数据科学家、数据分析师、数据挖掘工程师、数据工程师，你了解吗数据科学家（Data scientist）的叫法来自国外，广义上它是对从事数据分析和数据挖掘从业人员的一个泛称，它只是一个头衔，并不是一个职位。狭义上，数据科学家一般是指行业里面的领军人物和顶尖科学人才，如百度前首席数据科学家吴恩达。在人才市场上我们通常可以看到的是后三个职位(数据分析师、数据挖掘工程师、数据工程师)，接下里我们就区分一下这几个职位的相同点和不同点。首先看下企业对这三个职位的要求和描述。职位和能力下面是阿里对这3个职位的要求和描述：

数据分析师岗位描述:

1、独立负责业务数据收集整理，搭建业务数据体系，结合业务对多种数据源进行深度诊断性组合分析、挖掘、深度分析；

2、通过专题分析，对业务问题进行深入分析，为业务的策略、产品优化提供数据支持；

3、独立完成业务日常的产品运营工作，可以快速有效地取得一定的业务成果。

岗位要求:

1、统计、数学、信息技术、生物统计等专业本科及以上学历(硕士优先)，二年以上相关工作经历；

2、熟悉数据库基本原理，熟练运用SQL，熟练操作excel、PPT；熟悉数据挖掘的基本原理，熟练操作SAS、SPSS clementine等数据分析/挖掘工具的优先；

3、良好的数据敏感度，能从海量数据提炼核心结果，熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，给出建议；、

4、具备良好的沟通能力和团队精神，较强的学习能力，能承担一定的工作压力数据

挖掘工程师岗位描述

在这里，你可以学习和掌握阿里巴巴集团业界最先进的大数据处理平台，涉及信息检索、自然语言处理、机器学习、数据挖掘、分布式计算等一系列的专业领域；在这里，你将拥有最好的数据和实验环境，立足于uc浏览器数亿用户和数千亿浏览信息，与这些领域内的顶尖大牛工程师们一起参与目前最前沿的推荐、预测等大数据应用场景的算法设计和工程实现。

岗位要求:

1、本科以上学历，扎实的统计学、数据挖掘、机器学习理论基础，能够利用高等数学知识推演高维数学模型。

2、熟悉聚类、分类、回归、图模型等机器学习算法，对常见的核心算法理解透彻，有实际建模经验；

3、具有扎实的计算机操作系统、数据结构等编程基础，精通至少一门编程语言例如c++/python/R；

4、深入理解Map-Reduce模型，对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验；

5、对于推荐系统和广告系统有实践经验者优先；

6、能够积极创新， 乐于面对挑战， 负责敬业；

7、优秀的团队合作精神；诚实， 勤奋， 严谨。

数据开发工程师岗位描述:

1. 参与阿里大数据开发平台建设，构建开放、安全、标准的阿里对外数据开发平台体系

2. 基于阿里海量数据的数据仓库建设和数据分析，同时针对各业务场景探索大数据解决方案

3. 在公共云计算环境构筑数据交换、融合、分享的生态，让数据驱动业务

岗位要求:

1. 计算机或相关专业本科及以上学历

2. 具有丰富的数据开发经验，对数据处理、数据建模、数据分析等有深刻认识和实战经验

3. 熟悉SQL，有一定的SQL性能优化经验

4. 熟练掌握Java语言，MapReduce编程，脚本语言Shell/Python/Perl之一

5. 业务理解力强，对数据、新技术敏感，对云计算、大数据技术充满热情

6. 积极乐观、诚信、有责任心；具备强烈的进取心、求知欲及团队合作精神可以简 单概括一下这三个职位的特点：数据分析师业务线，负责通过数据分析手段发现和分析业务问题，为决策作支持。数据挖掘工程师偏技术线，负责通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。数据工程师技术线，负责搭建仓库搭建、数据的存储、处理、计算处理、报表开发等。从能力上看，可以认为：

数据科学家、数据分析师、数据挖掘工程师、数据工程师，你了解吗从关系上看，数据分析师和数据挖掘工程师一般是可以相互替代的，在很多公司里，对这两个职位也是不加以区分的。下图是国外对这几个职位的能力栈描述。图中蓝色圈为普通工程师能力栈，粉色圈为数据开发工程师能力栈，绿色圈为数据科学家能力栈。需要说明的是，国外并没有数据挖掘工程师这一说法，国内的数据挖掘工程师的能力栈和本图中绿色圈相当，而数据分析师的能力栈则正好和不于粉丝圈交叉的纯绿色区域相当。

数据科学家、数据分析师、数据挖掘工程师、数据工程师，你了解吗定位和价值正如我之前的《三三制：大数据企业如何打造一支打不烂、打不散的团队？》一文所述，上述这三个职位在大数据团队里分别是开发者、构建者和分析者的角色。他们是大数据团队里最核心的成员，这三个角色组合起来，可以覆盖大部分企业大数据项目需求。