大数据时代下，各行各业都开始注重行业数据的研究，各大企业也在逐年扩招与数据分析类有关的职位，现如今数据分析师已成为最炽手可热的人才。现如今，哥大开设了更多与该领域有关的专业，如新晋的网红专业Learning Analytics(学习分析)就是通过学习大数据对学生的学习行为和学习能力进行分析，针对不同学生采取不同的教育方式，主要侧重于个性化学习的研究和开发。

学习数据分析，不仅就业条件良好，在美国学习相关领域还有很多留美优惠政策。

拜登政府将以下专业领域纳入了STEM专业的范畴，可以享受三年的OPT：

● 普通数据科学 (general data science)

● 普通数据分析 (general data analytics)

● 商业分析 (business analytics)

● 数据可视化 (data visualization)

● 金融分析 (financial analytics)

● 其它数据分析 (other data analytics)

只要你所学的专业领域与数据分析有紧密关联，就可在美国拥有三年的合法工作时长。

今天我们就针对数据分析领域，给大家详细分析下现如今数据分析行业中最火热的两个分支行业：商业分析师和数据科学家。看一看这两种专业究竟有何区别？更适合哪些人群？

商业分析师主要是利用数据分析、统计建模和其他定量方法解决一些特定的商业问题。商业分析更多关注从数据中提取有意义的数据并将其归纳总结，帮助企业促进决策程序，而数据科学家则专注于对原始数据的研究。除此之外，商业分析有很多重叠的领域和子集，如数据分析和营销分析等，但侧重点都是从各种来源的数据中挖掘信息，用以评估过去、现在的经营业绩，然后向企业、用户分析未来的行业预期。商业分析师要花费大量的经历制作各种报表，将分析结论可视化，向客户展现自己的分析结果，往往需要求职者有良好的沟通能力。

想成为商业分析师也需具备一些编程的基础知识，应熟练掌握SQL和Excel等软件处理日常数据，还要掌握Tableau和PowerBI这类数据可视化软件，不过要求向数据科学家一样有非常深入专业的编程技能。除编程基础知识外，商业分析师还要掌握商务管理、会计、经济、金融学等与商业息息相关的专业知识，帮助自己更好的理解数据分析数据，更加准确的判断未来行业前景。总体来说，商业分析师对编程技能要求并不太高，比较适合于有一定编程背景，有较强商业敏感度和良好沟通技能的人才。

数据科学家的工作重心则主要放在研究和理解数据本身，解决更加复杂的数学问题，因此工作性质也更偏向技术工种。数据科学家一般需要通过数据进行辅助决策，运用数据挖掘、编写机器学习算法，为解决业务问题构建模型。日常工作中需要用到的专业软件也较多，除R、Python、SQL这些语言工具外，还要求熟练掌握Teradata、Oracle、Haddoop等大数据处理软件来构建和优化数据库。

数据科学家对编程要求非常高，专业课程设计主要涵盖数学、计算机科学、信息科学、技术通信、统计学、计算机软件工程等。而且该领域不断会有新技术、新软件更新，因此数据科学家需要与时俱进，不断学习新鲜的专业技术知识、编码技巧和各种计算机语言。

数据科学家更适合对modeling和coding感兴趣的同学，需要对机器学习和算法潜心研究，更加细致耐心，且坐得住的人才。

结语：

这两个专业，一个更加偏向咨询分析，一个更加偏向技术工种，对知识的掌握程度也略有不同。大家可以根据自己的学习背景、性格和未来期望的就职岗位加以判断，选择真正适合自己的领域进行学习。