【數據分析師】：

數據分析師是指基于大數據進行數據處理分析的人員，能熟練的用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總、理解并消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析師在企業中發揮的價值在于能夠利用已有的數據資料（一手或二手的）進行觀測，實驗，研究分析出背后的一套規律為企業進行優化決策。業務層面的員工需要寫出數據報告給老板看，如果你的分析結果對企業決策（如營銷計劃）有改善從而提高了業績，那么待遇肯定是意想不到的。

此崗位重在“分析”，首先要有一定的數據靈敏度和數學底子，知道在什么樣的數據規模下，需要看什么樣的數據指標。了解常規的數據挖掘算法，可以使用一些工具得到預期的結果。當然用工具的話是需要公司系統支持一些數據分析軟件的，SPSS啊，Clementine什么的，如果沒有，說句難聽的，弄個Excel表格在有些公司也叫數據分析師。當然有些數據分析師Excel玩兒的可以很溜，可以用Excel模擬一個CTR預估算法的迭代過程。

數學方面，需要學：統計學、概率論

【數據挖掘工程師】：

偏技術，偏算法，重模型，需要很深的代碼功底，要碼很多代碼。通過建立模型、算法、預測等提供一些通用的解決方案，當然也有針對某業務的。崗位重點是要“挖掘”，所以對于人的要求就是要熟悉挖掘的方法，挖掘的工具，或者至少知道在什么平臺應該用什么工具，面對什么樣的需求應該怎么解。

數據挖掘：高等數學，數值分析，線性代數，凸優化，運籌學（這些是基本）數字信號處理，模式識別，矩陣論（進階）。

總的來說，代碼能力強直接搞算法，弱就先做數據分析。

京東數據分析師職位要求：（15k-30k）

1、與多部門（包括業務部門、和底層數據提供方等）密切溝通，負責所需數據的提取、查詢、處理、分析等工作，以解決需求方所提出的數據問題與需求；

2、有扎實的數據統計和數據挖掘專業知識；具備良好的邏輯思維能力以及良好的業務解讀能力，有移動端互聯網數據化運營經驗優先；

3、熟練使用Hive SQL、Excel或相關替代工具、PPT；有R語言和JA系統自動化報表經驗優先；

4、具有良好的團隊協作精神和較強的跨部門溝通協調能力，能承受一定壓力。

*京東數據挖掘工程師職位要求：（20k-40k）

1.3年以上數據挖掘、機器學習領域經驗；

2.熟悉各類機器學習算法的實現和參數調優（如邏輯回歸、SVM、神經網絡、隨機森林、深度學習等）；

3.熟悉SAS、R、Python等分析工具，熟悉大數據分析平臺和工具，如Hive，Hadoop， Spark等；

4.有較強的邏輯思維能力、優秀的溝通表達能力及團隊合作能力；

5.有金融行業信用風險建模、個性化推薦、營銷建模等經驗者優先。