零一数据分析线上班,刚收到中国指数研究院的offer但是没讲具体工资多少
分析师，硕士学历无工作经验4000，有工作经验5500，每月餐补200，加班无加班费（19:00之后算加班，可报15元以下餐费），节假日无任何福利，年终奖基本5000以下（工龄再长，贡献再大，也不会超过15000。）。年工资涨幅在500以下（2011-2012年情况）。事假、病假均扣当日工资。一年以下员工无年假。实例1：2010年中硕士毕业即入职的员工，起初月基本工资4000，奖金0，提成0，加班费0。因为有突出贡献，2012年工资涨到5600，提成200，奖金0，加班费0。工作状况：周一到周五基本每天都很忙+加班，此外，平均两个周末加班一天(周末加班可倒休)。年假6天。实例2：2011年下半年硕士毕业入职的员工，月基本工资4000，奖金0，提成0，加班费0。2012年工资未涨，仍为4000，提成0，奖金约为0（可能有几十元），加班费0。另外，每次开发布会，诸如房地产百强、家居百强之类（一般在周末），所有员工都必须到场帮忙，放名卡、搬资料、填充座位、领掌等，一般会要求7:30（有时是8:00、9:00）之前必须到，迟到扣钱、不穿正装扣钱，抽查时没在位置上扣钱（200元），早退扣钱，工作出现失误扣钱（50元）。无奖金、无倒休，早、午饭自理，不报销。
- 零一数据分析线上班，刚收到中国指数研究院的offer但是没讲具体工资多少？
- 现在关于数据分析的岗位还多吗？
- 运营商移动电信联通的数据分析？
- 大数据开发的工作需要加班吗？
- 为何数据分析岗位薪资普遍比前端岗位低呢？
零一数据分析线上班，刚收到中国指数研究院的offer但是没讲具体工资多少？
分析师，硕士学历无工作经验4000，有工作经验5500，每月餐补200，加班无加班费（19:00之后算加班，可报15元以下餐费），节假日无任何福利，年终奖基本5000以下（工龄再长，贡献再大，也不会超过15000。
）。年工资涨幅在500以下（2011-2012年情况）。事假、病假均扣当日工资。一年以下员工无年假。实例1：2010年中硕士毕业即入职的员工，起初月基本工资4000，奖金0，提成0，加班费0。因为有突出贡献，2012年工资涨到5600，提成200，奖金0，加班费0。工作状况：周一到周五基本每天都很忙+加班，此外，平均两个周末加班一天(周末加班可倒休)。年假6天。实例2：2011年下半年硕士毕业入职的员工，月基本工资4000，奖金0，提成0，加班费0。2012年工资未涨，仍为4000，提成0，奖金约为0（可能有几十元），加班费0。另外，每次开发布会，诸如房地产百强、家居百强之类（一般在周末），所有员工都必须到场帮忙，放名卡、搬资料、填充座位、领掌等，一般会要求7:30（有时是8:00、9:00）之前必须到，迟到扣钱、不穿正装扣钱，抽查时没在位置上扣钱（200元），早退扣钱，工作出现失误扣钱（50元）。无奖金、无倒休，早、午饭自理，不报销。
现在关于数据分析的岗位还多吗？
先说说我跟踪的几个数据，我跟踪了2015年到2020年数据分析师的招聘需求。
1、2017年是高峰期，有3127个岗位，之后的三年都下降了，对需求进一步分析得知是1-3年的数据分析岗位减少的速度明显大于整体的速度，也就是大家都喜欢要那种来就干活的人才；
2、整体的需求还是集中在北上广深，四大城市占全国90%以上，需求最多的依旧是北京，连续榜首，上海次之，换句话讲，要是以后不去一线城市，专职做或者走数据分析师风险很大；
3、偏技术类的数据分析已经连续三年需求有所下降，这与很多企业的数据化建设有很大关系，很多已经有了一定的成效，基本的业务数据已实现了自动化，一般的企业员工只需要简单的点击、拖拽就可以拿到想要的数据分析结果，逐步开始向应用数据靠近，重点是数据价值和洞察的体现，需要更了解产品、业务的分析师来做自我驱动的闭环，为其提供接地气、好落地的执行方案；
4、分析师的要求多元化，比如要求编程技能、算法技能，写报告能力，协调沟通能力、独立思考能力等，开始偏向职场通用技能侧重，也出现了很多运营、产品、财务、市场等业务线的招聘，也要求一定的数据分析能力，一定程度上显示企业对分析师的要求有所提高，想深层次提高分析师对企业未来的预期，也希望公司各个业务组织都要懂数据分析的技能；
大家看完以上几点就知道数据分析工作其实并没有网上铺天盖地的广告说的那么好，而且数据分析岗位的招聘有以下三个趋势：
招聘3年以下的需求减速明显大于整体分析师要求的技能越来越多没有经验的，特别没有项目经验的，面试率很低，甚至全部阵亡。一句话：分析师的要求越来越高，来了就直接干的。
