數(shù)據(jù)科學社群流傳著一個傳說，如果技能齊全的數(shù)據(jù)科學家突然接手你的工作，他一夜之間便能奇跡般地把小型數(shù)據(jù)科學公司轉(zhuǎn)虧為盈。

這樣的一位數(shù)據(jù)科學家，需要有豐富的經(jīng)驗和過硬的專業(yè)知識。只要找對了贊助商，那么這個人肯定就能走上正道，并把整個項目發(fā)展起來。

然而，在數(shù)據(jù)科學計劃慢慢成型的過程中，你可能需要一個技術(shù)團隊來幫助項目進行提升。該團隊主要由機器學習工程師、數(shù)據(jù)科學家、統(tǒng)計學家和軟件工程師組成，可能還需要一兩個數(shù)據(jù)分析師。

大公司里的IT技術(shù)人員以系統(tǒng)為中心來處理數(shù)據(jù)，他們一般都擁有許多技能，比如編程、系統(tǒng)開發(fā)、系統(tǒng)支持、商業(yè)支持以及跨職能團隊合作的能力，也正是這些技能使得他們能勝任數(shù)據(jù)分析師的工作。其中，如果中級開發(fā)人員有一定的商業(yè)知識背景，還擅長使用各種數(shù)據(jù)處理工具，那么，他們便是數(shù)據(jù)分析師很好的人選。

數(shù)據(jù)分析師是所有專家的中間人

在數(shù)據(jù)科學團隊中，數(shù)據(jù)分析師能把所有技術(shù)專家都協(xié)調(diào)起來。數(shù)據(jù)分析師通常能為數(shù)據(jù)科學家或統(tǒng)計學家指明研究方向，說明哪些假設(shè)值得深入研究。他們可以和機器學習工程師及軟件開發(fā)者合作為機構(gòu)組織架構(gòu)和開發(fā)全面的數(shù)據(jù)科學項目，還能通過數(shù)據(jù)可視化來進行初步分析，開啟數(shù)據(jù)科學的新旅程。

企業(yè)中的中級或高級的IT專家大多情況下會與其它部門進行合作?？缏毮艿膱F隊協(xié)作能力再加上軟件工程背景便賦予了企業(yè)IT人員與其他專家展開良好合作的能力。

數(shù)據(jù)分析師了解業(yè)務(wù)情況，對數(shù)據(jù)有直覺判斷

數(shù)據(jù)分析師或多或少在技術(shù)層或者商業(yè)層面都有和數(shù)據(jù)打過交道。通常來說，數(shù)據(jù)分析師在處理數(shù)據(jù)的過程中能培養(yǎng)出對業(yè)務(wù)一定的見解，慢慢地對數(shù)據(jù)就會有自己的直覺判斷。通常，數(shù)據(jù)分析師如果在接手數(shù)據(jù)科學項目之前就與公司業(yè)務(wù)打過交道更具有商業(yè)遠見。慢慢培養(yǎng)商業(yè)直覺，再不斷圍繞著業(yè)務(wù)提升這方面能力可以為數(shù)據(jù)科學項目節(jié)約大量時間。

企業(yè)中IT技術(shù)人員的工作離不開“數(shù)據(jù)”二字。隨著大數(shù)據(jù)在IT領(lǐng)域的推廣，大部分軟件開發(fā)都圍繞數(shù)據(jù)進行。數(shù)據(jù)分析師可以通過為企業(yè)研究系統(tǒng)解決方案來學習業(yè)務(wù)知識。解決數(shù)據(jù)完整性，數(shù)據(jù)倉儲和系統(tǒng)性能等問題以提供系統(tǒng)支持能培養(yǎng)技術(shù)專家的數(shù)據(jù)直覺，還能加深其對數(shù)據(jù)完整性的理解。

數(shù)據(jù)分析師擁有可與其他專家匹敵的好奇心以及持續(xù)跟進工作的恒心

數(shù)據(jù)科學是一個迭代的過程。商業(yè)分析如同大海撈針，通常需要花幾個月的時間研究數(shù)據(jù)才能找出一個可行方案。這就對數(shù)據(jù)分析師的恒心以及決不妥協(xié)的好奇心提出了要求。

企業(yè)的IT技術(shù)員整天都會陷入失落情緒中。每天都和系統(tǒng)代碼庫打交道，難免會覺得多年反復在與同一系統(tǒng)工作，糾纏于辦公室斗爭以及為海量的數(shù)據(jù)頭疼，無聊至極。而身處如此環(huán)境卻從不退縮，堅守崗位的工程師，才是數(shù)據(jù)分析師的最佳人選。

數(shù)據(jù)分析師掌握了數(shù)據(jù)存儲和檢索技術(shù)

