商业智能职业路径

在这篇文章中，我们将探讨数据团队中的一些常见角色以及如何获得这些角色。

企业结构他们的数据团队各不相同——没有一种适用于所有组织的标准结构或组织图。

虽然数据专业人士从一个角色转移到另一个角色并不少见，但每个角色都有自己的重点和所需的技能。如果你对探索BI职业并喜欢与数据工作感兴趣，以下角色中可能有一个符合你的技能和职业目标。

数据分析员

数据分析员通常负责收集、处理和评估其组织生成的数据。这包括分析、解释信息、创建报告以及从不同的数据集中提取见解。数据分析员往往在业务方面有很大参与，例如向重要公司利益相关者展示发现；他们通常与产品经理紧密合作，这些产品经理根据这些发现确定产品的方向。最终，分析师的目标是帮助其组织做出更明智和更明智的决定。

作为一名数据分析师，你需要熟练掌握SQL，才能取得成功。此外，还需要具备数据可视化技能，以及统计学和统计编程的经验。你应该知道如何使用——但不一定是开发——电子表格软件、数据库以及数据仓库应用程序。你还应该培养批判性思维和讲故事等软技能，因为分析师必须能够从数据中得出结论，并将他们的发现传达给组织内的其他人。

如果你选择数据分析作为职业道路，有很大的发展空间。由于分析师除了技术知识外，还依赖于软技能，因此他们通常能够很好地管理团队。经过几年的经验积累，他们可能会担任分析经理、数据主管或数据副总裁等职位。如果你不感兴趣管理团队，你仍然可以在分析师的道路上不断提升，无论是成为一般分析技能或特定领域分析方面的专家。

数据科学家

虽然数据分析师研究历史数据，但数据科学家处理数据建模和预测分析。例如，数据科学家可能会建立机器学习模型来预测他们组织的数据。这些预测可能涉及公司的产品、预测需求，或者预测内部问题，如欺诈。

对于数据科学家来说，了解SQL以及如何最佳地可视化数据非常重要，此外还需要掌握Python和R等编程语言。由于数据科学家与预测模型的工作非常广泛，这些角色还要求有强大的数学技能，如线性代数（特别是在涉及机器学习的情况下）、多元微积分和统计学。你作为数据科学家，每天可能不会每时每刻都在独自进行机器学习模型的工作——沟通技巧以及与团队合作的能力同样重要。

数据科学家的职业轨迹可能与分析师相似。然而，就像在软件工程中一样，并不是所有的数据科学家最终都会成为管理者。许多数据科学家仍然是个人贡献者，尤其是在他们的组织内开辟了一个宝贵的领域后。

商业智能开发者

你可以将商业智能开发者视为介于分析密集型角色（如数据科学家和分析师）和工程角色（如分析工程师或数据工程师）之间。这里的“BI”（商业智能）部分非常重要——尽管与数据分析师可能存在一些重叠，但BI开发者的工作往往更专注于直接影响业务决策和结果的数据。这可能包括创建和跟踪诸如关键绩效指标（KPIs）等指标，以及更深入地使用BI工具。这项工作很多涉及构建仪表板以鼓励自助分析，创建可重复使用的报告，以及了解如何最好地利用组织的数据堆栈中的工具，无论是从分析还是基础设施的角度来看。

优秀的BI开发者具备数据库技术的基础，能够构建复杂且性能优异的查询（很可能是SQL），同时也知道同事在仪表板中需要哪些信息，以及如何最好地呈现这些信息。具备一定的商业洞察力也有很大帮助，因为BI开发者预计他们的组织需求，以及他们的分析结果如何导致成功的成果。

数据工程师

数据工程师对组织的数据基础设施和管道的内部运作了如指掌，因为他们负责构建和/或维护这些管道。这些工程师确保数据能够从源头到达数据仓库，并继续传递到组织的BI工具。他们还负责为分析师和数据科学家准备数据，确保系统功能正常且结构高效，并与其他工程师合作定义最初需要捕获哪些数据。

对于承担这些角色的人来说，强大的编码技能是必不可少的，在这些角色中，分析比上述职位更加注重。对数据管道元素的熟悉也很重要；了解如何使用不同的数据仓库平台将给你带来优势。

分析工程师

分析工程师通常负责建模数据，进行ETL工作，并在数据集中转换和整理数据，使其可供分析师和科学家使用。分析工程师确保最终用户有干净的数據集可供使用，这是整个行业向组织内部鼓励自助式分析的转变的一部分。

分析工程师通常比数据工程师拥有更广泛的技能集，并拥有一些关于最终用户如何使用他们转换和准备的数据的应用知识。如果你想走这条路，提高你的SQL技能是个好主意，了解如何使用不同的数据转换工具也很重要。也不要忽视软技能，因为沟通在这个角色中至关重要。

走向BI职业生涯的教育途径

近年来，数据科学项目如本科专业、硕士学位、训练营和证书等如雨后春笋般涌现，但仍没有一条确定的教育途径可以确保获得这些角色之一。

不出所料，许多BI职位，尤其是工程端职位，吸引了来自STEM背景的人，如统计学、计算机科学或数学方面的专家。然而，许多来自非传统背景的数据专业人士，如人文学科或传播学，在这个领域取得了成功，他们依靠批判性思维和有效的决策技能来分析和解释数据。

进入商业智能领域

如果你最近获得了学位或正在攻读学位，并希望进入商业智能领域，考虑在您感兴趣的一个领域寻找实习机会。实习是一个在真实工作环境中获得实践经验的好方法，同时也有助于更好地了解您是否想追求这项工作，您喜欢哪种工作环境，以及提供导师指导的机会。

如果您目前在一个非BI角色的组织中工作，但想尝试商业智能领域，看看您是否可以参与涉及数据工作的任何项目。如果现在还不可能，您可以从小处着手，比如与数据团队的人进行信息性面试或参加他们的团队会议。如果您的组织使用您可以直接进行数据分析的BI工具，花些时间了解它是如何工作的，以及您在使用它时可以了解哪些数据。

像大多数以技术为中心的工作一样，通过实践学习将更有利于你。虽然了解SQL对于许多商业智能职业来说是基础，但不要认为你需要记住所有SQL命令才能获得数据工作。事实上，不要这样做！这个指导不仅限于学习SQL；它也是你在发展你的数据技能集时所有技术和应用的一个很好的经验法则。对某个概念有一些基础的了解是重要的一步，但当你构建自己的项目组合时，自己建立的项目比告诉你读过多少本SQL书籍更能向雇主展示。开始的一个方法是通过学习分析你感兴趣的dataset——可能是天气模式或棒球统计数据。一旦你有了可以深入挖掘的dataset，学习运行特定查询或分析某些信息将使你在商业智能职业旅程中更加引人入胜且富有成效。