其实这个问题有点泛，城市公司对应的个人能力都是薪资的主要部分
可以参考的就是留学生硕士一般20K+左右，国内985 211的硕士薪资也差不太多
本科来说就真的需要拼一拼了 10-15K以上也是可以拿到的，具体还得细致分析
互联网的快速发展下，目前各大公司对数据分析相关岗位的要求持续上升。据统计全国500强企业中，90%以上都建立了数据分析部门。
而我国数据分析人才缺口超过150万，拥有1年以上数据分析工作经验的岗位月薪在15k以上。
由于数据分析在行业里属于朝阳产业，人才需求量巨大。目前国内高校的人才输出尚无法完全满足市场需求，促使大部分企业更注重数据分析从业者的实操能力而非学历，故而数据分析行业整体门槛包容性非常大。
这里给你提供一份数据分析技能课程，希望能够帮助到你。
随着国家重视大数据，政府扶持大数据，大数据在企业当中生根发芽，在未来3-5年我国大约需要180万的大数据人才，但目前只有大约30万人。
大数据分析专业毕业生就业怎么样？
当前大数据分析是实现数据价值化的重要方式之一，特别是场景数据分析，因此在大数据落地应用的过程当中，数据分析应用率先得到了产业界的普及与认可，这个过程释放出了大量的人才需求，因此 大数据分析专业毕业生的就业前景一片光明。
从上图也可以看到大数据分析的薪资是非常可观的。
大数据分析师的工资与两个因素有关：一是 地域， 二是 经验 。
目前我国大数据分析师人才需求最大的主要是在一线城市，全国数据分析师的平均工资在1.2W，年薪能达到15-20W。
有1-2年工作经验的数据分析师薪资基本在12k左右，工作3-5年的数据分析师薪资待遇普遍不低于15k，工作经验达到8-5年的数据分析师平均薪资可以达到25k左右。
数据分析行业跟别的行业一样，也是看经验的，数据分析师的薪资也是会随着工作经验不断的上涨的。
数据分析师岗位缺口大，就业薪资高，并且对于学历、专业、年龄的限制不是特别多。
在大数据时代，迎来了黄金就业期。全国有三十多个城市的企业有数据分析师岗位的人才需求，有近一半的需求来自北京，需求量排名全国第一。
数据分析师这一职业集中在北上广深四大一线城市以及杭州，想往这个方向发展的同学还是要多去大城市尝试，不过这些城市集中了各行业的人才，竞争压力相对也是比较大的。
大数据分析专业毕业生就业怎么样？薪资如何？
大数据分析专业的就业前景还是很不错的，薪资待遇也是很可观；
为了成功地利用大量的信息，公司需要有知道如何管理数据、构建分析并帮助解释数据这样的技能人才，数据分析师这个岗位也越来越受到关注。
通过搜索某联、某聘等一些招聘平台，发现其上面有上有10万+个数据分析师职位空缺，其中绝大部分是互联网行业的需求。值得注意的是，虽然国内现有很多数据分析师员工，但其数量占比依旧很少，职位空缺却占到了市场的50%之多。大多数热门岗位都会在招聘JD中，给出“具备数据分析能力”这样的招聘条件。
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。 （1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！！）
未来十年互联网行业的发展前景和趋势都是持续上升的，互联网行业迅速发展是时代的必然性，也是社会走向科技便捷化的趋势，互联网企业拥有大量的线上数据，而且数据量还在快速增长，数据类人才炙手可热，需求量与日俱增。
互联网给数据分析师带来了大量的数据，所以对数据分析师的要求也会相对较高，在这样高手云集的环境下工作，成长的空间会很大；
互联网行业的高薪是有目共睹的，像国内的大厂的 百度 阿里 腾讯 头条 网易 京东 美团 滴滴 等 待遇都比较高。目前互联网行业大数据分析职位每个企业都有不同的标准，也是根据个人的能力不同而有区分，一般的数据分析员的定位也要5位数起步。
