大数据如果从工种的角度来划分可以分为四大类：
数据分析、数据挖掘、数据工程、数据产品；
数据挖掘又可以细分为数据处理和数据算法；
数据工程又可以细分为数据服务、数据前端。
各个角色的成长路径是不相同的。
目前聚焦分析师的成长，重点说一下我对分析师成长路径的理解，分析师是比较容易被忽视的群体，可能很多人理解分析师就是负责跑数据的，其实这是对分析师的片面的看法，首先，从分析师的工作环节来看，分析师是整体产品闭环中不可缺少的一部分，产品产生想法——>研发负责产品开发与上线——>分析师产出数据分析报告，以及产品建议与措施——>产品进行新一版升级，分析师这里产生的价值不仅于数据报告，更重要的是对产品的建议与措施，这是数据分析师的核心价值所在。
我认为分析师从能力上可以划分为三个阶段：
初阶分析师——能跑数：掌握数据分析的基本技术能力，包括SQL、R/python等，能够响应产品需求，进行数据提取与数据报表的搭建。
中阶分析师——能做专题分析：比较好的数据sense，能够跟进中大型专题分析，能够依据业务场景设置完善的指标体系，能够通过数据分析，给出对产品有帮助的建议与措施，并能够跟进与推动建议与措施的落地。这里面的数据sense主要来源于分析经验。
高阶分析师——能做“无命题作文”：专题分析可以理解为是一种“命题作文”，从上面产品闭环上来看，起点是产品有想法，上线之后，分析师能够对该产品想法做专题分析与建议，很多场景下，上面产品闭环起点也可以是分析师，即分析师从现有的业务场景中，通过数据分析，对业务给出建议与措施，并推动落地，拿到业务收益，这个阶段对分析师的要求是比较高的，即需要对业务有深刻的理解，又需要有比较强的数据分析能力，同时又要具备比较强的推动能力。
目前是初级小菜鸟，目标是高阶分析大佬。加油💪
