; ; ; ; 随着大数据发展走入我们视野的职业，应该可以算得上是程序员的一个进化分支吧。跟着小编一起用大数据分析一下，高大上的数据分析师的“钱途”究竟如何！
分析师职位的行业分布情况
数据显示，数据分析师职位主要集中在互联网、金融、消费品、制药/医疗等行业，其中互联网和金融行业的分析师职位数占比超过了80%，这源于该几类行业已在短期内无论是产品端、用户端、运营端等都实现了大数据的原始积累，且数据增长速度依然可观。此外也说明“数据驱动决策”的趋势在当下变得尤为重要。
分析师职位的地区分布情况
从数据分析师职位的区域分布来看，“北上广深杭”等特大一线城市合计占据88.5%的职位份额，单单北京地区占比就超过四成。对于数据分析师的职业发展来说，“坚守而不是逃离一线城市”才是明智的选择。
互联网行业数据分析职位的特征
互联网行业数据分析的主要对象是产品、运营和用户，其次是市场和客户。以数据为依据，为产品策略、运营战术、用户研究、市场趋势、客户画像等企业关键领域提供必要决策支持。
金融行业数据分析职位的特征
金融行业普遍重视产品与运营层面的数据分析，除此之外最为重视对客户的分析。而对于风险、信用、信贷与投资领域的分析则是金融行业特色，反映出数据分析已在金融核心业务线上都发挥着重要作用。
企业为分析师职位提供的薪酬（上限）
无论是初级还是高级岗位，企业都愿意为分析师提供高于行业平均水平的薪酬。同时，随着工作年限的增加，分析师薪酬与行业平均薪酬的差距逐渐拉大，在15年工作年限时，薪资差距拉大到近20万。
高薪分析师职位在不同行业的分布
互联网行业年薪超过50万元的分析师职位数最多，占比超过五成；其次为金融行业的21%。巨大的数据量、复杂的数据结构以及结合不同业务而进行的复杂数据开发，造成了数据分析师高端岗位的紧俏。同时也反映出，越来越多的企业（具有大数据基础的）愿意付出高薪解决企业自身数据方面存在的问题。
高级分析师职位在不同地区的分布
年薪50万以上的分析师职位主要分布在北京、上海、深圳、杭州、广州。其中北京高端分析师职位最为集中。
分析师的教育专业背景
数据分析师从业者的专业背景中，计算机、统计、数学、信息管理等专业的占比相对较高，但其他专业也不少。从另外一个角度来看，无论你是学什么专业出身的，都有新专业、新领域的知识要学。
高级分析师职位的技能要求
小·结
大数据具有数量大（volume）、高速率（velocity）、多样性（variety）、真实性（veracity）等特点，这就要求从事中高端数据分析的人员除了具有高超的业务理解能力和沟通能力之外，;还必须具有以下四大综合性能力：
1.卓越的数据处理能力，包括收集、清洗、存储、查询技术等。
2.数据分析能力，如数学建模、算法设计、文本挖掘、机器学习、统计软件应用等。
3.数据可视化能力，如基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等。
4.数据变现能力，如企业运营、产品策略、市场研究、品牌管理、需求分析等。
据分析，到2018年，我国数据分析师的职位空缺将达到近40000人，而且各行各业均会对数据分析挖掘相关岗位产生很大的需求。