數據提取，滿足產品經理和運營人員的臨時統計需求。
與R&D數據部門聯系，處理復雜的需求並監控報告需求。
組織用於報告或監控的數據表單。
會有壹些分析工作來分析項目的效果。
發展方向:
產品或運營
數據分析師
產品和運營比較容易，但是做數據分析師稍微難壹點。原因:數據專員是數據行業處於較低水平時的崗位名稱。如果有產品和運營團隊參與，他們在數據分析技能上的訓練會少壹些，產品和運營的細節會多壹些，能力成長會更傾向於產品或運營的方向。
2.數據R&D團隊和算法團隊。
本質是取代數據研發的基礎數據處理工作(或者研發中的數據分析師團隊)和算法神。
工作職責:
滿足產品和運營商的需求，使用SQL提取臨時數據，或者使用數據平臺搭建報表系統。
沈澱共性需求，用常用指標和維度構建數據倉庫表和數據集市。
根據算法的要求，清洗數據。
發展方向:
數據研發高級工程師
算法工程師
數據分析師
因為每天接觸海量數據和算法思維，我在這方面的能力會增長，有機會成為算法工程師或者建模工程師。很多數據R&D團隊也會有壹個數據分析團隊，對分析能力要求很高，數據R&D和建模的接觸有利於數據專員的技能增長。