你对自己有一个简单的剖析，你就会知道你自己的岗位定位应该在什么样的一个阶段。
- 如果你是高校的学生，还没有拿到毕业证，你可能只能去找实习；
- 如果你已经工作了，根据我刚才讲的工具使用和项目经验的情况，你分析完了之后，你觉得我只能做分析助理了，因为我只会一些工具，其他的我都不会，你可能就从助理开始做起了；
- 还有的可能说我是学数学的，这些工具我也掌握一点，我也懂得一点点项目，你可以考虑做一些统计报表的工作；
- 有些人可能工作过一两年，这方面多多少少都有些经验了，你就可以去做数据分析师这样的岗位了；
- 如果说经验的话比较丰富一点的，工作已经有个两三年时间了，也做过很多的项目，也有自己的一些思维的方式，你可以去挑战资深的数据分析师；
- 如果在行业里面待了很久，有足够的经验，在各方面的能力都具备的情况下，你可以去挑战行业里面的数据分析专家或者说数据科学家这种岗位。
那么这些都是要根据你自己的情况来判断，你需要去找什么样的岗位，绝对不是随便去匹配的。你要说我只会工具，我只做过简单的小项目，我能不能去挑战一下资深的数据分析师？挑战的精神可嘉，但是结果很惨。
▍企业如何招人
对企业里面的人来讲，招人的时候不会随随便便招一个什么都不懂的人进来，就算HR不懂专业知识的情况下，他也会有自己的判别选才的一个方式。
HR会请专家来鉴别比较重要岗位的人才。如果说是一个实习生的岗位，可能它的重要性没那么高，只要是数学专业毕业的，HR认为你多多少少知道一些相关的知识，然后会招你过来，之后让你去做一些比较简单的活，做一些报表统计，做可视化图表。
这个工作可能要求本来就不高，你的基本条件也都具备，HR会觉得让你去做，你只要勤奋好学应该能做得出来，不会影响到我整个大的项目方面的事情。
但如果说要招个稍微好点的员工，像正式的岗位的时候，这是正儿八经要去创造价值的。这种岗位的重要度就不一样，所以它选拔的标准也就不一样。我们来看实习生的价格。
▍实习岗位
我今天查资料的时候，就发现今年就业确实是压力很大，可能是学生比较多，大家在找实习的时候，只要你放出一个岗位很多人都会投简历，那么企业其实也是知道最近就业压力大，企业本身的压力也很大，所以今年我们就发现实习生岗位的薪资降了很多。
去年我们实习生的工资像基本上都有每天150元~180元，今年很多企业都已经放到每天100元~150元之间，所以今年可能找工作的小伙伴们薪资要求可能要降低。
否则你不愿意干工资这么低的工作，别人愿意干，那HR肯定就要那个肯干的人，这个是很现实的问题。
我们看实习生的职业描述：基于业务需求，支持分析师对所有的数据进行整理、分析和检查。其实这里面无非就是要你帮做一些数据的整理和清洗方面的工作，然后负责与业务部门沟通，支持分析师对所有的报表进行制作和调整。
比如说我把数据已经整理结束了，然后剩下的我可能说做一些图表，我没有那么多时间让实习生帮我做，我就告诉你实习生这个数据，你帮我做成什么图数据库，你做完了之后直接把图给我，我把它做成PPT。
所以作为实习生，可能就是一个打杂。我教你怎么去做可视化图表这些，你也学到了一些知识，那对于认知的要求来讲，只要求你会PPT、powerBI、EXCEL等包括分析的软件，Python或者SAS，只要会一项就可以了，做事比较严谨，要求并不高。
那么像这样的实习生的岗位，数据分析师只要你是数学或者是计算机相关专业的，然后自己能够学一点分析的软件，你作为大学生主要去找一个实习生的岗位，我举得应该还算是能找到的。
▍数据分析师
我要说一下老娘舅的hr，他们家的hr在做这样的一个简历的招聘的信息的时候，肯定是抄人家的。
你看他是招数据分析师：参与BI类项目的分析与实施；负责数仓、数据集市、数据报表，包括ETL的数据清洗开发。
以上都没问题，包括简单的模型建模都没问题，但是下面的要求的有点不清楚了，比如要求要hadoop开发，我不知道你到底在干嘛。
分析和开发是两回事。
老娘舅全国应该是两三百家门店，员工数也就是两三千人，菜品也就那么多。我觉得你如果招分析师，可能大部分是顾客方面、地域的选址方面、产品、人群分析等等这方面的分析。
