及使用 2 Excel数据管理 3 Excel数据透视表 4 Excel数据可视化图表分析数据采集与预处理（占比10%） 1 数据采集方法 2 数据取样方法 3 市场调研 4 数据预处理方法 5 数据存储方法数据建模分析基础（占比30%） 1 主成分分析法（占比3%）、因子分析法（占比2%） 2 系统聚类法（占比3%）、K-Means 聚类法（占比3%） 3 对应分析（占比2%）、多维尺度分析（占比2%）

4 预测性分析法（多元线性回归（占比5%），逻辑回归（占比5%）） 5 时间序列（占比5%）参考目录 1 大数据数学基础，，人民邮电出版社，2017 2 实用多元统计分析（第6 版），[美]约翰逊，[美]威克恩著；陆璇，叶俊译，清华大学出版社 3 经济计量学，[美]斯托克（Stock J.H.）著；王庆石译，东北财经大学出版社，2005 4 数据库系统及应用（第3版），崔巍，高等教育出版社，2012