尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
摘要：數據分析師的知識結構除了數學、統計學和計算機之外，還需要了解包括社會、經濟、教育、醫療等領域的行業知識，因為數據分析與應用場景具有密切的關係，不同行業需要有不同的側重點。當前正處在大數據時代，隨著大數據技術的逐漸落地應用，數據分析師的發展前景還是比較廣闊的，未來除了互聯網領域之外，廣大的傳統行業也將釋放出大量的數據分析師崗位，所以從就業的角度來看，選擇數據分析師似乎更有優勢一些。
作為一名教育工作者，同時也在帶大數據、機器學習方向的研究生，所以我來探討一下這個問題。
首先，數據分析師和會計師都有比較廣闊的發展前景，至於如何選擇應該根據自身的知識結構、興趣愛好和發展規劃來進行綜合考慮。
當前正處在大數據時代，隨著大數據技術的逐漸落地應用，數據分析師的發展前景還是比較廣闊的，未來除了互聯網領域之外，廣大的傳統行業也將釋放出大量的數據分析師崗位，所以從就業的角度來看，選擇數據分析師似乎更有優勢一些。
如果對數字比較敏感，善於發掘數據背後的價值，那麼數據分析方向是比較好的選擇。選擇數據分析師需要具備以下幾個方面的知識結構：
第一：數學和統計學基礎。數據分析當前有兩種主要的分析方式，一種是統計學方式，另一種是機器學習方式，不論採用哪種方式都需要具備紮實的數學基礎。
第二：計算機基礎。數據分析不論是採用數據分析工具進行應用級分析，還是採用機器學習的方式進行專業級分析，都需要具備一定的計算機基礎知識。以機器學習為例，機器學習的步驟包括數據整理、設計算法、做到算法（編程語言）、訓練算法和運用算法，雖然算法設計是機器學習的核心，但是算法做到也是非常重要的步驟。目前不少企業的數據分析師崗位，既需要具備算法設計能力，同時要具備算法做到能力。
第三：行業背景知識。數據分析師的知識結構除了數學、統計學和計算機之外，還需要了解包括社會、經濟、教育、醫療等領域的行業知識，因為數據分析與應用場景具有密切的關係，不同行業需要有不同的側重點。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言！