数据科学和机器学习的热度从未如此之高。随着对数据岗位的需求增长，从事数据职业的可能性几乎无限。本文信息图从高层次概述了数据团队中的不同角色、取得成功所需的不同技能、进阶学习路径等内容。 要下载此信息图，请点击上方图片。 数据使用者 数据使用者利用数据做出数据驱动的决策，并能与数据从业者开展有据可依的交流。 最常用的工具 商业智能工具，如 Tableau 或 Power BI 电子表格工具，如 Excel 或 Google 表格 可能的职位名称 数据使用者可能拥有多种职位名称。凡是使用数据驱动洞见的人都属于数据使用者。可能的职位包括： 首席市场官 人力资源经理 销售与业务发展负责人 技能水平 初级技能水平 了解数据科学家、机器学习科学家和数据工程师的工作 知道哪些问题可以（以及不可以）用数据回答 解读数据项目的结果，包括计算和可视化 中级技能水平 能够计算描述性统计量 能绘制常见的数据可视化 理解数据的业务应用 高级技能水平 扎实掌握商业智能的基本原理 进阶路径 技能路径 理解数据主题 面向业务的基础数据技能 课程 Power BI 入门 Tableau 入门 业务分析师 业务分析师负责将数据洞见转化为可执行的结果，以提升盈利能力或效率。他们对业务领域有深入认知，通常结合 SQL 与无代码工具来传达数据洞见。 最常用的工具 商业智能工具，如 Tableau 或 Power BI 电子表格工具，如 Excel 或 Google 表格 SQL 数据库 可能的职位名称 业务分析师 市场分析师 数据分析师 供应链分析师 技能水平 初级技能水平 能够计算描述性统计量。 能绘制常见的数据可视化。 理解数据的业务应用。 中级技能水平 对业务领域有深刻理解。 能够用数据进行报告与沟通。 高级技能水平 能够创建仪表板。 能组织数据以解决业务问题。 薪资范围 根据 Glassdoor 数据，美国业务分析师的平均年薪为 7.7 万美元，范围为 5.5 万至 10.8 万美元 进阶路径 技能路径 中级电子表格 Tableau 基础 面向业务分析师的 SQL 职业路径 Power BI 数据分析师职业路径 课程 用 SQL 分析业务数据 数据分析师 与业务分析师类似，数据分析师负责对数据进行分析，并汇报分析得出的洞见。他们深谙数据分析流程，通常结合编程与无代码工具来呈现洞见。 最常用的工具 编程工具，如 R 或 Python 商业智能工具，如 Tableau 或 Power BI 电子表格工具，如 Excel 或 Google 表格 SQL 数据库 可能的职位名称 业务分析师 市场分析师 数据分析师 供应链分析师 技能水平 初级技能水平 能够计算描述性统计量。 能绘制常见的数据可视化。 理解数据的业务应用。 中级技能水平 执行数据分析流程，包括导入、整理、清洗、计算及业务数据报告 熟练掌握商业智能工具 高级技能水平 能够创建仪表板 能组织数据以解决业务问题 薪资范围 根据 Glassdoor 数据，美国数据分析师的平均年薪为 6.9 万美元，范围为 4.6 万至 10.6 万美元 进阶路径 技能路径 Tableau 基础 职业路径 Power BI 数据分析师职业路径 Python 数据分析师职业路径 R 数据分析师职业路径 SQL 数据分析师 数据科学家 数据科学家在组织的数据中进行探索、提取并报告有意义的洞见。他们将这些洞见传达给非技术干系人，深刻理解机器学习流程，并能将其与业务应用相结合。他们几乎只使用编程工具开展分析，且常与大数据工具协作。 最常用的工具 编程工具，如 R 或 Python 命令行工具，如 Git 或 Bash 大数据工具，如 Airflow 或 Spark SQL 数据库 可能的职位名称 数据科学家 分析工程师 数据分析师 市场数据科学家 技能水平 初级技能水平 执行数据分析流程，包括导入、整理、清洗、计算及业务数据报告 理解数据的业务应用 中级技能水平 理解基础统计学，包括分布、建模与推断 设计简单实验，如 A/B 测试 能够创建仪表板 高级技能水平 将分析应用于金融、市场营销、医疗等业务场景 理解监督与无监督机器学习流程 处理非常规数据类型，如时间序列、文本、地理空间数据与图像 薪资范围 根据 Glassdoor 数据，美国数据科学家的平均年薪为 11.7 万美元，范围为 8.2 万至 16.7 万美元 进阶路径 职业路径 Python 数据科学家 R 数据科学家 机器学习科学家 机器学习科学家设计并部署机器学习系统，从组织的数据中进行预测。他们解决如预测客户流失与生命周期价值等问题，并负责将模型部署供组织使用。他们只使用基于编程的工具工作。 最常用的工具 编程工具，如 R 或 Python 命令行工具，如 Git 或 Bash 大数据工具，如 Airflow 或 Spark SQL 数据库 可能的职位名称 数据科学家 研究科学家 机器学习工程师 技能水平 初级技能水平 执行数据分析流程，包括导入、整理、清洗、计算及业务数据报告 中级技能水平 执行监督与无监督机器学习流程，包括特征工程、训练模型、检验拟合优度与进行预测 将分析应用于金融、市场营销、医疗等业务场景 高级技能水平 执行深度学习流程 处理非常规数据类型，如时间序列、文本、地理空间数据与图像 在生产环境中部署机器学习模型 薪资范围 根据 Glassdoor 数据，美国机器学习科学家的平均年薪为 13.7 万美元，范围为 9.7 万至 19.4 万美元 进阶路径 技能路径 NLP 深度学习路径 Python 图像处理 职业路径 Python 机器学习科学家 R 机器学习科学家 统计学家 与数据科学家类似，统计学家从事高度严谨的分析工作，包括设计与维护 A/B 测试、假设检验等实验。他们专注于量化不确定性，并以极高的严谨度呈现研究结果，如在金融或医疗领域。 