数据分析岗位的前景怎么样？

  未来所谓大数据行业的人才缺口，指的更多是建设性人才而非创造性人才。创造性人才的需求一直是少且薪资高的，而建设性人才是多且门槛低的。
  数据分析岗位前景不是不好，而是因为它是性价比奇高的岗位，大量人员涌入，竞争激烈且鱼龙混杂，很多人不明就里想进来，却没有深入了解这个岗位。
  比如说，说起数据分析师你就知道是sql和python，但你很少听过他们告诉你：指标体系，目标管理，ROI，用户画像，供需模型，abtest，但这都是数据分析师的工作，而且是拉开差距的工作。
  简单来说就是两点：
  1、并非所有数据分析师都有能力承担机构重要项目和决策，他们很多工作只是数据基础建设和提供；
  2、所谓的低门槛&高薪资，是数据分析行业内的两拨人，不是同一个群体。很多人通过培训进来了，却发现高薪资和他们无缘。
  数据分析在我国属于新兴行业，正在由稚嫩走向成熟，未来一定会更加规范。当前市场上的大部分数据分析师岗位，有着“用比较好的要求，干比较普通的活”的特点。招聘方通常使用相似的岗位职责，例如：
  熟练运用sql和python；
  熟悉Hadoop，Spark等分布式架构；
  有独立项目经历，有数据挖掘的经验；
  数学、统计学、计算机等专业优先。
  但他们给求职者比较大的烟雾弹是：究竟数据分析师是否能承担或有足够机会承担机构或项目中的重要决策角色？
  一方面，该现象是由于用人单位很难明确数据分析的岗位职责。这在国内还算是一个新行业，因为到目前没有办法，或者官方定义数据分析师的职责。这导致机构用人部门“借用”市场上的数据分析师要求，来要求其他人做其它事情。
  另一方面，求职者和招聘者纷纷模糊上述烟雾弹存在的情况，以期找到个人发展或机构自身要求的捷径，来提升自己或招聘的竞争力。这也是行业未固化时难以管理的原因之一。
  在上述情况下，数据分析师们顶着一个看似相同的头衔，却干着天差地别的活。