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。

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。

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。

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 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～