大数据技术的兴起，对教育发展及人才培养的影响是异常深远的。同时，也为年轻一代谋划个人发展战略及择业带来新的挑战和机遇。本文介绍几个前景看好的职业。
1. 数据分析师
在传统行业中，数据分析更多存在移动、银行、超市等行业，在这些行业中你才会偶尔听到数据分析师这个职位。数据分析师要通过对数据、数据指标的解读，通过对数据的分析，来解决问题。主要有以下几个次层次：（1）业务监控：诊断当前业务是否正常？是否存在问题？业务发展是否达到预期（KPI）？如果没有达到预期，问主要问题在哪？是什么原因引起的？（2）建立分析体系：这些数据分析师已经对业务有一定的理解，对业务也相对比较熟悉，更多帮业务方建立一套分析体系，或者更高级是做成数据产品。例如：营销活动。分析师会告诉业务方，在活动前你应该分析哪些数据，从而制定恰当的营销计划。在营销过程中，你应该看哪些数据，从而及时做出营销活动调整。在营销活动，应该如何进行活动效果评估。（3）行业未来发展的趋势分析：这应该是数据分析师最高级别，有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高，在行业、宏观的层面进行业务分析，预测未来行业的发展，竞争对手的业务构成，帮助公司制定战略发展计划，并及时跟踪、分析市场动态，从而及时对战略进行不断优化。数据分析师需要掌握数据库知识、统计分析知识，熟悉SPSS或SAS，对于与网站相关的业务还要求掌握GA等分析工具。
2. 数据挖掘师
通过对海量数据进行挖掘，寻找数据的存在模式或运行规律，从而解决具体问题。数据挖掘更多是针对某一个具体的问题，是以解决具体问题为导向的。例如：聚类分析，通过对于会员各种人口统计学、行为数据进行分析，对会员进行分类，对不同的类型的会员建立相应的profiling，从而更好的理解会员，知道公司会员是到底如何？高、中、低低价值的会员构成，既可以后期各种会员的运营提供指导，提高活动效率，可以指导公司的营销，例如广告的投放策略，以及用于公司各种战略的制定。数据挖掘师需要精通数据库技术和数据挖掘工具、数据挖掘算法，例如SPSS/CELEMENTINE、SAS/EM等，还要熟悉一些开源的软件，例如：R、WEKA。当然如果会写一、二款开源软件和程序代码，那是最好的，大公司喜欢用这样的人才。
3. 数据建模师
数据建模师，更多偏向于中、小数据量，而且其使用更多的是统计学的方法。针对具体的问题来分析解决。例如：营销反应率，你就可能针对历史的邮箱、短信的反应情况和市场反馈，来建立专门模型进行预测，帮助公司作出应对。
总之，与大数据的采集、处理、分析、应用等工作相关的职业和岗位都将受到人们的青睐和社会的欢迎。
（全文结束）
