数据建模师是做什么的_数据建模师工作职责和要求

数据建模师是做什么的_数据建模师工作职责和要求 小编最近收到很多同学的私信，大部分同学都在问：如何成为一名数据分析师？作为一名数据分析师应该掌握哪些工具？我曾经是学其他专业的能转行数据分析吗？做数据分析师没有什么门槛，零基础也可以入门数据分析。

文科生也好，其他行业人员也好，想学数据分析，只需掌握Excel、MySQL、Python和BI智能工具等基本应用就可以。

接下来，小编想跟大家聊一聊数据分析师的种类、工作内容和晋升空间，还有数据分析师的基本能力，大家看完可以跟小编分享一下看法。

01数据分析师的种类、职责与升级路线数据分析师的职位分为五大类：数据产品、数据分析师、数据建模师、数据工程师与数据科学家，这5种类型的数据分析师有着不同的职责和业务能力。

1）数据产品数据产品概览图数据产品不但要运用埋点原理，使用工具抓取数据并分析，还要参与数据化产品的制作，挖掘用户数据需求、提炼数据产品方案、设计和推广数据产品的使用等。

职位：数据产品经理、CGO、数据产品总监、数据运营总监学习科目：数据技术、可视化、业务思维2、数据分析师数据分析师概览图商业化的数据分析师主要是负责产品系统后台的上架、更新及维护，是项目中的指导者。

职位：CGO、增长专家、数据咨询师、数据分析总监、数据运营总监学习科目：数据技术、可视化、统计学基础、业务思维PS：①可视化是相当重要的一部分，当你花费大量时间来处理数据，却没能将数据清晰直观地呈现在老板面前时，你所做的一切都是无效的。

小聚给大家举两个例子：同样是数据分析师做的两张图，图A中的各项数据看起来清晰明确，非常便于理解；而图B中，不仅缺少单位量，也没有将增减幅度体现出来，老板看了会十分头疼。

②大部分人对数据分析师存在一个误区，觉得他们就是取数的、做表的“工具人”。

这种想法简直大错特错，作为一名数据分析师，核心能力是要挖掘数据中的价值，并了解它们所存在的意义，对数据进行整理分析，帮助领导去做决策。

③还有很重要的一点是沟通能力，因为你不但要了解清楚对方需求的是什么，还要告诉对方你做了哪些内容。

否则，分析的对象不是需求的对象，容易产生错误的判断造成损失。

3、数据建模师数据建模师概览图数据建模师就是我们常说的算法工程师，他们运用数理统计知识、编程和业务思维建立数学模型，是当之无愧的产品灵魂。

职位：CTO、技术总监、算法工程师学习科目：数据技术、统计学基础、建模技术、业务思维4、数据工程师数据工程师概览图数据工程师属于技术岗，他们负责搭建数据库、处理数据、维护数据安全等工作，主要是服务于数据的使用者，比如上文中的数据分析师、数据产品以及数据建模师。

职位：CTO、技术总监、研发工程师学习科目：数据技术、建模基础、业务思维PS：数据工程师非常考验专业能力，如何优化流程、数据监控和预警分析，一旦任务失败，这个月的薪水就会被扣掉。

5、数据科学家数据科学家概览图数据科学家属于综合性人才，集数据分析能力（＞数据分析师）、统计学基础、业务能力（＞数据产品）、算法（＞算法工程师）与沟通能力于一身。

这类人才属于数据分析行业中的顶配，各方面的能力都超一流，不过这类人才相当稀有，在行业中基本是可遇而不可求。

以上就是数据分析师中的5大岗位，大家有没有比较感兴趣的方向呢？先别着急，接下来小编再和大家分享一下成为数据分析师必备的4种能力。

02数据分析师的4种能力① 数据技术做数据分析必须要了解数据的运转流向，并利用工具读取和分析。

数据分析基础：Excel使用Excel来应付计算量不大日常数据是最实用的，大部分数据分析师只用到其中的少部分功能。

数据提取：SQL、MySQLSQL算是编程中最简单的语言，只要用心去学，不超过一个月就能进行数据的提取了。

分析工具：SPSS、R、PythonSPSS就相当于高级版的excel，难度不高；python和R在数据分析和数据挖掘方面的能力差不多，两者任选其一即可。

② 可视化Excel、PPT、echarts、FineBI数据可视化的工具比较多，上述的几种都是比较常见的，尤其是excel和PPT相当基础，如图所示：新增用户热力图不管使用的是什么工具，目的在于将抽象的数据用图表展示出来，方便老板审查和决策，如果做的好看就成了你的加分项。

③ 统计学基础统计学基础常常运用在ABtest、数据透视中有时遇到模糊的数据，比如一些随机的因素，就要用到统计学中的假设检验了。

假设相反的状况，通过设置的样本来推翻这个假设，如果样本足以推翻假设，则我们认为测试结果成立；否则测试结果作为偶然现象，需要重新进行测试。

示例一 AB test的错觉： AB test结果图示例二 R平方值的重要性：DAU预测图④建模能力分类：在历史用户行为基础上构建出模型，将它套用到新用户身上，预测用户是否会发生某种行为。

如下图所示：模型概念图分类：同种类别的用户比较相似，不同类别的用户之间具有较大差异，需要给不同的用户打上标签。

如图所示：聚类概念图回归：比如在预测销量、人口数量时，就需要用到指数回归和多项式回归，在处理各类数据时都会用到相对应的回归算式。

评估：评估模型有两类：回归模型和标准化模型，它们一般会用于品牌投放、会员积分等，如图所示：渠道评估模型（AHP标准化模型）作为一名数据分析师，还需必备业务思维能力、大局能力、沟通能力等等。

数据是没有思想和逻辑的，如果你没有业务思维，可能会迷失在一堆数据中理不清方向，优秀的数据分析师则可以让一串串数据“活”起来。

还有大局能力，你不仅要有处理分析公司产品的能力，同时还要对竞品进行分析，知道对方的不足，发展自身产品的优势，才能抓住老板的心。

最后，数据分析师不可缺少的沟通能力，你在分析数据之前，要先明确分析什么数据，为什么要分析这些数据，精准地把握老板的需求，避免出现工作上的纰漏。

当你完成工作后，需要将数据的价值表达出来，老板才能进行下一步的工作。

如果你想要成为一名优秀的数据分析师，先找到自己的方向，确立一个职业目标，再逐步掌握数据分析师的必备技能，在软件的基础 *** 作上不断提升自己的应用水平