原文链接:

身边的一些数据分析师小伙伴在跟我交流时,不时会提到:工作一段时间后不清楚未来的职业规划,虽然自己很努力却不知道发展方向。那么,作为一个相对较新的职业,数据分析师有哪些潜在的发展方向?又应该如何选择适合自身的道路呢?抛砖引玉,让我们在这篇文章中共同探讨一下。

故事的开始

我们毕业入职时,就像一个萌新出现在新手村,手拿木剑身着粗布衣,冲出去准备大干一番。
数据分析师之后,我们何去何从? - 图1
可环顾四周,一顿抓瞎。四处向人请教,却只能从最基础的数据提取和数据清洗开始。这时我们的知识体系像一个岌岌可危的茅草房。

数据分析师之后,我们何去何从? - 图2

好不容易工作有了一些起色:明白了业务,熟悉了常用工具,了解了如何处理日常的各种事务,也学会了与同事、客户打交道。此时原来的知识小屋四周也长满了花花草草,逐渐丰富起来。
数据分析师之后,我们何去何从? - 图3
然而有一天,你在跟客户进行交流的时候,正想纠正一下客户的思路时,客户突然怼你:“你就按照我说的来,把你数据提取的本质工作做好就行了“。顿时当头棒喝,原来在别人眼中,你还只是个“提数工程师”。
数据分析师之后,我们何去何从? - 图4
从此你立下决心,怒刷各项技能。过了一年半载,不论是调用Scikit-Learn、TensorFlow进行机器学习任务,还是用Bokeh、plotly 输出精美的分析图表,你都已不在话下。即使一个人面对客户,你也可以随手掏出各种算法把客户唬得一愣一愣的。公司的销售此时更是对你赞赏有加,同你建立了不可持续性的酒肉友谊。

直到有天你听到销售当着你和客户A的面给客户B打电话时说:“王总呐,听说你找小张有一些需求,可他这会儿在新疆走不开。急需人呐?那我让公司派小李去您那,再不行再加个小陈!反正我们是按人头收费的,价格公道,童叟无欺~诶,对对对…”那一刻你幡然醒悟:虽然你有了一个“数据分析师”的头衔,但和你一样的小伙伴,手牵手可以绕过地球上空的“香飘飘”轨道。
数据分析师之后,我们何去何从? - 图5
这时候你又有些不服气,想要继续努力,成为一个不可取代的职场精英。可环顾四周,又对自己这份职业发展产生了一些迷惘。

注意:本文提到的“客户”与“销售”,都是虚构的,如有雷同,那算有缘。

故事的瓶颈

由于大数据行业的前沿性,目前并没有足够多的资讯去协助数据分析师们做职业规划上的判断。网上能够搜集到的资料,大多将相关职位分类成:

  • 数据科学家:研究数学模型,开发算法。
  • 数据分析工程师:对数据进行爬取,清洗,分析等工作。
  • 软件工程师:编写软件/代码实现算法,测试,发布产品。
  • 数据平台工程师:负责数据平台相关组件开发。
  • 数据产品经理:把数据相关的需求抽象为数据平台的功能产品。

从某些角度来看,这些更多是大数据行业发展过程中为了应对技术及需求迭代过快做的一个草草划分。随着AI 技术的普及,以及技术各方诸侯混战局面的逐渐消散,我这里可以大胆预测未来几年以下三个职位的需求会急剧增加,并且相应技术技能也会逐渐规范。
数据分析师之后,我们何去何从? - 图6

AI 架构师

大数据的发展带来了分布式计算机系统;人工智能的发展带来了GPU、FPGA、ASIC等各类计算单元;物联网的发展又带来了边缘计算的需求。这些都会给计算机系统引入各种复杂性。
同时人们对在线服务的需求日益增多,5G时代的到来势必会在现有的基础上引入更多的数据。
AI 架构师的工作就是:在数据爆炸的时代,思考并实践如何实时有效地提供可靠服务,并将各种AI 模型的训练和应用引入到不同架构的系统当中。
数据分析师之后,我们何去何从? - 图7这里可以将数据分析师与AI 架构师的关系类比与传统程序员和架构师的关系,不同是AI 架构师所要面对的需求及问题更加的复杂和多元化。
以下分别展示数据分析师的技能树,以及在此基础之上想要成为AI 架构师需要额外补齐的技能。
数据分析师之后,我们何去何从? - 图8

数据分析师之后,我们何去何从? - 图9

AI 产品经理

产品经理是否应该懂技术?在互联网时代这是一个颇具争议的话题。但是在人工智能时代,这个问题有了答案:人工智能产品经理必须要懂技术,而且是要紧跟自己所在领域的技术前沿趋势,了解最新的技术实现逻辑和边界。
数据分析师之后,我们何去何从? - 图10
这也导致未来的AI 产品经理是一个门槛颇高的职业,“人人都是产品经理”的slogan很难再被喊起。下面罗列一下AI 产品经理的技能树:
数据分析师之后,我们何去何从? - 图11

AI 业务专家

曾经有句玩笑说:PPT 就是AI 界最好的语言。不过随着人工智能的泡沫逐渐散去,市场环境会真正变得有利于实用技术的发展。如何将AI 技术行之有效地和业务去结合,是各方都关心的现实。
数据分析师之后,我们何去何从? - 图12
AI 会逐渐在各行各业普及开来,但是在真正完全普及之前,需要有大量的业务专家深挖各种需求,并且能够把握业务落地的完整脉络。具体业务涵盖的领域太广,这里只简单指出一些AI 业务专家需要具备的素质:
数据分析师之后,我们何去何从? - 图13

未完待续

以上便是我基于自身的经验做的一些分析整理,后面有时间我也会针对里面的一些技术逐步做一些总结归纳。
文章的风格有些类似一些技术公众号里面的卖课帖。我虽然不反对知识变现,但是希望变现的过程中不会给思想的传播带来阻力。因为只有idea传播的越快,技术与应用结合所带来的未来才会来得更早。
因为新建的公众号暂时没有留言功能,欢迎有想法的小伙伴后台留言交流。


欢迎关注我的公众号“数析万变”,原创技术观点第一时间推送。
数据分析师之后,我们何去何从? - 图14