数据分析师和数据挖掘工程师有什么区别？

以下是对于数据分析师和数据挖掘工程师的一个对比，两者有相似的地方也有不同的地方，下面都已近列出来了，希望对大家有所帮助。

数据分析师：

基于业务，通过数据分析手段发现和分析业务问题，为决策作支持。

数据挖掘工程师：

偏技术，通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。

看看阿里对3个岗位的要求和描述：

数据分析师

岗位描述:

1、独立负责业务数据收集整理，搭建业务数据体系，结合业务对多种数据源进行深度诊断性组合分析、挖掘、深度分析；

2、通过专题分析，对业务问题进行深入分析，为业务的策略、产品优化提供数据支持；

3、独立完成业务日常的产品运营工作，可以快速有效地取得一定的业务成果。

岗位要求:

1、统计、数学、信息技术、生物统计等专业本科及以上学历(硕士优先)，二年以上相关工作经历；

2、熟悉数据库基本原理，熟练运用SQL，熟练操作excel、PPT；熟悉数据挖掘的基本原理，熟练操作SAS、SPSS clementine等数据分析/挖掘工具的优先；

3、良好的数据敏感度，能从海量数据提炼核心结果，熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，给出建议；

4、具备良好的沟通能力和团队精神，较强的学习能力，能承担一定的工作压力

数据挖掘工程师

岗位描述:

在这里，你可以学习和掌握阿里巴巴集团业界最先进的大数据处理平台，涉及信息检索、自然语言处理、机器学习、数据挖掘、分布式计算等一系列的专业领域；

在这里，你将拥有最好的数据和实验环境，立足于uc浏览器数亿用户和数千亿浏览信息，与这些领域内的顶尖大牛工程师们一起参与目前最前沿的推荐、预测等大数据应用场景的算法设计和工程实现。

岗位要求:

1、本科以上学历，扎实的统计学、数据挖掘、机器学习理论基础，能够利用高等数学知识推演高维数学模型。

2、熟悉聚类、分类、回归、图模型等机器学习算法，对常见的核心算法理解透彻，有实际建模经验；

3、具有扎实的计算机操作系统、数据结构等编程基础，精通至少一门编程语言例如c++/python/R；

4、深入理解Map-Reduce模型，对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验；

5、对于推荐系统和广告系统有实践经验者优先；

6、能够积极创新， 乐于面对挑战， 负责敬业；

7、优秀的团队合作精神；诚实， 勤奋， 严谨。