在最近的几年，说到大数据，它无疑是最大的网红，各行业应用的越来越广泛，并且国家将其列入国家十三五规划纲要，对相关人才的缺口更是达到了上百万，高校也逐渐开设“数据科学与大数据技术”专业，目的是培养企业需要的大数据专业人才。
为什么想要学习大数据的人这么多，单单是因为其行业的发展前景好吗，我想不仅如此，更多的是因为看到了其行业的高薪，才会吸引如此多的有志之士加入大数据行业。
简单来说， 大数据分析师就是一群玩数据的人，赋予数据商业的价值，将数据转化成生产力的人 ；大数据和以往传统数据的最大区别就是，大数据是在线的，实时的，其规模是庞大并且无规则的，没有章法可循，此时，大数据分析师的出现尤为重要。
很多人会想，每天面对一大堆枯燥无味的数据多没意思，并且现在企业对大数据分析人员的要求越来越高，这是一个很大的挑战，大数据分析的工作难不难，就业有没有前景是多数人关系的问题；
其实，大数据分析的就业前景是不可否认的，目前大数据分析的职位在各行业都是非常受欢迎的，并且随着数据分析以及商业智能的发展，其地位在企业越来越高，也是更加接近决策层的职位，所以薪资非常可观。
在发达的地方，比如说美国大数据分析师每月的平均薪资高达17.5美元，在我国，顶尖的互联网公式，大数据分析师的薪资也要比同级别的职位高出20%到30%，由此可见，是非常受企业重视的。
我们可以通过智联等招聘软件的数据发现，在全国大概有2437个职位，平台给出的平均薪资为9724，尤其是在北京、上海、深圳、广州、南京、武汉、成都等城市，对于大数据分析人才的需求量更是巨大的，所以大数据分析行业是非常有前途的。
对于专业对口的毕业生们来说，其实还是很好就业的。大数据分析这个行业的应用范围逐渐开始广泛了起来，企业、社会、国家乃至于世界对于大数据分析人才相当重视。作为被国家重视并列为十三五计划纲要的一个朝阳行业，不仅能够长久发展，而且有着不错的前景。
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。 （1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、每日简历投递量非常大，欢迎主动与我们联系！！）
现在是一个大数据分析的黄金就业期，由于大数据分析的空缺比较大，企业对于这方面的人才需求程度与日俱增。很多高校开设了大数据分析的相关课程，从而能够让选择这个专业的学生可以更好的就业，有的企业会采取校企联合的模式从而得到大数据分析方面的人才。
而且专业对口的毕业生从事大数据分析行业的工作会比起转行的小伙伴更具有优势一些，况且一些大企业会专门去培养数据分析的团队，能够让你在学校所学的技术更加精进，而且一些企业对于毕业生的学历以及工作经验的要求也不是很高，但是技术水平要时刻在线才行。
大数据分析行业前景确实可观，薪资待遇高，入行门槛低而且发展空间还很大。就目前来说，大数据分析师在国内的平均月薪是在15.9K，在北京，数据分析师的平均薪资待遇就已经达到了23.4K每月。其中行业内大部分人的薪资范围在20K-30K。而应届毕业生的起步薪资平均在8K-15K，如果说是硕士学历的话，一般在20K+。
大数据分析师的薪资待遇一般会随着你工作的年限以及经验而随之增长。如果可以的话，最好要提升自身的学历以及自己的技术水平，这对于你未来升职加薪有一定的帮助。对于想要在这个方向上发展的小伙伴们来说，多去一二线城市尝试一下，虽然竞争会比较大，但是薪资待遇是真的香。
大数据时代，让数据分析师这个岗位火了起来。不少同学有疑问， 这个岗位好就业吗？薪资怎么样？
本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。 （1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、在京工作一年后要求回当地的工作的，可申请调回当地省会城市的分公司或合作企业工作；5、每日简历投递量非常大，欢迎主动与我们联系！！）
