阿隆·梅-拉兹，副总裁数据与洞察，银行Hapoalim

几个星期前，我带着我的狗出去散步时，偶然发现了我的邻居。她来自统计学背景，她问我在数据世界中的不同角色，试图找出她下一步的职业发展方向。在我概述了每一个工作角色的各种责任后，我看到她相当困惑。“我不知道这个领域如此分散”，她说。她不是唯一一个。

在过去的几年里，与数据相关的职位被认为是就业市场上最热门的职位。需求一直在快速增长，预计短期内不会改变。当每个人都想加入党并进入这个迷人的领域时，首先了解各种R&R（角色和责任）是至关重要的。在这个快速指南中，我将尽我最大的努力，通过结晶不同位置的本质来消除混乱。

所以我们开始吧。

数据分析师

数据分析师的主要职责是识别重要的业务问题，然后处理和使用数据，使组织能够做出更明智的数据驱动决策。

这个角色需要一套广泛的技能，从收集大量数据到组织数据以获得洞察力。数据分析师必须同时具备分析和技术能力，并应熟悉ETL工具、数据可视化和语言/技术，如:R、Python、SQL、SAS等。

业务分析师

虽然这个角色不像列表中的其他角色那样具有技术性，但业务分析师在数据世界中扮演着重要的角色，作为技术角色和业务方/管理层之间的纽带。他们必须对其特定行业（例如：医疗保健、保险、金融）和业务流程有深刻的理解。

由于业务分析师是业务方和管理层的中间人，他们需要能够生成报告，具有良好的数据可视化技能，并且显然是一流的沟通者。

数据工程师

数据工程师是群里的“建设者”。一些人将它们称为数据领域的DevOps。我见过不同的公司对这个角色的定义非常不同，，但在我看来，数据工程师为其他角色（如数据科学家和数据分析师）的成功工作奠定了基础。为了实现这一目标，数据工程师肩负着为组织构建和维护大数据生态系统的重要责任，同时确保它的健壮性和平稳运行。

数据工程师需要非常了解数据系统，如:Hadoop、Hive、MongoDB、MySQL等。他们还应该有数据流工具、ETL工具和数据建模的实践经验。

数据科学家

嗯，我最初想把这个职位留到最后，因为它显然是最受欢迎的职位--不仅在数据世界，而且在技术社区。然而，我确实相信这个列表中所有角色之间的协作对一个组织的成功有很大的贡献。也就是说，我认为它吸引这么多专业人士的原因在于，数据科学，顾名思义，是三个关键领域的结合点：编程、统计和商业知识。它还涉及大量的创造力，因为数据科学家从一个商业问题开始，需要使用各种先进的技术，如预测分析，找到回答它的最佳路径。他们致力于为观察进行研究，如果不对数据进行深入分析，就无法达到认识到数据的模式、联系和行为的地步，然后能够认识到如何利用这些来为他们工作的组织造福。

数据科学家应该是统计学和数学方面的专家，当然还有编程语言方面的专家，比如:Python、R、Scala。

机器学习工程师

另一个需要的角色，它与数据工程/数据科学有一些重叠。

机器学习工程师负责弥合数据科学家和技术之间的差距，这将有助于将数据科学家的成果交付给生产或为组织服务。他们通过构建数据管道、将模型转移到生产中、公开API、训练模型和执行A/B测试来实现这一目标。

ML工程师需要对各种机器学习库（例如:Tensorflow,NLTK)有深入的了解，有编码经验，在SQL、Rest API和其他互补技术方面有很强的知识。

BI开发人员

虽然在过去的几年里，大部分的焦点都转移到了人工智能上，但我们不能忘记商业智能的重要性。人工智能和BI都是现代组织成功和决策的关键。

BI开发人员通常负责开发和维护BI接口：数据可视化和仪表板、报告和查询工具。就所需技能而言，这里有一些对BI开发人员有用的技能:SQL、对OLAP和ETL的深刻理解，以及BI系统的经验:Power BI、Qlik Sense或其他。

数据库管理员(DBA)

这个角色是名单上的老兵。DBA在建立和维护数据库方面起着关键作用。通过负责组织数据库的健康，DBA基本上负责公司最有价值的资产之一。DBA的活动包括：管理对数据库的访问（授权/撤销等）、计划和归档备份例程（和恢复）、计划和执行安装和升级、监视数据库并优化其性能。

DBA显然需要掌握他们所负责的数据库。

ETL开发人员

简而言之，ETL开发人员负责将数据从源数据库传输到目标数据库的过程，包括监视和测试过程的性能，并在需要时修复它。在大规模系统中，这一过程发生得非常频繁，因此至关重要。

ETL开发人员必须有以下经验：ETL工具（流行的有:Talend、Informatica、Datastage)、SQL、脚本语言和建模工具。

数据架构师

我认为这个角色和接下来的角色是团队的粘合剂。数据架构师基本上是技术粘合剂，领导所有的架构活动。这包括创建蓝图和设计文档，以指定数据库流程和集成点，评估和批准合适的工具，供工程师部署和使用。数据架构师还应该充当“守门人”，确保组织的数据愿景得到执行，显然需要采取安全措施。

在我看来，数据架构师一定是个无所不能的人。这意味着在数据技术和最佳实践方面有深入的知识，并跟上最新的进展。

数据产品所有者

数据产品负责人负责领导组织的数据战略，并在利用数据和与愿景一致方面监督产品组合。

首先，数据产品所有者就是产品所有者。一般来说，产品所有者定义路线图，与内部和外部利益相关者合作，以确保它向前推进，并作为“项目的粘合剂”发挥作用。在所有这些活动之上，数据产品所有者负责确保组织最大化数据的价值，以实现最佳的业务结果。在某些情况下，这意味着通过展示利用数据的好处来影响高级管理层，并确保它在整个公司得到广泛执行和接受。

摘要

数据人才不再只被科技公司猎杀。如今，大多数公司已经理解了数据的力量及其对组织发展的重要性。请记住，公司对上述不同角色的定义和范围可能有所不同。

如前所述，虽然每个人可能都听说过数据科学家的角色，但还有更多的角色组成了数据世界。每一个都有其特定的挑战和所需的技能。如果您想在数据领域找到一份工作，请确保您非常熟悉各种角色以及它们之间的差异，这些差异有时可能很微妙，甚至可能重叠。

那么，你还在等什么？