熟練的數據分析師是世界上最受歡迎的一些經過追捧的專業人士。由於需求如此強大，而且可以真正做這項工作的人提供良好的人如此有限，但數據分析師均勻的薪水和優秀的津貼，即使在進入級別。

數據分析師可以在整個公司和行業組合中找到。任何使用數據都需要數據分析師的公司進行分析。數據分析中的一些主要工作涉及使用數據進行投資決策，目標客戶，評估風險或決定資本分配。

數據分析師做什麼？

數據分析師佔據數據山脈並探討它以發現趨勢，預測，提取信息，以幫助他們的雇主做出更好的業務決策。您作為數據分析師採取的職業道路依賴於雇主的很大程度上。數據分析師在大型投資銀行，對沖基金和私募股權公司的華爾街工作。他們還在醫療保健行業，營銷和零售方面工作。通常，數據分析師到處都是。您還可以在大型保險公司，信用局，技術公司以及幾乎任何行業中找到它們。Facebook和Google等大型科技公司將大數據分析到令人耳目敬的學位。為此，他們僱用了許多頂級數據分析師，包括各種目的，包括廣告和內部分析以及大量的用戶分析。

在投資銀行等金融機構，管理軌道是最常見的職業道路分析師從入門級別取得。如果您證明您是僱用群體中最好的，您的上級將會作為能夠駐生進入的下一組僱用的人來向您展示。證明自己在管理層中，你可以看看職業生涯部門負責人或副總統。

許多公司還將數據分析師標記為信息科學家。此分類通常涉及與公司的專有數據庫合作。許多信息科學家們與核心數據庫基礎設施一起工作，因此也增加了其他適用的技術領域的技能，如數據基礎設施建設和開發。政府部門是一個僱用並依賴於數據收集，採礦和分析的信息科學家的一個這樣的部門。保險和醫療保健公司也有深入的數據基礎設施，需要信息科學家。

科技公司是獨一無二的，因為技術變化迅速，公司的動態也經常發生變化。部門不斷創造，以解決新的挑戰並追求新的市場機會。技術數據分析師在其現有角色中擅長的，通常是在創建新部門時選擇成為領導者的首個職位。這提供了引導別人的機會，它允許您在公司的一部分中獲取所有權。

總體而言，數據分析師通常具有動態技能集。他們擅長使用數字和細節。它們也是在管理多個任務，數據程序和數據流方面的自信和組織。最後，大多數數據分析師通常也具有強大的演示技能，因為它們通常需要定期向視覺和/或口頭呈現他們的分析。

數據分析扇區的概述

數據分析部門的工作很豐富，薪水很高，你可以服用的職業道路是豐富的。數據分析提供各種各樣的行業和企業水平的機會。因此，可能難以確定薪水和增長期望。勞動力局IC為薪水和增長提供了幾種不同的分類。

金融分析師

金融分析師通常是數據分析師最廣泛的分類。這種類型的角色可以包括商業分析師，管理分析師和各種不同類型的投資分析師。2018年的BLS數據顯示了金融分析師的平均工資，價格為48.55美元，平均年薪為100,990美元。每小時工資範圍從25美元到80美元。紐約的金融分析師均以平均每小時的工資為66.1美元，這類工人預計這類工人將以比2029年的平均率更快地增長5％

市場調查

第二局勞動分類局經常尋求數據分析師的薪資期望是市場研究分析師類別。截至2019年，該類別顯示34.41美元的平均每小時工資，年薪預期為71,570美元。每小時的市場研究人員可以從16.51美元到58.96美元的工資.3BLS還預計此類別的高增長率將增長18％至2029.4

大數據和機器學習

隨著商業世界的發展，數據的用途也與之發展，對大數據技術，大數據分析和機器學習的需求，顯示出一些頂級增長區域。這些類型的大數據技術在美國的主要大學和世界各地都更加大幅整合到數據分析方案中，並有很多。

美國大多數高校為主要或未成年人提供數據分析或數據科學。除了學士學位之外，還有大量的數據科學碩士課程。如果您有興趣在更靈活或更短的時間範圍內建立您的技能，還有多種教育機構提供的多個認證計劃和課程。

數據分析師資格

從數據分析計劃畢業，特別是如果您在課堂上有強大的成績點和高級排名，則應導致入門級數據分析位置，而不會有很多麻煩。即使是一個信譽良好的大學的數學，統計數據或經濟學中的缺點學位也足以讓您的腳在門口。雖然工作是入門級，但工資超過了大多數領域的經驗豐富的專業人士。

如上所述，數據分析中的一些最高作業可以在大學的第一年中每年達到每年100,000美元。經驗豐富的專業人士可以使入門級數據分析師進行雙重或更多。經驗可以作為入門級分析師或來自相關領域的經驗，例如投資分析。但是，在申請數據分析師工作時，教育往往是您簡歷中最重要的事情。在與數學相關的學習領域沒有強大的學術表演，很少有人被雇用。

數據分析師職業道路

以下是您在搜索或考慮數據分析時可能遇到的一些不同角色的列表。

業務分析師：分析企業特定數據。

管理報告：將數據分析報告給業務功能管理。

企業戰略分析師：這種作用將重點關注分析公司廣泛數據並向戰略方向提供管理。這一角色也可能側重於合併和收購。

賠償和福利分析師：通常是人力資源部門的一部分，分析員工賠償和福利數據。

預算分析師：專注於分析和報告指定預算。

保險承保分析師：分析個人，公司和行業數據，以獲得保險計劃的決定。

精算師：分析死亡率，事故，疾病，殘疾和退休率，以創造保險公司的概率表，風險預測和責任規劃。

銷售分析：專注於有助於支持，改進或優化銷售流程的銷售數據。

WebAnalytics：全面分析特定頁面，主題焦點或網站周圍的分析儀表板。

欺詐分析：監視和分析欺詐數據。

信用分析：信貸市場在信用報告，信用監測，貸款風險，貸款批准和貸款分析領域方面提供了廣泛的分析和信息科學。

商業產品分析師：專注於分析產品的屬性和特徵以及響應基於市場因素的產品的最佳定價提供了建議。

社交媒體數據分析師：社交媒體和越來越多的科技公司依靠數據來構建，監控和推進社交媒體平台依賴的技術和產品。

機器學習分析師：機器學習是一種開發技術，涉及編程和餵養機器來製造認知決策。機器學習分析師可能有關各種方面，包括數據準備，數據源，結果分析等。