可以说未来的公司都是互联网公司，都需要做数据分析，所以这块的人员需求会非常大，目前互联网公司，略有些规模的，都会设置专门的数据岗位，可以说是刚需了，现阶段是崛起阶段，愿意从事这个方向，是很英明的选择。
现在科技发展的越来越快，使得数据分析发展的方向更多，数据分析人才会更加稀缺，从目前情况来看，未来还会大力发展数据分析行业。由此可见， 数据分析师的前景优渥。在众多的一线二线城市中，数据分析师的年薪都很高 ，同时数据分析师的地位也不低，无论是在哪个行业都是如此，并且数据分析师是通用职业，很容易适应各行各业的数据分析职位。
高于行业平均水平的薪资
以北京为例：
近日，麦肯锡发布研报对全球2021各行业发展做出预测，并购咨询及数据岗位迎来井喷式发展。
以数据岗位为例，2021全美数据人才缺口将突破270万。
在我国，大数据技术人才也十分匮乏，据《中国经济的数字化转型：人才与就业》的报告显示，目前我国大数据技术人才缺口超过150万。
大数据领域人才缺口庞大，岗位薪酬也十分可观，其中数据科学家年薪已高达11万美金！
那么，想进入大数据领域就业的同学，一定要先来了解下不同数据岗的工作内容及必备技能。
一、数据分析师
（一）数据分析师
以经营一家面包店为例，作为店主，希望了解不同客户的购物偏好，购买频率，以及每天/周/月的营收等，于是 聘请了一位数据分析师，需要他帮忙分析出：
哪些用户是重点客户
哪些广告渠道最有效果
可视化每天面包店营收和成本花费
将一些重要指标和分析结果形成周报，月报等
1.数据分析师需要做什么呢？
（1）了解客户画像：我的用户是哪些人？
（2）分析客户行为：用户的行为和购买概率有什么联系？
停购面包的时间越长， 复购的概率越低
（3）可视化仪表盘：实时了解销量情况
2.对应工作所需要的技能：
（1）获取，清洗，整理需要分析的数据：数据库语言SQL、Python语言、Excel
（2）制作仪表盘，查看数据：可视化软件（Tableau，PowerBI等）
（3）用PPT制作报告
3.举例：数据分析师 – 岗位介绍和工作内容
工作内容：
（1）你需要 各大产品 数据 统计、报表维护与监测 ，保证数据的业务针对性、逻辑性、准确性及可读性；
（2）你需要结合业务目标梳理KP监测体系，进行重大产品数据监测与分析， 为产品及运营优化提供建议
（3） 你需要主动发现和识别业务问题 ，规划分析思路，进行深入数据分析， 为业务问题原因排查及解决方案提供数据支撑；
（4）你需要在深入理解业务基础上，结合业务目标，构建分析模型， 为产品数据化运营提供系统化的解决方案。
岗位要求-我们希望你：
（1）学的是统计学、数学、计算机信息类、数据挖掘等相关专业，本科及以上；
（2）有着 会说话 的安迪一般的人设，对数据敏感，具有填密的 逻辑思维能力 及优秀的 书面总结 及口头表达能力；
（3）活好技术强，熟练使用 Excel、PPT、 数据分析软件 R/python、SQL，有较好的文字、数据、图表呈现能力
（4）就是爱数据分析，谁说都不听，抗压能力强，还特别细心，蛛丝马迹也不放过
只要为业务服务的分析师都叫商业数据分析师或者是业务型数据分析师，服务于产品、运营、市场、广告等等业务部门、提供数据支持。你需要了解：
（1）你是为产品服务的数据分析师
（2）你的大部分职责是统计、报表维护、数据监测
（3）你要运用数据分析为产品运营提供建议
（4）这一条已经很清楚表明你要深入业务
（5）遇到问题时，你有责任进行数据排查
（6）要深入业务
作为店主，你根据数据分析师的报告发现，有50%的消费者，每次只购买一个面包。你打算在网站上推出一个推荐区，按照消费者每个人的基本情况，购买面包情况等等，定制个性化的推荐。
