如何看待互联网公司的战略分析商业分析岗位最典型的三种工作
Businessanalyst，是企业中对于商业问题进行分析的人员。对于大量数据的分析将会是你分析商业问题的重要手段和工作。大部分将会是描述性分析，即通过选取不同的角度，对过去数据进行可视化的呈现，以发现商业中的问题和机会，做出商业建议。一般不会亲自对数据进行建模分析，也不会使用R/Python。主要使用的工具将是SQL、Excel和PPT。
Datascientist，工作就是建立预测模型。提取、清理数据的时间将会占用百分之八十的时间。Datascientist所建立的预测模型，会被自动化code进系统，企业也会要求具备一定的编程能力，比如Python，方便和工程团队合作。毕业生的建模能力和统计知识，其实是足够做数据科学家了，但编程能力，特别是python的编程能力，将会成为毕业生够不够格做datascientist的分界线。
Dataanalyst，就是对于企业的数据库系统以及数据的含义进行管理、确保数据的准确性和完整性。当企业领导层、businessanalyst和datascientist需要数据的时候给予帮助，并且对持续不断的同类数据进行自动化，建立BI的基础设施。Dataanalyst常使用的工具就是SQL和Tableau。
这些岗位有什么区别呢？
Businessanalyst需求最大，最有可能做到CEO。Datascientist，中国人良好的数学功底（世界公认的数学知识能力），也是中国人在美国的强势领域。如果想在美国就业，这方面岗位有很多机会。但编程能力不强的同学难以在这个领域出类拔萃。Dataanalyst看上去工作最枯燥，但其实是个不错的打基础的职位。特别是大企业，商业分析、建模其实都不难，但把底层的数据到底弄明白其实往往是最难的一个环节。
DataAnalyst岗位举例
资深数据开发工程师（某IT公司）基础月薪1-2万
岗位职责：1.对阿里文学现有数据分析平台进行功能维护、性能优化和系统升级；2.根据业务需求进行数据报表相关的研发工作；3.对现有业务数据进行数据计算、挖掘类工作，产出预测性的数据给业务展提供策略建议；4.参与数据底层的工具、平台、部署流程等技术体系建设的研发工作。
任职资格：1.本科及以上学历；2.熟悉常用的数据挖掘、分析的工具和方法，有数据挖掘工作经验；熟悉linux平台，精通shell/java/python/lua等高级及脚本语言的一种或多种，编码基本功扎实；3.熟悉数据仓库相关理论，有数据仓库设计和运维经验；熟练使用MySQL/Hbase/Mongodb中至少一种数据库，熟练使用Hadoop、spark/storm或在MPI并行环境有应用实践经验；
商业数据分析师（职位类别：数据库开发工程师）某科技公司
岗位职责：1、能深入理解业务，抽象并搭建数据模型，分析关键问题；2、业务数据的收集、整理、提取，根据相关数据进行分析、挖掘、撰写分析报告，为决策和管理提供数据支持；3、与业务部沟通，将分析结果应用于实际业务，提升业务部工作质量。
任职资格：1、数据敏感，逻辑严谨，沟通能力强；2、熟练掌握SQL，熟悉数据挖掘的常用算法；3、具有良好的商业敏感度和数据分析技能，能够开发创新而实际的分析方法以解决复杂的商业问题；4、熟练使用excel、SPSS或R等数据分析和统计分析工具；5、数学、统计、计算机软件、管理信息系统、运筹学等本科或以上学历，大型互联网1-2年数据分析工作经验。
Datascientist岗位举例
算法研究员／数据科学家-大数据策略（某科技公司）基础月薪2.5-3.5万
任职要求：1.计算机、数学相关专业硕士、博士；2.深入理解机器学习的理论和方法，能够从原理上对机器学习算法进行改进；3.熟练使用c/c++，python，java,scala中的一门语言。
岗位职责：1.深入理解机器学习的理论和方法，能够从原理上改造当前的机器学习算法，应用于业务场景中；2.设计开发大规模机器学习系统，针对海量的数据进行高效的模型训练；3.参与线上系统的开发，与工程师一起打造核心服务系统；4.进行原创研究，包括新算法、新技术或者新产品的研究。
BusinessAnalytics岗位举例
战略规划经理（商业研究市场分析）基础月薪1.5-2.5万
岗位职责：1.协助部门领导进行公司发展战略规划的制定及执行；2.规划业务线的中长期战略目标，设计和优化商业模式，为业务线制定核心指标，牵头关键项目；3.分析和跟踪战略实施过程，提出改进建议，帮助部门改善，确保战略规划的贯彻执行；4.分析商品流通及B2B电商行业趋势和竞争格局，紧密跟踪行业内标杆企业、竞争对手的战略动态及国家行业政策，并提供决策建议，确保公司战略的前瞻性；5.战略研究数据库的更新、完善及优化。