㈠ 大數據分析師工資收入多少
你好，數據分析的市場平均薪資是在11637元，而北上廣地區的平均薪資比這個數字還要高上兩三千左右，如果在騰訊阿里等互聯網大廠，這個薪資就更多了。
1、大數據分析師在騰訊等互聯網大廠的職位
大數據分析師，是一個在互聯網行業大廠中非常常見的職位，幾乎所有希望放大數據價值的公司都一定會開始設立和存在的一個崗位。
在國內，像阿里巴巴、華為、網路、騰訊等等互聯網公司，在研發產品的技術線中都會有這樣的職位。
最後，互聯網行業作為新興的吸金行業，技術崗佔了員工60%以上，薪資也是非技術崗近2倍。技術崗並非只是寫代碼做碼農，雖說編程是 IT行業的核心，但是除此之外，還有測試、UI、運維、產品、運營等崗位，數學差、邏輯差，不適合編程，依然可以選擇其他崗位，可以根據這份資料了解有哪些適合自己的崗位。
希望我的回答對你有所幫助！
上網查查不就知道了嗎？
DBA資料庫管理員，資料庫開發,PL/SQL工程師，SAP,ERP，數據分析，數據挖掘，數據建模
下面是我網上看到的，人家的：
粘帖點給你，CSDN論壇上看到的，希望能幫助你。
前面四種：
資料庫應用開發 (application development)
除了基本的SQL方面的知識，還要對開發流程，軟體工程，各種框架和開發工具等等
資料庫應用開發這個方向上的機會最多，職位最多，薪水一般
數據建模專家 (data modeler)
除了基本的SQL方面的知識，非常熟悉資料庫原理，數據建模
負責將用戶對數據的需求轉化為資料庫物理設計和物理設計
這個方向上在大公司（金融，保險，研究，軟體開發商等）有專門職位，
在中小公司則可能由程序員承擔。
商業智能專家 (business intelligence - BI)
主要從商業應用，最終用戶的角度去從數據中獲得有用的信息，
涉及OLAP (online analytical processing)
需要使用SSRS, cognos, crystal report等報表工具，或者其他一些數據挖掘，統計方面的軟體工具
這個方面我不熟悉，不敢亂說（以免被拍磚，呵呵）
數據構架師 (Data Architect)
主要從全局上制定和控制關於資料庫在邏輯這一層的大方向，
也包括數據可用性，擴展性等長期性戰略，
協調資料庫的應用開發，建模，DBA之間的工作。
這個方向上在大公司（金融，保險，研究，軟體開發商等）有專門職位，
在中小公司或者沒有這個職位，或者由開發人員，DBA負責。
前面五種：
資料庫管理員 (database administrator - DBA)
資料庫的安裝，配置，調優，備份/恢復，監控，自動化等，
協助應用開發（有些職位還要求優化SQL，寫存儲過程和函數等）
這個方向上的職位相對少一些，但一般有點規模的公司還是會有這樣的職位
數據倉庫專家 (data warehouse - DW)
應付超大規模的數據，歷史數據的存儲，管理和使用，
和商業智能關系密切，很多時候BI和DW是放在一個大類裡面的，
但是我覺得DW更側重於硬體和物理層上的管理和優化。
存儲工程師 (storage engineer)
專門負責提供數據存儲方案，使用各種存儲技術滿足數據訪問和存儲需求，
和DBA的工作關系比較密切。
對高可用性有嚴格要求（比如通信，金融，數據中心等）的公司通常有這種職位，
這種職位也非常少。
性能優化工程師 (performance engineer)
專長資料庫的性能調試和優化，為用戶提供解決性能瓶頸方面的問題。
我知道至少IBM, 微軟和Oracle都有專門的資料庫性能實驗室(database performance lab）,
也有專門的性能優化工程師，負責為其資料庫產品和關鍵應用提供這方面的技術支持。