这个时候你需要雇佣数据科学家。
二、数据科学家
（一）数据科学家岗位介绍
数据科学家需要用更科学的算法，来预测：
（1）每款产品的销量，提前备货
（2）用NLP技术分析用户评论，了解用户喜好，提高面包口感，或优化推荐
（3）分析每笔交易是否存在盗刷账户的风险等
（二）数据科学家必备技能
1.Python、SQL：获取，清洗，整理需要建模的数据
2.机器学习算法：有些公司数据分析师也需要用机器学习模型来分析数据
3.统计：利用统计知识，判断机器学习模型结果的可解释性都多大。
无论是数据分析师或数据科学家，都会用到SQL或者Python将数据库里面的数据表提取出来做分析，那么这些在数据库里面的数据表又是谁创建的呢？
那就是数据工程师
三、数据工程师
（一）工作内容
主要职责是经营、维护数据仓库。
将所需的数据从不同来源不同格式的数据源中提取出来，转换类型以方便使用，然后归档入数据仓库。
在“大数据”时代，面对动辄每天几百G的数据规模，越来越多的数据工程师需要掌握新的技能，如，利用云计算平台的分布式的系统来完成对数据的传输和储存。
（二）技能要求
编程以及大数据技能：
SQL、Python、Spark、Hadoop、Kafka、Hive
大数据相关岗位除了以上三种外，还有算法工程师、机器学习工程师等。
算法工程师/机器学习工程师就像一个安装和组装的师傅，把“算法模型”这个复杂的部件“基本正确”地安装到大数据平台这样一个底座中去。
有时候，我们并不能简单的从岗位名称就判断出该岗位所需要的技能。因此，建议同学们查看具体岗位描述，来确认你是否符合岗位要求。
总的来说，数据岗人才是紧缺的，现在数据类岗位很多，薪酬整体很有竞争力，但是主要看你在什么样的平台就业和所处的岗位如何，前景很好，努力提升技能吧，加油咯~
shu近几年，大数据行业发展风起云涌，前面， @联科数据 已经介绍了关于数据分析就业前景和薪资的情况，伴随着数据岗位的不断增加，造成了人才的“供不应求”，大数据专业的就业前景和薪资情况在简单的介绍一下：
一、市场需求
国家大力推动实施大数据发展战略规划，加快了数字信息的不断发展，大数据行业政策环境良好，发展机遇空前这，再加上现在各行各业都会应用到数据分析，专业类的人才需求不断加大；
二、薪资待遇
从上图可以看出数据分析师平均薪资13.6k最多可以达到10k-15k之间，薪资待遇可以说是相当可观。
就先介绍到这里，有更多想要了解的问题可以私信我。
目前，全球数据呈现爆发增长、海量集聚的特点。国家大力推动实施大数据发展战略，推进数据资源整合和开放共享，加快建设数字中国。大数据行业政策环境良好，发展机遇空前。大数据悄然改变我们的生产生活以及思维和工作方式，对信息技术发展、经济社会运行、国家治理等方面产生重要影响。
再加上近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。截止到目前，人们日常生活中的数据量已经从TB(1024GB=1TB)级别一跃升PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。
因此，当下大数据从业人员的两个主要趋势是：大数据领域从业人员的薪资将继续增长；大数据人才供不应求。
大数据专业毕业生就业岗位非常多，比如：Java大数据分布式程序开发、大数据集成平台的应用与开发、大数据平台运维、Java海量数据分布式编程、大数据架构设计、大数据分析、Java大数据分布式开发、基于大数据平台的程序开发、数据可视化、大数据挖掘、Java海量数据分布式编程、大数据架构设计等。
工作方向不同，工作经验不同工资多少不定。以大数据开发工程师为例：应届毕业生，7K+；1-2年，8-14K；3-4年，18K+；5年以上，25K+，这些都是一般情况，具体的工作内容不同还会稍有变动。
