陳安陽
作為一名IT行業的從業者，同時大數據也是我的主要研究方向之一，所以我來回答一下這個問題。
當前大數據領域已經形成了一個初步的產業鏈，這個產業鏈包括數據採集、整理、存儲、分析和應用，其中數據分析是目前實現大數據價值化的重要手段，比如場景大數據分析就是目前重要的大數據落地應用之一。所以，在大數據技術逐漸普及到傳統行業的情況下，數據分析師的作用將越來越重要，崗位需求量也會逐漸增加。
大數據並不是最終的目的，大數據的價值主要體現在應用領域（決策和智能體），而要想完成大數據的應用其中需要一個重要的環節就是大數據分析。由於大數據分析涉及到的領域非常廣泛，包括金融領域、教育領域、線上消費領域、醫療領域等等，所以大數據分析人員對於行業知識也要有一定程度的瞭解。
造成大數據分析人才短缺的原因主要集中在三方面，其一是數據分析需要具備紮實的數學基礎、統計學基礎和計算機基礎；其二是數據分析需要具備一定的行業背景知識，這通常需要一個積累的過程，從而導致數據分析人才的培養週期比較長；其三是高校相關人才的培養數量有限。
在互聯網公司已經逐步完成數據化運營之後，廣大的傳統企業必然將陸續開始數據化運營改造，不論是數據驅動設計、生產，還是數據驅動管理和服務，都需要有強大的數據分析能力作為支撐，所以未來在廣大的傳統行業將陸續釋放出大量的數據分析崗位。從這個角度來看，當前學習數據分析技術是不錯的選擇。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
IT人劉俊明
你好，這個問題我來回答你，大數據分析師為啥這麼搶手。大數據技術已經在各個行業使用了好多年了。技術已經成熟，但是做數據分析的人才太少了。
做數據分析門檻也高。要對數學很痴迷，數據分析主要是通過已經成熟的機器學習算法和深度學習算法。根據應用場景的數據情況。持續長期做算法計算。分析師會定期調試算法參數，一直調整到算法運行出來的結果很接近大家預測的結果。
這就對數據分析師要求很高。首先要明白常用機器學習算法原理和底層的數學實現方式。是用的線性矩陣還是微積分求極限等等。底層全是數學複雜計算邏輯。沒有很強數學功能的人根本沒法入門。
當你把這個數學計算方式搞清楚以後，要開始使用某種開發語言來調試算法。這個也是有很大難度，要整天在運行大量的數據中調試測試。研究時間長了有可能優化一下算法的代碼。
這就是數據分析師這麼搶手。現在大家都叫算法工程師。有剛畢業的大學生年薪能拿到30萬以上。謝謝！！
紅臉濤哥
分析師以國家層域資本時代律序標準價值為基礎的國家層域結構經濟分析師。王力經濟學家