我就不知道为什么要有“云”？所以可能hr在写的时候会借鉴人家的职业描述。因为hr并不是咱们这个领域里面的专家，所以他在招聘的时候，我们能看到他招聘信息，大概是可以判断他是想招什么样的人去做什么样的事情。
老娘舅是一个连锁品牌，做的也挺好。他要是想招分析师，主要做什么？
这个时候你可以去判断它，无非就是几百家门店分布在各个地方，它的人群结构是怎么样的？
哪些地门店哪个菜卖得很好？
哪些门店的话生意特别好，他的原因是什么？
我们下一次在开店的时候应该更加注重哪些方面？
新产品的开发的时候，这种人群里面的口味怎么样？
新产品出来之后的应该怎么去符合这样的客户需求？
如何定价？外卖的促销等等大部分都是这些事。
所以我们可以通过企业在写的岗位描述、企业的名称，看他企业里面的业务情况 ，可以判断出来他要干的事情。
我觉得只要是学过分析的，知道产品、顾客、促销、定价，以及优化报表，掌握分析技巧的人，基本上符合老娘舅的数据分析师岗位。
当然你进去了之后说我不会Hadoop怎么办？其实作为分析师来讲，你了解就可以了，无非知道在什么地方取数据。
我觉得老娘舅目前还没必要上做云平台这样的概念，它的数据量没那么大，像茅台这种企业它要上云的情况下，完全是由第三方去操作的，不需要你一个分析师去干这个事情。
数据分析师的岗位描述你会发现对工具的描述越来越少，不像去年和前年。去年和前年在招数据分析师的时候，他的岗位任职要求里面会写很多你要会这个工具那个工具，今年你会发现很多都偏业务层比较多，他把业务的描述写的很重，把认知会轻一些。
▍高级数据分析师
数学、统计学、计算机、金融等相关专业有互联网的这样一个工作经验更好。然后会常用的一些模型和算法，并且掌握数据库，哪怕只会一种分析工具，比如说sp ss、SARS或者Python，没要求你必须要会什么，但会要求商业感觉敏锐、对数据敏感、能够理解业务、寻找业务环节中的分析的相应的机会。
分析师的话其实就是在业务层，在运营、在产品、在决策。在各方面进行分析，我们分析师有三个分析的过程：原因分析、现状分析、预测分析。
稍微高一点的高级数据分析师，它的要求其实也是业务很多，比如说面向市场精通业务、能够反映数据的体系、进行运营、决策、产品销售等方面的一些数据支持。
你对于这个比如说服装领域业务员很熟悉，你是做服装行业高级分析师，你对服装行业非常熟悉，从原材料、仓库到门店线上线下等等，包括运营这些东西，全部是要用数据化进行支持的。这个要求就比较高，这种人的薪资也比较高，你看他基本上年薪都能达到50~80万之间。
他对认知的要求也不是很高，也没有说你必须要会机器学习，你必须要会那个软件，他岗位描述里没有这么写。所以现在还是偏重于业务层面东西比较多一些。
▍个人经验总结
因为我当时在为阿里做大数据认证的时候，我17年18年两年时间是专门在研究岗位的。那个时候中国的数据分析师的岗位描述方式，以及企业他们对于数据分析这个岗位的理解度和要求是不一样的，今天是越来越明显。
我相信未来还有很多新的岗位会出来，比如说专门做数据清洗，专门做数据可视化的，现在已经有一个新的岗位名称出来，叫web可视化,前端web可视化工程师。也就是说原来做web开发的那帮人，也要学可视化，这样你能把你的前端做得更漂亮，有的会出现2D或者3D的这样的效果出来。
未来可能有专门的建模，专门的建模师、算法师、可视化工程师等等这些岗位会细化掉。
所以大家在找工作的时候，我建议大家认清自己的情况，根据自己的情况来选择对应的级别，你到底是做助理还是做分析师，还是做资深的还是做高级的。
自己有个定位，然后同时有相关的能力，比如说项目能力、思维能力和行业的业务能力等。
九道门在本周五有一个线下沙龙，地点在我们公司。如果你们有时间可以到我们这来参加，可以线下进行交流，我们是觉得技术或者是分析的思维方式方法，是需要相互之间的交流碰撞，才能够更好的去思考这些问题。
--END--
閱讀更多 阿里雲大數據認證 的文章
