Hello,大家好,经常有人问我Google内部的几个data analyst的岗位到底有什么不同,今天就跟大家来理一下Google数据岗差异以及你到底应该投哪个。
谷歌内部最主要有四大Analyst四大金刚,其中大家知道最多的是data scientist和product analyst,另外两个小众的一些的是data analys 和risk data analyst。
首先先跟大家分享两条找数据工作的经验:
第一条,组之间的差别要比岗位之间的差别要大。
第二条,岗位的区别在于合作的组和使用的技能。
01 部门之间的差别
我们先讲第一条,像谷歌这样的大公司有超过十个大的部门,包括ad search youtube,安卓等等等等。
每一个部门要解决的问题不一样,每一个部门的发展的状况和对于data数据的理解程度也不一样,所以做的事情天差地别。
比如说像ad 和search,这样已经发展了十多年的新的部门,PM都会写SQL,对于数据的理解程度已经非常高,所以analyst要提供用统计知识验证的数据洞察。
但比如说一些比较新的部门,像谷歌教育这样的部门,有可能现有的数据库都还没建好,数据分析师也要同时做数据工程师的一些工作,和工程师的团队进行密切的沟通,保证到手的数据是干净完整没有问题的。
02 岗位之间的差别
第二个重要的点是各个岗位之间的差别,主要在使用的方法和合作的组织间的差别,我从岗位硬性要求,合作的组,技能,还有我一句话总结的特色五个方面来分析。
岗位硬性要求
data scientist,硬性要求master加两年工作经验,但我见到的大部分都是phd。
剩下的几个都是最低bachelor,不过最近几年有内卷趋势,越来越多phd加入了analyst行业。
合作的组来说
Data scientist和prada analyst更加偏向和engineering工程组合作。
data analyst比较偏向于和非工程组非产品组合做,也就是growth/marketing或者finance。
risk data analyst在谷歌的一个部门叫做trust and safety,这个部门会有包括engineering/sales/legal等各个部门。
技能方面
技能方面来说这些岗位需要的技能都包括分析、模型、报表、自动化等等啊,但是侧重不一样,Data scientist会更更侧重分析和模型,Product analyst会做分析和报表,Data analyst会更加侧重报表。
总结特色
所以如果你爱统计,可选data scientist,爱产品,可选prada analysts,爱数据但没那么爱产品,可以投data analysis的,如果你是金融行业想转行,可以投risk data analyst。
听完我说这么多,你是更清楚了还是更糊涂了,欢迎留言告诉我们,我们下期见~