Data Science的职业规划以及所需技能
本期的嘉宾：
RBC的Senior Data Scientist, 负责RBC首个深度学习产品推荐系统的开发与应用
多大统计系本科，Schulich商务分析硕士，Rotman MBA
作为UT Stats+Schulich商务分析硕士+Rotman MBA双硕士职位的他，会给大家带来怎样的工作和职位分享呢？
Data Analytics数据分析的行业发展和职业规划
- 薪资范围
- 职业规划
- 所需技能
职业薪资范围
1. Business Analyst
本科学历：$6w-$7w
研究生学历：$7w-$8w
2. Data Analyst
本科学历：$5w-$6w
研究生学历：$6w-$7w
3.Data Scientist/Data Engineer
研究生学历：$10w 以上
PhD：$12w-$13w
热门行业数据分析的岗位职责是什么？
1. Business Analyst
负责业务部门的需求调研及需求分析,负责需求文档的整理和维护
参与系统功能验收工作及用户手册、新增功能培训资料的编写,配合进行新功能的实施
配合用户进行UAT测试以及Gap Analysis,检视测试人员编写的测试用例、测试报告、产品用户手册等
2. Data Analyst
负责日常数据的分析和可视化，跟踪和分析异常情况
为各类业务部门提供数据支撑，优化公司产品收益和策略
3.Data Scientist/Data Engineer
Data Scientist：
主要是利用数据建立Predictive Model，从而引导决策
利用数据和模型，探究用户行为习惯特征
Data Engineering：
主要负责数据库和Data Pipeline的建立和维护
热门行业数据分析需要什么Skillset？
1. Business Analyst岗位：
有一定的MBA背景，对行业有一定了解
需要系统的资料收集，市场研究，整理能力和良好的文字处理能力
需要较强的逻辑思维能力，敏锐的观察能力和独立分析能力
必备技能是SQL （有能力看懂Code，结合Business Knowledge进行数据分析）
2. Data Analyst
需要懂得统计学的相关知识
需要看懂统计图表以及分析模型
会用Visualization Tool （Power BI, Tableau）
3.Data Scientist/Data Engineer
职业技能：
不同的职位需要的建模工具会不一样，所以DE和DS在工作中需要不断学习和熟悉时下最热门的工具，比如SQL, Python, SAS等
需要懂得统计学的相关知识, Machine Learnig/Deep Learning等数学模型目前，用的最多的建模工具是Python
专业方面：
Data, Mathematics, Statistics
Master及以上学历