對資料庫性能有嚴格要求的公司（比如金融行業）可能會有這種職位。
因為針對性很強，甚至要求對多種資料庫非常熟悉，所以職位極少。
高級資料庫管理員 (senior DBA)
在DBA的基礎上，還涉及上面3種職位的部分工作，具體包括下面這些：
對應用系統的數據（布局，訪問模式，增長模式，存儲要求等）比較熟悉。
對性能優化非常熟悉，可以發現並優化從SQL到硬體I/O，網路等各個層面上的瓶頸
對於存儲技術相對熟悉，可能代替存儲工程師的一些工作，
對資料庫的高可用性技術非常熟悉（比如MSSQL的集群，ORACLE RAC/FailSafe, IBM的DPF, HADR等）
對大規模資料庫有效進行物理擴展（比如表分區）或者邏輯擴展（比如資料庫分區，聯合資料庫等）
熟悉各種數據復制技術，比如單向，雙向，點對點復制技術，以滿足應用要求。
災難數據恢復過程的建立，測試和執行
這種職位一般只在對資料庫要求非常高並且規模非常大（比如金融，電信，數據中心等）的公司需要，
而且這種公司一般有一個專門獨立負責資料庫的部門或組。
這種職位非常少。
㈢ 學完大數據分析師出來工資多少
那就看你有多少經驗了，還有能力
剛入門的，大概三四千
有七八年工作經驗的，兩萬也輕松拿到
㈣ 數據分析師的就業前景如何
數據分析師是一個發展前景非常好的工作，時代的發展決定了在未來，數據分析師將成為必不可少的一個工作崗位，如果大家能夠有幸進入到這個行業，那麼就好好珍惜，而對於那些還沒考慮未來就業方向的朋友來說，數據分析師絕對是一個不錯的選擇。
數據分析師在進階的道路上有多種選擇，可以成為數據技能超強的產品經理，也可以成為數據指導業務的運營VP，更可以進入到管理或者戰略層，而這些，都是在工作的過程中，開闊視野所帶給人們的。
技能要求
1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2、懂管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。
㈤ 數據分析師工資收入多少
這個就不能一概而論了
什麼行業都是這樣，要看能力和經驗
以廣州為例：
如果沒有經驗，入職的話，三四千到五千多左右吧
如果經驗在2年以上的話，可以達到8千到一萬左右
如果經驗在七八年的話，2萬是不成問題的
當然，我說的都是大概，因公司因行業不同而不同！
㈥ 現在大數據工作的薪資待遇怎麼樣
1。大數據行業前景
據《大數據人才報告》顯示,目前全國的大數據人才僅46萬,未來3-5年內大數據人才的缺口將高達150萬。
2019年大數據行業就業前景怎麼樣？
根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。領英報告表明，數據分析人才的供給指數最低，僅為0.05，屬於高度稀缺。數據分析人才跳槽速度也最快，平均跳槽速度為19.8個月。
作為中國官方重點扶持的戰略性新興產業，大數據產業已逐步從概念走向落地「大數據」和「虛擬化」兩大熱門領域得到了廣泛關注和重視，90%企業都在使用大數據。
2。大數據市場規模
2014年已達1038億元2015年已達1692億元2016年已達2485億元2017年已達3651億元2018年達6000億元
在中國，大數據也正迅速成為行業和市場的熱點。
專注與亞太及中國市場的市場調查機構泛亞咨詢發布的調研數據顯示，目前出現在各類招聘平台上與數據分析相關的招聘需求比去年同期相比，增長率高達67%；大數據相關高級職位的薪酬與其他同類技術職位相比平均高出43%以上。
無論是世界范圍內還是在中國，大數據浪潮正在深刻改變著各行各業，而各行各業對大數據人才的需求，以及技術從業者希望躋身大數據高級人才的需求也變得越來越強烈。
大數據的發展史是一個全球化的趨勢，大數據時代已經到來。