大数据管理与应用专业未来就业怎么样(大数据管理与应用专业就业方向及就业前景分析)

大数据就业前景广阔。我们以大数据中流行的数据分析为例。

数据分析主要有两个就业方向，一是统计学，二是运筹学。我们来看看这两者对应的具体位置。

首先是统计方向。

事实上，这个方向一直都有立场。只是现在使用的一些方法和技术手段得到了一定程度的改进。以前公司只有一些有限的运营数据或者市场数据，基本上用excel就可以解决。现在我们拥有大量的数据和更先进的分析软件，比如SAS、R等，利用这些软件，我们可以从大量的数据中挖掘出一些核心的数据信息，找出业务活动的驱动力。

从就业方向来看，最典型的是以互联网公司为代表的信息化程度较高的企业。这些企业在日常业务中会产生大量的数据，数据分析师必须从复杂的数据中挖掘有效的信息来支持运营和决策。

典型的公司是BATJ，其相关团队包括产品运营团队、广告效果分析团队、游戏用户数据处理团队等。还有一些其他互联网公司，如美团、携程、饿了么等。

在这些互联网公司中，数据分析工作主要分为两个方向：

一是做运营分析，也就是前面提到的工作类型。

另一种是产品开发的分析，比如抽象相关数据进行建模，做一些模型进行判断，比如回归模型等，以API的形式提供给客户。客户只要导入相关数据就可以通过这个模型做出判断。

一个典型的例子就是一些反欺诈产品。它们的背后是好人的行为数据和一些坏人的行为数据，创造了“0”和“1”的好坏判断模型。当你通过API接口将结果未知的数据输入到这个模型中时，你就会得出这个人是好人还是坏人的结论，从而为业务提供指导。

除了互联网公司之外，咨询公司也非常重视数据工作。

例如，在麦肯锡，相关数据分析已经成为公司的重要驱动力之一。

另外，四大咨询公司，一些IT咨询公司，如埃森哲、印度的Infosys等，还有一些本土的咨询公司，如九千，以及基于数据分析和市场分析的老牌公司，如尼尔森，也有相应的数据分析岗位。

那么咨询公司的哪些业务主要用于数据分析呢？对于咨询公司来说，其业务通常分为两部分，即战略咨询和管理咨询。

战略咨询一般较少采用数据分析，因为战略咨询往往涉及企业更长期业务的未来规划，很难从有限的历史数据判断更长期的未来方向。一般来说，历史数据主要用于当前或短期的未来预测。因此，在咨询公司中，数据分析主要用于管理咨询业务，作为决策的支持。比如我们经常做的CRM系统中，我们拿到大量的客户数据后，我们会做一个用户画像。完成用户画像后，我们就知道了这个客户的特征，我们就可以用概率或者回过头构建一个推荐系统来向客户推送相关的广告或者产品。

另外，我们还可以做一些行业分析。例如，我们从第三方网站获取了一些基于地理位置的数据，比如某个地区有多少家餐馆、顾客卖饮料等。我们可以把这些餐厅的分布放在一张地图上，然后把顾客的销售数据也放上去，我们可以看到这些饮料哪里卖得好，哪里卖得不好。如果一个卖得不好的地方和卖得好的地方有同样的潜力，我们可以据此提出一些相应的改进建议。

还有一类常用数据分析的公司，就是金融公司，尤其是基于当前互联网的银行、保险公司，主要以相关零售业务和风控业务为主。比如四大国有银行和招商银行等其他商业银行的零售、风控等数据分析驱动的业务已经非常成熟。

例如，当你打开招商银行APP时，你会发现它会根据你的使用行为和情况提出一些相关的建议。另一个典型的例子是蚂蚁金服。你会发现你有芝麻分。这个芝麻分也是通过数据分析和建模计算出来的。然后根据不同的信用评分，你会得到一些不同的待遇。

另外，数据分析在保险公司是如何运用的？保险公司也会为自己的客户创建用户画像，这些画像会有对应的群体。不同群体的人会有不同的保费。例如，在汽车保险中，如果某类人的车是红色的，并且长期长途驾驶，那么他面临的风险是什么？根据这种情况，保险公司会为这些人设定特定的保险费。综上所述，保险公司中，数据分析多用于分析一般业务运营情况，制定风险控制方案。如果保险公司的解决方案非常成熟，可能会作为产品出口。

第四类使用数据分析的是软件公司。软件公司一般会将这些模型标准化、产品化，与它们交互后，将一个完整的产品销售给客户。客户拿到这类产品后，只要导入自己的数据并进行一定的操作，就可以得到一些有价值的结论。

最后一类公司是传统企业。这些传统企业以前可能信息化程度较低，比如制造企业。制造业之前的一些销售数据可能还没有很好的积累。随着整个商业社会信息化的趋势，这些企业发现在这些数据中有很多发现洞察的机会，所以我们逐渐开始关注它们。我之前在美国AMD实习过。公司拥有庞大的内部数据库，记录了公司多年的销售数据。我们会利用这些销售数据做时间序列分析，发现它是在一定的时间区间内的。趋势，并利用该趋势来预测未来的销售。对于这家公司的指导意义是知道在一定时期内其订单量会增加以及增加到什么程度，以便其生产部门提前做好生产准备以应对销售高峰。

数据分析的另一个职业方向是运筹学。

运筹学方向的工作主要是解决一些优化问题，对于学过相关知识的同学来说可能会更清楚。除了我们最简单的线性规划之外，还衍生出了很多其他的优化方案，比如动态优化、随机优化、排队等。也就是说，你可以在有限的约束下得到最优解或者局部最优解。

这些解决方案在实际应用中也得到了广泛的应用。比如我们生活中使用的滴滴打车的路线规划等问题。这是一个动态优化问题。例如，拼车时有多少位乘客？如何为司机安排最优路线，保证能抓到所有乘客，同时整个路线最短、最快。在运筹学领域，主要就业公司仍然是咨询公司。对于咨询公司来说，它会为客户提供优化解决方案。例如，在制造企业中，如何提高你的生产线的效率，就是一个生产调度问题。你想要老师生产什么、复制什么，这样你的总劳动时间就可以缩短，或者中间的积累就少一些。这也是比较注重运营分析，为运营工作提供一些决策支持相关工作。

此外，还有一些软件公司专门提供一些优化软件解决方案。一个典型的例子是阿斯彭科技公司。其产品也是石油行业比较知名的生产调度优化软件。全球70%以上的石油公司或炼油厂使用它。都使用这个软件来安排他们的生产线。由于石油公司的产品和原材料种类较多，流程也比较复杂，本软件解决的是如何安排生产，在完成本月生产计划的同时，实现成本最低、利润最高的问题。

另一个典型的公司是LLamasoft，专门从事供应链优化。我主要从事的是模型开发和产品开发。如果你有资格从事这类工作，你也可以去这样的公司做数据工作。如果你将来想转行销售或营销工作，这里的工作背景将为你提供很大的支持。因为这家公司比较喜欢卖技术产品，如果你不清楚产品的原理和优点，就很难卖好你的产品，因为买家会找一些相关的技术人员来和你联系。这些技术人员对于这类知识都有比较清晰的认识。

除了这些第三方公司之外，还有一些直接使用这些软件的公司，比如Uber、滴滴，以及顺丰速运等物流公司，每天肯定都会遇到这样的问题。例如，在上海市内运送包裹，如何安排接送、使用什么车、走什么路线？您可以在一天内成功递送所有包裹，或最大程度地减少延误。像UPS这样的国外物流公司也是如此，大多涉及一些内部产品开发工作。