现在企业的数据分析师，有几种人：
1、程序员转行，以前帮业务提数据的，时间久了，有了一定的了解和感情，顺势做了数据分析师；
2、以前干运营，产品的，突然发现自己善于用数据解决、指导工作，慢慢演变成了部门的数据分析师；
3、做平台建设的，算法研究的，对公司数据底层很了解，也尝尝帮助业务做一些数据产品或者专题，日积月累，慢慢对业务有了一定认识，之后转岗；
4、整个部门就你excel好，还是对应专业毕业，就你最适合，被逼上架。
回头想一想，企业一直希望数据分析师来做什么？
1、指导作用，如何做？
2、监督作用，做的好不好？
但现实呢？
大多数程序员转行的一直是被动式的分析，经常在核对各类数据的准确性
运营、产品转行的分析师呢，基本的分析和核心思维没有问题，但遇到复杂的指标体系就力不从心了，报告永远是环比、同比、复合增长率…
平台、算法转行的呢，永远走着数据的清洗，统一指标的定义，人人都有自己的定义
那领导认为部门最合适的那个呢？不是研究可视化，就是深入学习ppt，见效快呀
那咋办？这病如何能治？
数据分析师是一个综合体，要做好分析师就要深刻理解能为别人带来什么，而不是你做了什么。
说到底分析师有三个域，第一：工具，爬虫也好，提取数据也好、数据的EDA也好。唯一准则：那个顺手用那个，那个快用那个；
第二：算法，简单来讲就是统计学，这是分析的发动机，没有这个技能，面对复杂的业务(肯定会有很多类型的指标和数据),那你很难做到科学、公正、合理，咋看都觉得有遗漏，老感觉缺点什么
第三，业务，业务分析的好不好其实就是你能不能了解所有人员操作的流程，这些流程会出现什么数据，职能之间的关系等，而不是单一的商业模式，上中下游。
知道自己哪里不足，就缺啥补啥
运营商移动电信联通的数据分析？
岗位是比较不错的，无论是在甲方还是在乙方，这个岗位都是比较瞩目的，在甲方公司的话一定要吃透业务，如果自己有追求不想论日子的话还是需要自己努力加油的，当然在甲方想要晋升除了能力之外就是处变能力，一定程度上说后者可能更重要；如果在乙方的话那就是实打实的要靠能力吃饭了，一般来说在乙方能学到更扎实、更时髦的技术，确实是能提高你的技术能力的。
要说到哪个公司靠谱的话，我觉得移动和电信都还不错，移动呢要稍微辛苦点，电信么稍微轻松点，这是相对而言啊，可能各省份或地市也有差别，乙方的话国内的华为，国外的sap、oracle、emc都还不错，像国内的ibm、hp这样的老牌个人感觉失去了企业文化，被潮流推着走。以上为一家之言，供你参考，有问题再追问。大数据开发的工作需要加班吗？
IT行业都加班吧，加多少看情况和个人能力
大数据开发：
1、负责公司大数据产品/项目的后台研发；
2、负责技术预研，产品设计以及文档编写等工作；
3、参与大数据的数据治理和数据处理相关java开发工作；
4、参与海量数据处理，业务数据体系的设计、数据统计、分析及数据建模
大数据开发要处理大规模的数据，目前的各种技术在发展，高效的开发工具大大减轻了大数据开发工程师的工作负担，所以大数据开发工程师的工作虽然不是很轻松，但是也算不上很累，当然加班的情况还是存在的。
做大数据开发工程师，加班是肯定会有的。所有的开发的岗位，都不是轻松的工作，不然也不会有那么高的薪资。如果想要拿高薪，也是需要对应的付出的。
突然想起来，加米谷大数据之前一个学大数据开发的零基础学员说过一句话：现在这个社会做什么工作不需要加班呢？反正都是加班，不如选个工资高的加
加米谷大数据培训机构，大数据开发、数据分析、数据挖掘，双11预报名中
相关：
大数据开发是什么工作，发展前景如何？0基础可以学习大数据吗？
https://www.toutiao.com/i6681538597566284295/
为何数据分析岗位薪资普遍比前端岗位低呢？
首先从时间上做对比，都是刚开始从事数据分析和web前端，数据分析师的薪资肯定是弱势的，为什么呢？数据分析师首先他是为领导层提供数据决策的，如果你没有对行业，对数据有深刻的洞察和见解你的价值体现就不是很大，，特别是刚踏入这个行业的新人更是如此，新人刚进入这个行业你是提不出太有价值的信息，所以你的成果短时间是体现不出来的。web前端就不一样，项目都是可见的，你按照项目经理或项目的进度完成相应的功能界面就ok，你的成果是可见的。
其次从发展空间来讲，你的这个问题是为伪问题，我们可以去看看数据分析师和web前端中高端的岗位应该差不都，甚至数据分析师的岗位更有发展。所以为难题的关键是你是否在这个行业有足够的沉淀，你的技术能力是否足够的优秀，这是问题的关键，让自己变得更优秀才是我们专注和聚焦的问题。
发布于 2023-08-18 12:24:01