最常用的工具 编程工具，如 R 或 Python 命令行工具，如 Git 或 Bash SQL 数据库 可能的职位名称 数据科学家 推断型数据科学家 临床数据分析师 技能水平 初级技能水平 执行数据分析流程，包括导入、整理、清洗、计算及业务数据报告 理解数据的业务应用 中级技能水平 执行统计建模流程，包括特征工程、训练模型、检验拟合优度与推断显著性 进行假设检验并设计简单实验，如 A/B 测试 高级技能水平 设计更复杂的实验并理解贝叶斯统计 理解专业模型，如生存模型、广义加性模型、混合模型、结构方程模型 薪资范围 根据 Glassdoor 数据，美国统计学家的平均年薪为 8.8 万美元，范围为 6.1 万至 13.1 万美元 进阶路径 技能路径 Python 应用金融 R 统计学基础 职业路径 R 统计学家 R 量化分析师 程序员 程序员是数据团队中高度技术化的成员，负责在访问和处理组织数据时将重复性任务自动化。他们衔接传统软件工程与数据科学之间的鸿沟，并深谙大规模部署与共享代码的实践。 最常用的工具 编程工具，如 R 或 Python 命令行工具，如 Git 或 Bash SQL 数据库 可能的职位名称 软件工程师 数据科学家 DevOps 工程师 技能水平 初级技能水平 编写函数以避免重复代码 基准测试与优化代码以提升性能 中级技能水平 制定代码测试最佳实践 使用 Web API 开发可共享代码的包 高级技能水平 开发数据管道并进行并行编程 理解编程范式，如函数式编程与面向对象编程 薪资范围 根据 Glassdoor 数据，美国程序员（软件工程师）的平均年薪为 10.8 万美元，范围为 7.3 万至 16 万美元 进阶路径 课程 Python 数据科学的单元测试 职业路径 Python 程序员 R 程序员 数据工程师 数据工程师负责将正确的数据交到正确的人手中。他们创建并维护基础设施与数据管道，将来自不同来源的 TB 级原始数据集中到一个中心位置，为组织提供干净、相关的数据。 最常用的工具 编程工具，如 R 或 Python 命令行工具，如 Git 或 Bash SQL 数据库 大数据工具，如 Airflow 或 Spark 云平台，如 AWS、GCP、Azure 可能的职位名称 数据工程师 软件工程师 DevOps 工程师 技能水平 初级技能水平 高效地抽取、转换与加载数据 中级技能水平 使用命令行处理数据并自动化数据流 在云端处理数据 管理、优化并处理超大数据集与大型数据库 高级技能水平 开发数据管道并进行并行编程 理解编程范式，如函数式编程与面向对象编程 薪资范围 根据 Glassdoor 数据，美国数据工程师的平均年薪为 11.2 万美元，范围为 7.6 万至 16.6 万美元 进阶路径 职业路径 Python 数据工程师 技能路径 数据库管理员的 SQL Server 主题数据科学职业服务
数据科学和机器学习的热度从未如此之高。随着对数据岗位的需求增长，从事数据职业的可能性几乎无限。本文信息图从高层次概述了数据团队中的不同角色、取得成功所需的不同技能、进阶学习路径等内容。
要下载此信息图，请点击上方图片。
数据使用者
数据使用者利用数据做出数据驱动的决策，并能与数据从业者开展有据可依的交流。
最常用的工具
可能的职位名称
数据使用者可能拥有多种职位名称。凡是使用数据驱动洞见的人都属于数据使用者。可能的职位包括：
技能水平
初级技能水平
中级技能水平
高级技能水平
进阶路径
技能路径
课程
业务分析师
业务分析师负责将数据洞见转化为可执行的结果，以提升盈利能力或效率。他们对业务领域有深入认知，通常结合 SQL 与无代码工具来传达数据洞见。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
技能路径
职业路径
课程
数据分析师
与业务分析师类似，数据分析师负责对数据进行分析，并汇报分析得出的洞见。他们深谙数据分析流程，通常结合编程与无代码工具来呈现洞见。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
技能路径
职业路径
数据科学家
数据科学家在组织的数据中进行探索、提取并报告有意义的洞见。他们将这些洞见传达给非技术干系人，深刻理解机器学习流程，并能将其与业务应用相结合。他们几乎只使用编程工具开展分析，且常与大数据工具协作。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
职业路径
机器学习科学家
机器学习科学家设计并部署机器学习系统，从组织的数据中进行预测。他们解决如预测客户流失与生命周期价值等问题，并负责将模型部署供组织使用。他们只使用基于编程的工具工作。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
技能路径
职业路径
统计学家
与数据科学家类似，统计学家从事高度严谨的分析工作，包括设计与维护 A/B 测试、假设检验等实验。他们专注于量化不确定性，并以极高的严谨度呈现研究结果，如在金融或医疗领域。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
技能路径
职业路径
程序员
程序员是数据团队中高度技术化的成员，负责在访问和处理组织数据时将重复性任务自动化。他们衔接传统软件工程与数据科学之间的鸿沟，并深谙大规模部署与共享代码的实践。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
课程
职业路径
数据工程师
数据工程师负责将正确的数据交到正确的人手中。他们创建并维护基础设施与数据管道，将来自不同来源的 TB 级原始数据集中到一个中心位置，为组织提供干净、相关的数据。
最常用的工具
可能的职位名称
技能水平
初级技能水平
中级技能水平
高级技能水平
薪资范围
进阶路径
职业路径
技能路径