现在还能入“坑”数据分析吗？看看2022年数据分析热门岗位！

2022年1月12日中华人民共和国国务院发布了《“十四五”数字经济发展规划》，明确了“十四五”时期推动数字经济健康发展的指导思想、基本原则、发展目标、重点任务和保障措施。

《规划》指出数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。

同时还部署了八方面重点任务。一是优化升级数字基础设施。加快建设信息网络基础设施，推进云网协同和算网融合发展，有序推进基础设施智能升级。二是充分发挥数据要素作用。强化高质量数据要素供给，加快数据要素市场化流通，创新数据要素开发利用机制。三是大力推进产业数字化转型。加快企业数字化转型升级，全面深化重点行业、产业园区和集群数字化转型，培育转型支撑服务生态。四是加快推动数字产业化。增强关键技术创新能力，加快培育新业态新模式，营造繁荣有序的创新生态。五是持续提升公共服务数字化水平。提高“互联网+政务服务”效能，提升社会服务数字化普惠水平，推动数字城乡融合发展。六是健全完善数字经济治理体系。强化协同治理和监管机制，增强政府数字化治理能力，完善多元共治新格局。七是着力强化数字经济安全体系。增强网络安全防护能力，提升数据安全保障水平，有效防范各类风险。八是有效拓展数字经济国际合作。加快贸易数字化发展，推动“数字丝绸之路”深入发展，构建良好国际合作环境。

由此可见数字经济领域的发展趋势和方向正逐渐清晰起来，可包容行业也越来越广！

2021年， 全球数据分析市场规模预计突破246.3 亿美元， 并且至2030年将以25%的年复合增长率保持长期增长。中国大数据从业人员数量位居全球第一，但仍然面临严重的人才短缺。截至2024年，中国的大数据市场规模有望突破200亿美元。中国企业的数字化能力位居G20国家第二。

全球数据科学人才需求激增，截至2026年，将创造近1150万个就业机会。世界经济论坛预测，截至2022年，数据科学家和数据分析师将跃居世界新兴职位需求NO.1。

尽管中国的数据从业人员数量全球第一，但仍然面临严峻的人才短缺问题，预计2025年中国数据人才缺口将达到230万。

目前挡在数据人才招聘面前的三座大山：

目前数据人才主要集中在信息技术与服务、计算机软件、互联网、金融服务、高等教育、电信、医院与医疗健康、银行、市场营销与广告、管理咨询、电商这几大行业。

2022年热门数分析岗位

大数据分析师

大数据分析工程师是数据师的一种。是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化、自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。

算法工程师

算法是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。算法工程师就是利用算法处理事物的人。不同的算法可能用不同的时间、空间或效率来完成同样的任务。

如今疫情的爆发，人工智能技术被大量使用，为疫情防控贡献了不小的力量，可以预见，在疫情结束后，人工智能相关人才会被各行业所大量需求。

数据分析师

数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

这是一个用数据说话的时代，也是一个依靠数据竞争的时代。世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

而CDA（Certified Data Analyst）是在数字经济大背景和人工智能时代趋势下，源自中国，走向世界，面向全行业的专业技能认证，旨在提升数字化人才的数据技能，助力企业数字化转型，推动行业数字化发展。

CDA 持证者秉承着先进商业数据分析的新理念，遵循着《CDA 职业道德和行为准则》新规范，发挥着自身数据科学专业能力，推动科技创新进步，助力经济持续发展。

数据运营师

数据是反映产品和用户状态最真实的一种方式，通过数据指导运营决策、驱动业务增长。与数据分析师的岗位不同，数据运营更加侧重支持一线业务决策

互联网运营的类别很多，而运用在运营的整个生命周期中。数据运营属于一种技能，通过数据分析发现解决问题，提升效率促进增长。

数据科学家

数据科学家是指能采用科学方法、运用数据挖掘工具对复杂多量的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能寻找新的数据洞察的工程师或专家(不同于统计学家或分析师)。一个优秀的数据科学家需要具备的素质有：懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂决策分析等。

商业分析师

商业分析师能根据业务的需求，从数据中生成相应的报表，为决策提供支撑。相比其他的业务人员，他能更高，更广，更深入并且更数据化地对业务进行分析。他的思路一定不能陷入在日常业务当中，必须超脱出来，并且要具有一定的抽象能力，同时能熟练运用分析工具，学会用数据说话。

数据工程师

数据工程师可以从事对大量数据的采集、清洗、分析、治理、挖掘，并对这些数据加以利用、管理、维护和服务的相关技术工作。

2020年05月15日，国家邮电通信人才交流中心印发了《关于开展大数据工程师专业技术等级考试的通知》（邮电人才【2020】15号），这标志着我国大数据工程师专业技术等级考试制度的建立，该文件明确将推动提高大数据专业技术人员理论与技能水平。

数据产品经理

广义来看，数据产品是可以发挥数据价值去辅助用户更优的做决策（甚至行动）的一种产品形式，，本质是发挥数据价值的工具。数据产品经理，则是实现这一工具，用数据产品去满足特定数据使用需求的一个职业。

它在用户的决策和行动过程中，可以充当信息的分析展示者和价值的使能者。从这个角度讲，搜索引擎、个性化推荐引擎显然也是数据产品，由于产品形态已经比较成熟，所以很少被人划分到数据产品的概念里，另外，这类产品往往大都在数据外面穿了一层外衣，使非专业的用户并不能直观的感受到数据的存在。

以上就是我本次的分享，希望对大家有所帮助。