但是数据分析师这个职位大概是最常见的，指的是不同行业中，专门从事行业内数据搜集、整理、分析，并依据这些数据做出研究、评估的专业人员。
这类职缺通常要求求职者有数学、统计、或是电脑科学等的相关学位跟背景，最常见的工作技能要求是SQL、R、SAS、Excel，以及随着需要处理的数据量日渐庞大，Hadoop 也被许多公司列为必备的基本条件之一。
美国地区数据科学家的年薪大约在 $36,139 到 $77,696 美元之间(约等于年薪台币 110 万到 240 万)，中间值大约是$51,224 美元(台币 160 万)。拥有统计分析、数据建模(Data modeling)以及 SAS等技能的应徵者一般来说更有机会得到高薪。
不同行业的大数据从业人员工资有差别。但是在同一样行业中，同样的工作经验的数据从业人员工资是要同行其它工作岗位要高。
以我的经验来看：互联网8-15K，零售类：6-12K是比较合适。不同的行业大数据分析从业人员工作内容，工作强度，压力会有所不同。
我觉得还是首先看你专业能力，个人喜欢什么样的职场环境，但是建议不管什么行业，前面2-3个踏实踏实把工作的基本功，数据分析的底子打好！
随着各行业领域大数据应用主体持续增加、与业务特点相匹配的个性化、定制化大数据解决方案日益受到青睐，2021 年数据分析的重要性进一步加强，数据分析师、数据分析师事务所持续增长，专业化认证进一步加强，在行业有利的大数据环境，国家政策支持，数据分析企业、数据分析人才的不断增加驱动数据分析行业蓬勃而专业地发展。
来源 | 立思辰留学
1
行业选择
做数据分析的话，行业差别会比较大。一般来说：一线互联网（BAT，TME）> 500 强/大国企 > 二线小互联网公司 > 其他传统企业。
互联网大厂的商业分析、数据分析，毕业第一年薪酬上 20K 都很正常，传统 500 强/大国企的起薪相对较低，但公积金、隐藏福利（住房、入户、伙食）都加上的话，是胜于小互联网公司的。
如果想走数据分析道路，优先选大企业，但是选不选互联网行业也不一定。
小型互联网公司和大型国企、500 强的岗位比起来的话，优先选 500 强和国企。像移动、银行或者航空公司这些传统企业，内部的数据分析流程非常规范，在这里锻炼一两年，再出来去互联网公司，甚至去投行，都是会有人要的。
数据分析的职业发展是一个不规则的线性成长，做数据分析，一定是积累的越久越值钱。但是为什么不规则？是因为可能有很多小的机遇，比如这两年算法大火，之前在国企收入平平但懂算法的数据分析师，进入互联网公司照样能拿高薪。
未来大数据、人工智能、物联网会持续发展，数据领域的机遇只会越来越多，大家可以放心入坑。
1.1
如何判断是否适合从事数据科学相关岗位？
判断是否适合从事数据科学（Data Science）相关岗位，主要需要从以下三个方面进行分析：数理基础、编程基础和相关经验。
数理基础：主要是指是否有线性代数、概率统计学基础，可以通过相关专业及课程看出来。如果是理工科，可以默认其有较强的数学基础；如果相关课程中含有“高等数学、统计学、微积分、计量经济学、Advanced Mathematics、Statitiscs、Calculus、Econometrics”等关键词，则可以判断有数理基础。
编程基础：编程基础可以通过“相关专业”及“相关技能”看出，一般而言如 Java、SQL、Python、Excel 为必备技能，此外如 R、SPSS、SAS 这些工具也根据行业不同各有要求。
1.2
数据科学分布的行业
目前国内数据科学分布的比较火的行业有：金融、互联网、咨询、通信、医药、文体等六大行业，前两个行业岗位较多、薪酬较高。
国内商业数据分析中心的架构形式大致分为四种：技术型、虚拟型、战略性和分散型。
2
行业简介
2.1
大数据行业人才缺口大
