商业智能职业发展路径

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它们。

企业数据团队的结构各不相同——没有一种放之四海而皆准的结构或组织图能适用于所有组织。

虽然数据专业人员从一个角色转到另一个角色并不少见，但每个角色都有其独特的重点，并需要不同的技能组合。如果您对探索商业智能职业并喜欢处理数据感兴趣，以下角色之一可能与您的技能和职业目标相符。

数据分析师

数据分析师通常负责收集、处理和评估组织生成的数据。这包括分析和解释信息、创建报告，以及从不同的数据集中提取洞察。数据分析师倾向于深入参与业务方面的工作，例如向重要的公司利益相关者展示调查结果；他们经常与产品经理密切合作，产品经理根据这些调查结果确定产品方向。最终，分析师旨在帮助其组织做出更明智、更优化的决策。

作为一名数据分析师，您需要熟练掌握SQL才能取得成功，此外还需要数据可视化技能以及统计学和统计编程经验。您应该知道如何使用（但不一定开发）电子表格软件、数据库和数据仓库应用程序。您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其发现传达给组织内的其他人。

如果数据分析是您选择的职业道路，那么晋升空间很大。由于分析师除了技术知识外还依赖软技能，他们通常很适合管理团队，几年经验后可能会获得分析经理、数据主管或数据副总裁的头衔。如果您对管理团队不感兴趣，也可以在分析师职位上不断提升，无论是在一般分析技能方面，还是在特定领域的数据分析方面，成为越来越专业的专家。

数据科学家

数据分析师研究历史数据，而数据科学家则处理数据建模和预测性分析。例如，数据科学家可以构建机器学习模型来预测组织的数据。这些预测可能涉及公司产品、需求预测或预测内部事务（如欺诈预警）。

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，同时还需要掌握Python和R等编程语言。由于数据科学家广泛使用预测模型，这些角色还要求具备强大的数学技能，如线性代数（尤其是在涉及机器学习的情况下）、多元微积分和统计学。您可能不会每天都独自工作在机器学习模型上——沟通能力和与团队良好协作的能力也同样重要。

数据科学家的职业发展轨迹与分析师类似。然而，就像在软件工程领域一样，并非所有数据科学家最终都会走上管理岗位。许多数据科学家仍然是个人贡献者，尤其是在他们在组织中开辟了宝贵的利基市场之后。

商业智能开发人员

你可以把商业智能开发人员想象成介于数据科学家和分析师等重分析角色，以及分析工程师或数据工程师等工程角色之间。这里的“BI”部分很重要——尽管可能与数据分析师存在一些重叠，但商业智能开发人员的工作更侧重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KPI等指标，以及更深入地使用商业智能工具。这项工作很大一部分涉及构建仪表板以鼓励自助式分析，创建可重复使用的报告，并了解如何从分析和基础设施的角度最佳地利用组织数据堆栈中的工具。

一名优秀的商业智能开发人员需要具备扎实的数据库技术基础，并能编写复杂且高性能的查询（很可能使用SQL），同时也要知道同事在仪表板中需要哪些信息以及如何最佳地呈现。具备一定的商业敏锐度也大有裨益，因为商业智能开发人员需要预测组织的需求，以及其分析结果如何促成成功的成果。

数据工程师

数据工程师对组织数据基础设施和管道的内部运作非常熟悉，因为他们的任务是构建和/或维护这些管道。这些工程师确保数据能够从源头传输到数据仓库，并进一步传输到组织的商业智能工具。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，从一开始就定义要捕获哪些数据。

对于担任这些角色的人来说，强大的编码技能是必不可少的，这些角色相比上述职位，对分析和解释的关注度较低。熟悉数据管道的各个环节也同样重要；了解如何使用不同的数据仓库平台将为您提供优势。

分析工程师

分析工程师通常负责建模数据，进行ETL工作，以及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。分析工程师是团队中确保最终用户能够使用干净数据集的人，这是行业范围内向鼓励组织内部自助式分析转变的一部分。

分析工程师的技能组合通常比数据工程师更广泛，他们对最终用户如何使用他们转换和准备的数据拥有一定的应用知识。如果你想走这条路，磨练你的SQL技能是一个好主意，了解如何使用不同的数据转换工具也很重要。也别忽视软技能，因为沟通对于像这种跨团队协作的角色来说至关重要。

商业智能职业的教育路径

近年来，数据科学课程——如本科专业、硕士学位、训练营和证书——呈爆炸式增长，但目前仍没有万无一失的教育途径来获得这些职位。

也许不足为奇的是，许多商业智能职位，特别是工程方面的职位，吸引了来自STEM背景的人，例如那些在统计学、计算机科学或数学方面有专长的人。然而，许多来自人文学科或传播学等非传统背景的数据专业人士也在这个领域蓬勃发展，他们利用批判性思维和有效决策等技能来分析和解释数据。

进军商业智能领域

如果您最近获得了学位或正在攻读学位，并希望在商业智能领域开启职业生涯，可以考虑在您感兴趣的领域寻找实习机会。实习是获取真实工作环境实践经验的绝佳方式，它也有助于您更好地了解自己想或不想追求什么、喜欢哪种工作环境，并提供获得指导的机会。

如果您目前在一家公司从事非商业智能（BI）相关工作，但想尝试涉足商业智能领域，请看看是否可以参与任何涉及数据工作的项目。如果暂时不可能，可以从更小的步骤开始，比如与数据团队成员进行信息交流访谈，或者旁听他们的团队会议。如果您的组织使用商业智能工具，您可以自己深入进行数据分析，花些时间了解它的工作原理，以及在使用过程中您可以从数据中学到什么。

与大多数以技术为中心的工作一样，亲自动手学习会让你受益匪浅。虽然了解SQL是许多商业智能职业的基础，但不要认为你需要记住所有SQL命令才能找到一份数据工作。事实上，不要这样做！这个指导原则不仅适用于学习SQL；它也是你在发展数据技能时适用于所有技术和应用程序的良好经验法则。对某个概念有基础知识是重要的第一步，但构建自己的项目并建立作品集，比告诉雇主你读过的所有SQL书籍更能证明你的能力。一种开始的方式是学习分析你感兴趣的数据集——也许是天气模式或棒球统计数据。一旦你有了可以深入研究的数据集，学习运行特定的查询或分析某些信息，在你开启商业智能职业旅程时会更有趣、更有成效。