下面让我们来区分数据工程师和数据分析师：

  一，概念上的区别。

  由Python数据分析师培训的数据分析师，是数据师的一种，专门从事行业数据的收集，整理，分析，以及根据数据进行行业研究，评估和预测的专业人士。

  实际上，培养出的大数据工程师有很多别名，数据挖掘工程师、大数据专家、数据研究员、用户分析专家等等，这些都是Title，它们经常出现在国内企业中，大数据工程师是一群“玩数据”的人，玩数据的商业价值，让数据变成生产力。大数据与传统数据最大的不同之处在于，大数据在线、实时、大规模、形式不规范、无章可循，所以谁“玩”了大数据就很重要。

  二，发展方向。

  经过培训后，Python数据分析师的发展方向包括：市场研究、数据分析/挖掘、数据工程师等。

  在大数据方面培养出的大数据工程师主要有：CTO(CDO)，市场分析师/CRM分析师，数据工程师，BI开发工程师，数据可视化等。

  三，技能。

  Python数据分析员和大数据工程师所需的技能非常相似，例如：

  (1)数据和数据仓库数据是进行数据分析的基础，数据库是数据的载体，而数据仓库是具有主题的数据库。

  (2)报告报告这种原始的BI方法有时很简单，但是要做一个好的报告，似乎又需要考虑很多其他方面。

  (3)数据挖掘数据挖掘是对报表这一非智能BI的补充，理论上应该属于机器学习范畴，有那么一点能力让计算机自学。

  算法随着面向对象(OrientObject)编程方法的兴起而兴起，“程序=数据结构+算法。要想成为顶级数据分析师，算法和数据结构的知识是必不可少的。经典的搜索、排序、树状图和图表是因为它们简单而有效。

  上述是今天分享的python数据分析员和大数据工程师的不同之处，这两个科目都适合零基础学习，不管你选择哪一个，它们都将成为未来的趋势之一。