大数据开发和大数据分析，这两个方向都是目前需求量非常大的岗位，大数据开发是大数据分析的前提，需要先对大数据进行采集、存储、加工、处理，而后才能进行分析和可视化等。
2.2
大数据行业薪资普遍较高
大数据开发属于程序员工作，更注重逻辑性，更具有创造性和挑战性，薪资待遇相对更丰厚。
大数据分析更多偏向业务，是偏向于熟练操作的工种，资深的大数据分析师薪资也是十分可观的。
2.3
大数据学习有一定难度
大数据开发主要是一些编程语言（Java、Scala 为主）和大数据底层实现原理、处理技术、架构的学习。
大数据分析对个人的数学和统计学基础有一定的要求，需要掌握分析工具（Excel、SQL、Python、SAS、R 等）和分析方法。
总体来说，大数据开发和分析各有难度，大数据开发注重编程及原理与架构技术、大数据分析注重数理及业务知识。
2.4
大数据需要学多久
零基础学习大数据开发一般需要脱产学习六个月左右。其中，学习 Java、Scala 语言需要一个半月左右的时间，学习大数据相关技术大概四个多月。
当然，有基础或者学习能力强的同学另当别论。
2.5
大数据学习方法
大数据开发注重逻辑思维，需要多敲代码、勤学多练，在学习的过程中应有意识地培养自己的逻辑思维，搞懂代码背后的逻辑，多看源码、动手实操，自然熟能生巧。
2.6
大数据开发与数据分析的区别
大数据开发和大数据分析从事的工作不同：大数据开发主要的工作是负责搭建大数据应用平台以及开发分析应用程序；大数据分析主要是运用相关技术对数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。
大数据开发的主要工作内容：
数据分析的主要工作内容：
以上 JD 只是摘录了部分大数据开发和数据分析的工作内容描述，包含但不限于此部分工作内容，只为给大家对其区别有具象的理解。
2.7
BA 与 BI 的区别
很多人对大数据领域中的一些岗位名称傻傻分不清，接下来给大家分析下 BA 和 BI 的区别。
BI 工程师
主要是做数据分析、数据仓库，以及开发相关业务报表，对一些数据进行处理，对数据库要有比较深入的了解。
想要从事 BI 工程师需要有一定的数据库经验，掌握 SQL 查询优化方法，精通 Oracle、SQL Server、Mysql 等主流数据库的应用设计、性能调优及储存过程的开发，掌握相关工具，如 SSAS、SSI、OLAP 和数据挖掘相关算法等。
也有一部分 BI 工程师是做商业智能分析的，对 SAP 的企业管理数据做分析，为领导决策，做预算，企业发展需要的分析用的工具等。
BA—商业分析（Business Analytics）
是指对方案进行经济效益分析，从财务上进一步判断它是否符合企业目标。
通过 KPI 指标和多维展现，再加上对数据的交互应用，对于警戒线的主动提示，使得企业做出在商业活动中的数据分析。
BI—商业智能（Business Intelligence）
是指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术，进行数据分析以实现商业价值。
通过数据模型，模拟方案的建设，去寻找在当前情况下企业最优化的方案，通过揭示预测的利润，销售收入，和其他的一些基础因素等，来预测未来企业发展效力情况。
从功能上来说：BA 是通过一系列的分析研究工作，发现业务需求，找到解决业务问题的方法；BI 是一种数据分析解决方案，将数据转化为能指导企业战略、业务决策的可行性信息。
举个例子，首先要借助 BA 来观察企业哪些方面做得好，哪些方面还需要改进；接着可以用这些信息结合 BI，来预测未来想做的改变会对企业造成哪些影响。BA 和 BI 会帮助企业用最正确的方式做出最正确的决策。
★★★★★
实践数据技术，探索数据思维，关注数据行业前沿资讯，数据人之道。关注『数人之道』公众号，发掘更多精彩的相关文章。
