哪个行业的数据分析岗位最香？

所需能力，主要是三点：

a.必须精通一门编程语言，Python/MATLAB/C++;

b.有金融数据分析的能力;

c. 熟练掌握统计模型及机器学习模型，懂原理、能调包实现，最好能建模

3)薪资水平

券商基金的薪资基本无上限，看个人绩效拿奖金，底薪大多20w上下

事业单位系

事业单位代表：上交所技术、深交所金融科技、深圳市/区政府及其研究院

1)难度：不太好评估，身边的样本较少，技术难度可能低于互联网，但是由于招聘名额也较少，所以实际竞争比其实不低，同时也会比较关注学历背景

2)薪资水平：基本和公务员齐平，一线城市的公务员和事业单位待遇都不低，加班和失业的机会也比较少，可以说是性价比较高的一份工作，不说了，就两个字，羡慕。

银行科技类岗位的技能主要有两个特点：

一是技能要求，部分数据岗更偏数据开发一些，日常工作可能和数据建设、数据平台打交道;

二是分配方式，可能会统招统分，例如数据岗可能不细分具体的数据岗位(如：数据开发/分析/挖掘等)，进去之后可能会分配到业务部门，也可能分配到中后台部门。

3)薪资水平

这个和银行本身属性有关，国有银行的的金融科技岗起薪不算太高，但工作强度小、福利好(单位租房、交通补贴、餐饮补贴、不需要996等);股份制银行的金融科技，如招银科技，工作强度不亚于互联网，当然薪资也不比互联网低。

券商基金

券商基金代表：南方基金、嘉实基金、中金、九坤、宽德、一众券商等

在这个类别里主要有两类，一类是金融机构里的数据工程师，另一类是金融工程类。数据工程师做的事情跟传统的数据开发工程师相似，薪资也没有显著优势，所以这里就着重讲讲金融工程岗位。

结合之前的面试经验，互联网数据分析的技能包括：

a. 精通SQL，最好是Hive-sql

b. 熟悉统计学理论：统计性描述以及推断性统计，ABtest几乎是面试必考的了

c.机器学习，这部分也需要简单准备一下，像逻辑回归、决策树、随机森林、SVM、xgboost等基础的机器模型，当然python的基础也是要会的

d.对业务的认知，数据分析最重要的目的是要支撑到业务的落地，因此对业务的认知才是数据分析的出发点，对于应届生来说，如果有实习经验那是最好的了，对业务思维的认知就会更加深刻，如果没有实习，那就得多了解一些理论知识了，比如产品领域的海盗模型、用户行为分析等，甚至可以用一些咨询case练习的结构化思维来强化这方面的分析能力

3)薪资水平

数据分析的薪资一般是介于产品岗和开发/算法岗之间，不同互联网公司的数分岗起薪在22w-30w+不等。

当然只满足于“有工可打”那也不行，在庞大的“打工人”群体中，差距也是很大，有人拿着5k的工资累死累活，有人年入百万轻轻松松，所以找一份好工作对打工人来说十分重要。

最近正在秋招季，很多想求职数据分析的朋友问我，干数据分析去哪个行业比较好呢?

今年疫情影响下，相比传统金融行业求职的一片哀嚎，技术类起薪确实比较香，根据2019年首届数据科学理学硕士毕业生就业报告，毕业生平均薪资达到了27w，主要集中在互联网、金融科技、量化领域。

随着大数据技术逐渐渗透到各行各业，数据科学人才将迎来一波红利。而对于本科非理工背景，又想在工作中将业务和技术结合起来的同学来说，数据分析(包含大数据类)无疑是不错的选择。

今天就给大家分享一下几个热门行业数据分析岗位的基本情况：

 

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!