數據分析師崗位重在“分析”，數據挖掘工程師崗位重點是要“挖掘”。

1、【數據分析師】:基于業務，通過數據分析手段發現和分析業務問題，為決策作支持。一般招聘這類崗位的公司規模都不會太小，人數可能不是一個唯一的衡量指標，但是業務規模肯定比較大,反而言之，業務規模太小的公司就沒什么可分析的了。

2、此崗位重在“分析”，首先要有一定的數據靈敏度和數學底子，知道在什么樣的數據規模下，需要看什么樣的數據指標。了解常規的數據挖掘算法，可以使用一些工具得到預期的結果。當然用工具的話是需要公司系統支持一些數據分析軟件的，SPSS啊，Clementine什么的，如果沒有，說句難聽的，弄個Excel表格在有些公司也叫數據分析師。當然有些數據分析師Excel玩兒的可以很溜，可以用Excel模擬一個CTR預估算法的迭代過程。

3、【數據挖掘工程師】：偏技術，通過建立模型、算法、預測等提供一些通用的解決方案，當然也有針對某業務的。崗位重點是要“挖掘”，所以對于人的要求就是要熟悉挖掘的方法，挖掘的工具，或者至少知道在什么平臺應該用什么工具，面對什么樣的需求應該怎么解。

4、簡單來說就是負責接收需求然后產出結果，大部分公司的數據挖掘工程師都比較被動，比如BI找你說“我要100年內的明星數據，而且要知道他們每個人在什么年代拍過什么類型的片子”，這時候你就需要做數據采集，加工整理，結果產出。中間可能會加一些數據可視化或者算法工作，但都要求不高。

5、編程底子不錯的，適宜做數據挖掘工程師。數學不錯有商業頭腦的，適宜做數據分析師。