如何合理搭建大數據分析團隊？需要有哪些背景的人？

01-25

公司要做大數據分析的團隊搭建，作為hr對這個行業一無所知，還請各位牛人指點。一個合理的大數據分析團隊應該具備哪些人才，這些人才應該具備哪些基本素質，國內做的比較好的大數據分析公司有哪些？

打廣告還是要自己來！

我們這嘎達是買賣數據滴，有興趣不？（摳鼻）

1、數據分析師，這些人起碼懂Hadoop、Spark、Python、SPSS等語言或軟體，或者起碼能有軟體編程基礎，可以迅速掌握這些行業軟體；對大數據概念有基本認識；

2、需求分析人員，這種類別就多了，你們公司將要服務的行業，他們對於大數據和數據結果的需求點你要理解吧，有點像互聯網產品經理，需要涉獵的行業很多，能懂的用戶需求，並和數據分析師溝通，產生客戶需求的產品；嗯，找這樣的人，是對你的一種考驗（很認真的說。。。）

3、市場人員，了解市場的數據供給和基本價格，以及談判能力，你們公司有數據沉澱自然好，無窮無盡地做各種報告，反覆賣，美美噠，但是沒有數據的時候，是不是要找地方買啊（往我們這嘎達看）；客戶給？可以，法務要配合啊，協議條款要定好，權責明確，盡量對公司有利，回頭客戶告你泄露商業機密，侵犯其它公司隱私什麼的，多的都賠進去了；

4、美工人員，是的嘞，數據分析出來要結果啊，別人看著不爽不願給錢怎麼辦，小雅啊，你把這個分析報告給修修啊，客戶不給好評，而且拖欠款項呢。。。

5、專家，有名頭的顧問什麼的，裝場面用，增加別人的信任；這些專家要真做點事也蠻好（這是設想，不要當真）

當然，以上種種，其實都應該給數據分析師做，一專多能，是我們企業一貫的追求，如果真有這樣的上能調戲（不，是溝通）客戶，中能分析加工，下能屈身事主的好員工，請你像不要放過群里的每一個紅包那樣，打開，拿來，用掉！

謝邀。

首先需要明確何為大數據，大數據(Big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據具有5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)以及Veracity（真實性）。

所以以此為基礎，需要引進的人才如下：

按角色來分主要是開發工程師(Developer)和產品工程師(Product Engineer)。

開發工程師根據文檔需求完成技術實現和性能調優，核心的競爭力是專業深度，比如優秀的演算法工程師對模型的理解和調優，或者搭建架構的效率和性能，痛點在於隨著工程完善遞減的邊際效應，以及可能會遞增的重複枯燥。

產品工程師是在理解產品需求轉化為工程目標方面的要求更高，相比於實現，尋找解法和方案的過程更多快樂也更多痛苦。最大的快樂在於有了別人都想不到的獨特點子，有時很好的解決方案也很自然好懂。

按業務來分的話，數據團隊通常會有演算法和平台、數據架構兩部分工作。

演算法又可以根據具體業務細分為推薦、反作弊、搜索、用戶畫像等等，有時會單獨分出數據科學或數據分析。演算法平台的核心是為演算法研發提供必不可少的工具，比如A/B測試、模型支持（Learner），有時還會包括更通用的機器學習平台及架構。數據架構提供底層的ETL、數據流、存儲訪問等等的支持，也是團隊從0到1最重要的部分。

至於怎樣找這樣的工程師，他們需要具備知行合一、感恩奉獻、服務他人、團隊合作等精神。

因為在一個數據團隊中，有著數據開放與代碼開放的特點，如果一個工程師對新用戶體驗有個想法，不去試著找數據依據，或者試著做改動、試著推動線上實驗的話，那就不是一個好的數據團隊。除了個人能力之外，團隊合作等精神亦是AI時代數據團隊成熟度和戰鬥力的一個重要指標。

更多實用大數據乾貨，關注衛健科技百家號

數據架構師（統籌數據平台結構與應用、框架設計），或者叫大數據產品經理或XX數據官也行。

大數據工程師（懂各種大數據處理技術、JAVA、資料庫等）

數據分析師（懂分析建模、數據提取、統計分析、報告撰寫，邏輯能力強的人）

如果只是利用自己公司內部的數據進行分析，招上述3種類型的人才就夠用了。

如果隨著數據部門的工作越來越重要，可以再招些產品經理、設計師、前端開發，實現數據可視化，以更快捷的方式服務管理者和其他業務運營部門，如果數據的價值發揮門路還沒找到，招這些崗位則真的是很盲目的行為了，建議是從小到大一步步來。

如果您是要搞一個大數據團隊專門搞一條產品線出來對外提供服務，那就要再配些數據採集工具、爬蟲工程師等、方案、業務人員了，沒有可以複製的團隊，一切都要根據自己公司的實際情況量體裁衣。