一般來說，在商業(yè)環(huán)境下，有很多技術(shù)可以用來存儲大數(shù)據(jù)。此外，依靠數(shù)據(jù)采掘工具的行業(yè)在數(shù)據(jù)處理的過程中就能獲得分析結(jié)果。熟練掌握數(shù)據(jù)存儲和檢索技術(shù)的分析師懂得如何快速獲取所需的“精煉的”數(shù)據(jù)集。

為企業(yè)工作多年的IT技術(shù)專家不僅知道如何對系統(tǒng)進行進一步的發(fā)展，還知道怎么存儲數(shù)據(jù)、挖掘數(shù)據(jù)以及提煉數(shù)據(jù)。這些技能非常寶貴，能幫助機器學習工程師和數(shù)據(jù)科學家更加專注于建模和數(shù)據(jù)科學的工作。

數(shù)據(jù)分析師是查找數(shù)據(jù)的能手

數(shù)據(jù)分析師通常是查找數(shù)據(jù)的不二人選。他們不僅能整理、清除數(shù)據(jù)，還能通過數(shù)據(jù)庫找到所需的重要信息，有時甚至憑直覺就能找出最重要的信息。

查找數(shù)據(jù)的能力是企業(yè)IT專家所具備的最重要的能力。處理許多數(shù)據(jù)庫遺留問題，重構(gòu)經(jīng)常失控的代碼庫，優(yōu)化性能等調(diào)試工作都是企業(yè)IT人員擅長的。他們擁有跨系統(tǒng)調(diào)試技能，可以標記和跟蹤數(shù)據(jù)以找出系統(tǒng)問題。這項技能對數(shù)據(jù)分析師來說十分重要，他們必須要找對方法來指明項目方向。

數(shù)據(jù)分析師“心有大局”

數(shù)據(jù)分析師天生是“心有大局”的人，能游刃有余地與專家一同工作。他們的工作性質(zhì)就是協(xié)調(diào)所有人的工作，因此，他們能做到“心有大局”。如果數(shù)據(jù)分析師的技能可以得到充分利用，那么他們便可以從管理中學習到對業(yè)務(wù)重要的信息。最終能獨立工作并擁有自己的見解。

與科技大廠和初創(chuàng)公司的軟件工程師不同，企業(yè)IT開發(fā)者更注重“大局”，他們不會花大量的時間去摳軟件中某一點細節(jié)，而是更專注于開發(fā)可能在一個或多個系統(tǒng)中多個組件上運行的解決方案。這些企業(yè)IT開發(fā)人員的開發(fā)性也使他們成為了數(shù)據(jù)分析師最佳人選。

數(shù)據(jù)分析師掌握了多種編程語言并且擁有處理不同類型數(shù)據(jù)存儲的技術(shù)

因為數(shù)據(jù)分析師必須在數(shù)據(jù)中穿行，協(xié)助清理數(shù)據(jù)，可視化數(shù)據(jù)，因此，一名優(yōu)秀的數(shù)據(jù)分析師須對R語言或者Python等編程語言、數(shù)據(jù)可視化概念和實踐以及對SQL和NoSQL等數(shù)據(jù)提取技術(shù)非常熟練。通常來說，一名好的數(shù)據(jù)分析師還應(yīng)有使用Tableau或者SAS的經(jīng)驗。他們可能不具備算法、統(tǒng)計和分析等經(jīng)驗，但他們肯定曾在技術(shù)層面使用過用于編寫算法的工具。

企業(yè)IT開發(fā)者能使用很多不同的編程語言。有5年及以上經(jīng)驗的中高級水平的開發(fā)者能在SQL和NoSQL領(lǐng)域熟練地開發(fā)系統(tǒng)解決方案。有的甚至還有過C++和Java的經(jīng)驗。對他們來說，處理負責的數(shù)據(jù)和學習一門新的編程語言不是什么難題。這些開發(fā)者對Perl，Awk等腳本語言也非常熟悉。如果沒有過python這種以目標為導向的編程經(jīng)驗，要想學習R或Python也是很簡單的。

處在機器學習和大數(shù)據(jù)的時代，人們總是想找一個數(shù)據(jù)科學項目的“最佳人選”。只要方法得當，企業(yè)IT技術(shù)人員也能在數(shù)據(jù)科學領(lǐng)域大展身手。也許我們需要經(jīng)驗豐富的機器學習工程師來擴大數(shù)據(jù)科學規(guī)模，可能還需要數(shù)據(jù)科學家來帶領(lǐng)數(shù)據(jù)科學團隊。但是，企業(yè)IT技術(shù)人員也是可以依靠的的，他們掌握了一定業(yè)務(wù)知識，具有敏銳的洞察力。如若他們成為數(shù)據(jù)分析師，可以在專家團隊中架起溝通的橋梁，為數(shù)據(jù)科學項目傳達真正的價值。不要忘了，成功的數(shù)據(jù)科學項目是一個團隊努力的成果。