数据分析 / 数据科学家 — 这职业到底是干啥的

把数据岗想成翻译家。

公司有两套语言：

• 业务语言：「这个月销售下滑了 12%」「华东区客单价比华北低」「老用户复购率不行」
• 数据库语言：1.2 亿行交易表 + 800 个产品 SKU + 7 个国家 timezone + 4 个支付渠道

数据分析师的工作就是在两种语言之间翻译 — 把业务问题翻成 SQL / Python 查询，把 1.2 亿行数据翻成「华东区客单价低是因为 XX 品类拖后腿」这种业务可执行的洞察。

AI 时代这件事没变，只是工具升级了 — 现在多了「LLM 帮你写 SQL」「LLM 帮你做评测分析」这一层。

数据岗的两个极端

数据岗在 AI 时代最大的特点是分化严重 — 同样标题「数据分析师」/「Data Scientist」，能力要求可以差 5 倍：

类型	工作内容	月薪范围
偏 BI 报表	仪表盘 / Power BI / Tableau / 周报月报	10-20k（国内）
偏业务分析	用 SQL 写复杂查询、做 A/B 实验设计、用 Python 跑回归	20-40k
偏数据科学 / ML	建模 + 特征工程 + 上线模型 + 跑评测	35-70k
偏 LLM 数据 / 评测	训练数据集设计 + LLM-as-judge + 模型评测	30-60k

这是为什么 agent-hunt 国内数据角色 median 35k 但 p25 到 p75 跨度从 15k 到 65k — 不是行业波动，是「数据分析师」这个标题下面塞了 4 种完全不同的活。

三套硬核能力

1. SQL 真功底。不是「会写 select」就行。要会：

• 窗口函数（row_number / rank / lag / lead）
• 子查询 + CTE（WITH 子句）
• 复杂 join（包括 anti-join / semi-join）
• 优化执行计划（看 EXPLAIN）

这一关在国内数据岗很多人卡了 3-5 年没过 — 只会写简单 select 的人面试容易被刷。

2. Python 数据栈 + 统计直觉。pandas + numpy + scipy + matplotlib — 必备。再加：

• A/B 实验设计：怎么算样本量 / 怎么避免 p-hacking
• 基础 ML：用 scikit-learn 跑回归 + 分类，至少懂为什么用 train/test split
• 因果推断基础：DiD / 工具变量 / PSM 知道一点（高端业务分析岗会考）

3. 业务理解 + 沟通。这是数据岗在 AI 时代最难替代的部分 — AI 可以自动写 SQL，但 AI 不知道「为什么业务方要这个数据」、不知道「这个洞察用什么方式告诉 CEO」。会讲故事的数据分析师，永远稀缺。

数据岗的真实数据

agent-hunt 国内 / 海外都有这条线：

指标	国内	海外
岗位数	164	384
中位月薪	35k（p25 15k / p75 65k，样本 25）	62k CNY/月（p25 49k / p75 94k，样本 14）
中位经验	2 年	3 年
头部公司	字节跳动、腾讯、MiniMax、Moonshot	RBC、TikTok、John Deere、OpenAI、TD Bank
主要行业	internet / finance / healthcare	internet / consulting / finance
关键技能	data_analysis (4) / llm (3) / sql (1)	sql (15) / python (14) / data_analysis (3)

国内有意思的点：大模型公司（字节豆包 / Moonshot / MiniMax / 智谱）也在大量招数据岗。比如「豆包 AI 大模型数据分析-火山方舟 MaaS」「Data Analyst - LLM agentic AI」 — 这是新出现的 niche：用大模型评测 + 训练数据策展。

海外的差异：62k 中位高于国内一倍，但对 SQL / Python 要求也明显高（top required skill SQL 15 / Python 14，远超国内）。如果你国内数据岗只会做仪表盘，海外面试一句「sliding window 怎么实现」就刷掉。

怎么开始

第一步：吃透 SQL。这一关不过别想做数据岗。LeetCode Database 题库刷 100+ 题 + SQLBolt 互动教程过一遍。3-6 个月扎实学习。

第二步：用 Python + 业务数据集做 2-3 个分析项目：

• Kaggle 上找一个商业数据集（电商 / 用户行为 / 金融）
• 提出 3-5 个业务问题 → 用 SQL/Pandas 查询 → 用 matplotlib 画图 → 写 1 页洞察总结
• 重点不是技术炫技，是「能讲清楚业务问题 + 用数据回答」

第三步：加 LLM 评测能力。这是 AI 时代数据岗的差异化：

• 用 LangSmith / Phoenix 跑 LLM-as-judge
• 学怎么设计 LLM 评测集（100-1000 条 case）
• 跑 RAG 评测 / Agent 评测（用 RAGAS / LangChain Eval）

第四步：target 公司：

优先级	公司类型
⭐⭐⭐	国内大模型公司数据团队（字节豆包数据 / 腾讯混元数据 / Moonshot 数据策展）
⭐⭐⭐	海外 AI 公司中国团队（OpenAI / Anthropic / TikTok 数据岗）
⭐⭐	互联网大厂业务数据团队（字节 / 美团 / 阿里 / 拼多多）
⭐	金融数据团队（蚂蚁 / 招行 / 平安 / 中信 / RBC / TD Bank）

不适合谁

1. 只会做仪表盘 BI、没建过模型 / 没有业务洞察输出能力的人。AI 公司招数据岗看「数据驱动决策」证据 — 能讲故事 + 能写 SQL + 能跑实验三件套缺一不可。

2. 不想写 SQL 的人。SQL 是数据岗的入门门票 — 不愿学 SQL 别考虑这条线。

3. 只对纯算法感兴趣的人。数据科学 ≠ 算法工程师。如果你想做模型训练，去看 算法工程师；如果你想做 LLM 应用，去看 AI Agent 工程师。

数据岗 vs 算法岗 vs AI Agent 工程师（三角对比）

维度	数据岗	算法岗	AI Agent 工程师
核心动作	查数据 + 跑实验 + 出洞察	训模型 + 调参	拼应用 + 调 prompt
输入	业务问题	训练目标	用户需求
输出	洞察报告 + 决策建议	模型权重 + 评测	上线产品
必备	SQL + Python + 统计 + 业务理解	PyTorch + 数学 + paper	LangChain + RAG + 评测
学历	本科够（业务理解最值钱）	硕博明显占优	本科够（项目最值钱）
国内中位	35k	52.5k	32.5k

下一步

• 想看数据岗完整数据 → 国内数据角色页 / 海外数据角色页
• 想看「用模型」那条线 → AI Agent 工程师 Lv2 篇
• 想看「造模型」那条线 → 算法工程师 Lv2 篇
• 海外研究路径 → ML Scientist Lv2 篇