1. DS专业最基本的就业岗位是数据分析师(Data Analyst)。在国内的互联网大、中、小厂，包括物联网（包括顺丰科技，大疆、大华等偏向于传感器、供应链、运输的企业）等对数据分析有强需求的企业，都会设置数据分析师这一岗位。人工智能的风口公司，例如国内的商汤科技、旷视科技等公司也是需要数据分析师的。
在国外，咨询公司也会有数据工程师的需求。此外还有制造业的大厂也需要分析师分析生产链上的数据流程。国外的互联网中大厂包括uber等偏运输的公司也有数据分析师这一岗位需求。
2.产品经理，具体方向为互联网需要数据分析的产品类型的产品经理。DS专业在求职时也非常有帮助，因为了解相关方面的知识，在和研发人员沟通时，会更加顺畅。
这类职位在国内和数据分析师的覆盖面基本相同，有数据分析师岗位的公司普遍也有产品经理岗位。国外则主要是科技企业的中大厂会有该职位的需求。
3. Algorithm engineer（算法工程师），这一岗位在国内比较常见。该岗位要实际操作大数据平台，有比较重的工程师成分，在国内和国外的大中小厂以及自动驾驶领域，都有该岗位，通常指的是NLP图像处理、音频处理。
4. Data Scientist（数据科学家）在国内比较少见，国内的Algorithm engineer在国外称呼为data scientist，两者只是国内外称呼的区别。
5.量化金融分析，DS专业会专门开设金融课程，因此量化金融分析也是DS未来的就业方向之一，DS专业在该岗位的竞争力也强于金融专业。
6.咨询顾问/战略顾问，即运用自己所学的技能为所在公司提供一些决策。
这一岗位在面试时主要是case interview（案例面试）的方式，考察对于案例解析的深度，例如，请分析为何该面包店今年盈利减少10%。
1. 数据分析师和产品经理的收入略少是由它的应用领域和行业特点决定的。数据分析师所从事的领域更多是已经投入市场的产品，把比较细节的内容与其他产品进行竞品分析、整理报表、用户生命周期管理等比较基本的数据分析工作。还可以进行战略决策分析，即分析公司未来的发展方向。
该岗位并不会给公司带来直接收益，而是间接性地提供一些结论或建议，给公司带来的收益并不直观，因此起薪较低。该岗位的特点是分析领域较为垂直，项目可迁移程度较高。
2.量化金融更加追求可解释性，即这一模型为什么要这么做，这个量为什么要这么取，对于技术高深与否并没有过多要求，主要是让客户明白算法的道理，为客户进行资产配置的分析和优化，包括对投资者情绪的分析、欺诈检测、股票价格预测等，行业垂直性也很高。金融行业经常需要搭建量化平台，每个公司都有自己的想法，因此，有较高的定制化开发需求。
3. 计算机视觉和自然语言处理在国外基本上都叫data scientist或是SDE（Soft Design Engineer），国外不会对技术要求进行细分，但在国内会细节地区分为两个技术领域，是非结构化数据在数据科学领域的应用。
在国内竞争比较大，需要论文加持，才有可能拿到面试资格。这两个行业在国内外有一个共同的特点，即所做项目特别不垂直，定制化开发需求很强，可迁移性很弱，比较看重科研能力。两者在国内主要应用于问答系统，例如智能家居小爱同学，具体内容包括文本预测和翻译软件，大型文本的关键词提取等。
4.电商领域的数据科学应用在国内统称为推广搜，国外也是data scientist这一职位。这一职位是DS在人类社会直接产生价值的一个岗位，所做的搜索算法和推荐算法都可以直接促进用户消费，在该领域的数据科学算法是最成熟的，已经趋于完备，特点是行业垂直，项目完全可迁移，几乎没有定制化开发需求。
因为该领域可以直接创造价值，在上海市的平均年薪为30w左右。该领域需要较强的分析能力，如果之前从事过分析师，或是有过相关实习经验，在面试时会更有优势。或是从事过推广搜的相关实习，也会认为在相关方面已经具备了实操能力。
如上就是Joyce师姐关于DS专业的就业领域及薪资待遇的分享，接下来还会继续分享有关DS和CS、BA的区别。
【竞赛报名/项目咨询请加微信：mollywei007】
