我帶過BI團隊，大資料也是我的研究方向之一，所以我來回答一下這個問題。

整體上說資料分析工作還是有一定壓力的，但是與傳統軟體研發比較起來還是稍微輕鬆一些，因為資料分析在大多數情況下只是完善與否，很少會出現專案失敗的情況，大部分資料分析都是基於平臺工具完成的，只要在資料提取時沒有出現邏輯性錯誤，一般來說資料分析都能順利完成。但是資料分析比較瑣碎，涉及到的細節非常多，也需要足夠的耐心，資料分析對資料庫知識的要求比較高，其他方面的要求就是工具的熟練程度和對業務的瞭解。

一般來說資料分析的工具有很多，傳統的excel就是一個比較基礎的資料分析工具，excel能完成很多比較初級的資料分析任務，也可以透過設定表示式完成一些計算。所以資料分析工程師的第一步往往是掌握excel的使用。

對專業的BI團隊來說，資料分析的工具則要更加專業一些了，Oracle、IBM都有專業的BI平臺，另外最近幾年國內的資料分析平臺也有很大的進步，雖然在處理效率上比國外產品慢一點，其他本土化的功能還是非常實用的。

未來隨著大資料的發展，資料分析的崗位將迎來大量的人才需求，大量的企業都需要有專業的資料分析人才，所以未來資料分析的就業前景還是比較好的。從我的個人角度來說，資料分析還是有一定樂趣的，透過資料分析你能發現生活中的很多有意思的情況，比如在餐飲娛樂領域就有很多有意思的資料分析結果。

如果有大資料方面的問題，也可以諮詢我。

1.實體行業。

分析目的：提高裝置稼動率、提高產品良率、最佳化引數、改善製程，預防性維護保養等。

常用工具：excel,python,R,SPSS,MINITAB

在製造業中，尤其是大企業，會用到六西格瑪管理手法，做資料分析時會用到MINITAB軟體。

薪資待遇：實體行業中，資料分析師的待遇不是很高，與裝置工程師，品質管理工程師等待遇相當。

2.網際網路行業。

分析目的：尋找潛在客戶，提高企業在同行中的競爭力，業務提升等。

分析工具：excel,python,hadoop,Hive,spark,...

薪資待遇：由於大資料新興不久，很多從事大資料分析的工程師都是從其它行業轉型的，從大學開始培養的人減少，人才缺口很大，從很多招聘網址公佈的統計資料來看，資料分析師的待遇進入top10，頂尖人才的待遇可過百萬。

發展前景：大資料起步階段，只有百度，阿里，騰訊等大公司才有充足的資料做分析，慢慢地，越來越多的公司達到大資料的門檻。以及大資料技術的突飛猛進，技術越來越成熟，也會需要很多的資料分析師，這個行業還遠遠達不到飽和的狀態。

目前很多高校都開設有大資料專業，想要就讀這個專業的學生搶破頭，不過只有少數學生可以就讀這個專業。據說有些高校往年最火爆的專業被大資料專業取代，學生填志願時優先考慮大資料專業。

目前，資料分析師大多就職於大型企業，北京，上海，廣州，深圳，成都，杭州等大城市。在中小企業和二三線城市，資料分析師的就業情況還不是很理想，被重視的程度還不夠，待遇沒有明顯突出。

資料分析是一個有前途的職業，有一定數學基礎和程式設計能力的年輕人可以考慮轉型，以及未就業的年輕人可以考慮資料分析職位。

資料分析的工作，個人覺得並不太好。

面對繁雜的各類資料，要從中找出規律來是一件很難的事情。這是一件枯燥而且乏味的工作，如果待遇跟不上的話，不建議做。

現在的年輕人很難守得住寂寞，外面的誘惑太多，不可能天天看著這些枯燥的資料。更沒有耐心做一些細緻的工作，因此，我覺得資料分析的工作並不適合年輕人。