在回答题主问题之前，还是让我们先看一段PPV课社区上的一段真实对话：

小袁： 我是一只苦逼的程序猿，俗称技术屌丝男，还属于码农阶段，起早贪黑不分时间，没房没车没对象，每天除了代码，就是BUG，觉得暗无天日，没有钱途，现在想换相关的职业，不知道DOCTOR V有什么可以介绍的？

Doctor V： 云计算的实现，咱们迎来了大数据时代，而基于数据处理和开发，有几个职位想必你会感兴趣，且也是现在大数据时代 背景下所需求的。插一句，且这个行业工资还很高，绝对让你以后在技术行业有傲娇的资本…….^_^

小袁： 那大数据行业职位都跟我说说呗？

Doctor V： 大数据行业最主要的是数据分析师和大数据工程师，下面是它的职位体系架构

小袁： 数据分析师和大数据工程师主要是做什么？

DoctorV： 大数据工程师主要是偏开发层面，指的是围绕大数据系平台系统级的研发人员， 熟练Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法， 熟练掌握Hadoop整个生态系统的组件如： Yarn，HBase、Hive、Pig等重要组件，能够实现对平台监控、辅助运维系统的开发。

小袁： 学习这个需要什么基础吗？

Doctor V： java你肯定要很熟练， linux 这个也需要了解一些，当然hadoop本身入门不难，但是你想看懂源代码，想深入的理解，你要对多线程，并行化等概念都要了解，本身hadoop是一个框架，你把他了解透彻了也等于你对java技术已经有了一个系统的掌握了。

小袁： 能简单跟我说说hadoop的学习路径吗？

DoctorV： 简单来说就是，首先了解Hadoop原理和用途，了解什么是hdfs和mapreduce；其次，开始搭个环境跑一个wordcount；再次，跑完wordcount，你就可以改代码了；最后测试独立完成一个业务场景…..

小袁： 嗯，了解，更多的还是偏技术，写代码。

那你还是跟我说说数据分析师这个职位吧，貌似跟数据打交道，挺有挑战性的！？

Doctor V： 数据分析师是指基于大数据进行数据处理分析的人员，能熟练的用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总、理解并消化，以求最大化地开发数据的功能，发挥数据的作用。

小袁： 这个听起来跟数据打交道，需要做决策分析的啊，好像挺有发展前途啊，有技术基础的能学吗，薪资怎么样啊？

Doctor V： 数据分析师在企业中发挥的价值在于能够利用已有的数据资料（一手或二手的）进行观测，实验，研究分析出背后的一套规律为企业进行优化决策。业务层面的员工需要写出数据报告给老板看，如果你的分析结果对企业决策（如营销计划）有改善从而提高了业绩，那么待遇肯定是意想不到的。

数据分析师这个行业入门要求比较低，需要懂一些数据统计、ETL等知识，这些对于学技术的你来说，应该是小菜一碟。

小袁： 这个职位，以后的职业路线是怎样的啊？

Doctor V： 在职业发展方面，最初可能会是数据分析员从基层开始做起，有团队有人带，到后面逐渐上升为分析师，资深分析师、数据分析专家，数据架构师；其中数据架构师 要求比较高，既要精通数据分析师的业务决策层面，也要会使用Hadoop开发和使用运算模型，我觉得这个可以作为你未来的发展方向，因为你比纯粹的数据分析师有技术基础。

小袁： 那么数据分析师和数据挖掘(算法）工程师又有什么区别呢？

Doctor V： 数据挖掘(算法)工程师需要较强的编程能力，需要通过语言进行模型算法优化和相关数据产品的开发，而数据分析师需要更多的是业务理解和数据分析能力，一般是业务背景，对编程能力也没有严格的要求。

小袁： OK，got it！

数据分析师和数据挖掘工程师的区别：

1）处理的对象不同：数据挖掘一般是处理大数据，需要分布式计算和编程，数据分析师一般处理的小数据和抽样数据；

2）使用的工具不同：数据挖掘师一般是通过计算机工程和算法解决问题，需要写代码，而数据分析师是通过数据分析软件解决问题，使用的是软件工具和脚本语言；

3）三观不同：数据分析多依赖统计分析，一般需要因果分析和逻辑合理性，数据挖掘多依赖计算机技术，属于利用算力暴力破解，更专注相关性而非因果逻辑。

更多内容请搜索“AI时代就业指南”