职业规划是所有从业人员都应该具有的，对于数据分析人员而言要有数据分析职业规划，确定自己向数据分析的哪个方向发展。数据分析人员的职位定位如图4-8所示，一般分为数据挖掘工程师、建模工程师、算法工程师、数据分析师和数据分析专家。

图4-8 数据分析人员的职位定位

数据挖掘工程师。数据挖掘工程师主要从事通过对海量数据进行挖掘，寻找数据中的隐藏的数据信息价值，从而发现规律。数据挖掘更多的是针对某类业务的具体的问题，是以解决具体问题为导向的。常用的数据挖掘算法如聚类分析，通过对信用卡客户分类，找到每类客户的相同性，从而有针对性地进行群体营销。首先，对于从事数据挖掘的人员一般需要精通数据库的相关挖掘工具。因为大多数模型的数据预处理，可能需要在数据库中完成，其次，数据挖掘工程师必须掌握成熟的数据挖掘工具、数据挖掘算法，如SAS/EM、SPSS/CELEMENTINE等。

建模工程师。数据模型作为对现实世界的抽象，通过一系列科学标准的建模过程，可以有效地对数据特征进行抽象，获取关键信息和指标。目前，数据模型被广泛应用于金融、电子商务、电信等行业，其中在信用卡行业应用颇具代表性。对数据建模人员需要具有更多的统计学背景。模型也是针对具体的问题，都是会解决某个具体问题，如信用卡营销反应率，通过此模型来选择营销对象，建模型进行预测，从而提高客户反应率，提高用户体验。

算法工程师。算法工程师需要具有计算机、数学、统计学等多学科背景。目前国内高级算法研究的工程师很少，这是一个人才非常紧缺的职位。(www.daowen.com)

数据分析师。数据分析师主要从事行业数据收集、整理、分析，并依据对数据的分析、数据指标的解读，来解决业务问题。数据分析师需要具有数据库知识、基本的统计分析知识，熟练运用EXCEL，对SPSS或SAS有一定的了解。

数据分析专家。数据分析专家需要数据分析师经过多年历练，需要更多的数据分析经验和业务经验。

从事数据分析行业的人员需要多方面的技能，也需要经历多年的历练才能提高问题的识别能力、项目分析规划能力、数据处理与分析能力及撰写报告的能力。

不同企业对数据的职位划分略有不同，在一些中小型企业，没有成立独立的数据中心前，数据分析的相关职位往往是在譬如信息管理部、市场部、运营部这些部门之下，通常数据分析成员为2～5人不等。对于一些大型企业，有独立的数据部门的企业，其数据分析团队人员则为十到上百人不等，其职位头衔一般分为总监、经理之类的划分，也有助理、资深、专家之类的划分。