数据（Data）是一组关于定性或定量变量的值，可以被测量、收集和报告，并进行分析，用以得出额外信息和数据关系性。大数据的本质是发现商业规律，实现商业价值。在生活中有很多大数据应用的场景，包括金融、经济、医疗和体育行业等。
数据科学家一般分为以下四类——
数据科学工程师：负责数据接入、数据清洗、底层重构、业务主题建模等工作，以及大数据整体的计算平台开发与应用。
数据分析师：在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询、商务智能，并给出分析报告。
数据挖掘工程师：在多媒体、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析。
科学研究方向：在高校、科研单位、企业研究等科研机构研究新算法效率改进及未来应用。
一、数据分析行业趋势
（一）薪资
数据科学家之所以成为众多求职者的选择，高薪也是其中之一。中国的数据科学家年薪普遍约为30000美金（20万人民币），而20万人民币多为新人的薪酬范围，工作两年后，薪水提高30%-50%并不困难。
由于数据科学家基本是团队的核心骨干，所以在中小企业里，公司也愿意开出高薪，下图为不同规模企业的薪酬差异箱线图，从薪水密集度可以看出500~2000人企业内的数据科学家薪水差距并不大。
落
（二）前景
从职位量来看，北京、上海、深圳和广州位列第一梯队，数据相关岗位在30000+，杭州、成都、南京和天津位列第二梯队，职位量在20000+，武汉、西安、郑州等区域中心或省会城市对数据分析职位的需求也相对较高，职位量在10000+。
从行业需求来看，互联网金融、O2O、数据服务、教育、电子商务、文化娱乐领域对数据分析师需求量都比较大。
综合来看，数据科学岗位在各类热门行业都有大量职位缺口，主流行业几乎都需要数据科学家的加入，以便领先对手，同时更好地服务客户创造收入。
二、数据分析专业/技能要求
（一）专业要求
数据分析岗对专业并无硬性要求，目前市场认定的数据分析核心专业基本为：数学、统计学、心理学、、社会学、经济学、计算机相关专业等。落
（二）技能要求
数学与统计学知识、计算机科学知识、某一特定领域的专业背景是一名合格的数据科学家必备的technical skills。
你需要掌握Hive\SQL\Hadoop，熟悉大规模数据挖掘、机器学习、自然语言处理(NLP)等专业技能；也需要具备对数据敏感、良好的逻辑思维能力、沟通技巧、组织沟通能力、团队精神以及优秀的问题解决能力等软实力。
由于数据科学技术的更迭速度非常快，所以对于行业风向的敏锐嗅觉和高效的学习能力也是必备的软技能。
三、数据分析可就职行业
在金融领域，大数据技术已经相当成熟，用数据帮助客户决策、构建交易模型进行自动化交易都很常见；其次，新零售领域也开始全面利用大数据进行流程管理；在医疗健康领域里，医学影像的智能识别、病例数据的智能诊疗等都需要通过数据分析实现。而互联网科技行业则更依赖数据科学家，亚马逊、谷歌、脸书等企业基本无法在没有数据科学家的状态下运行。
可以说，如今大数据技术的应用在各个领域都呈增长态势，咨询公司、汽车行业、政府机构等也不乏数据人才的身影。