大資料分析師和資料分析師完全是2個不同的方向。

兩者需要具備的技術技能也是相差很大的，所以在選擇職位時一定要注意，看好崗位說明。

（1）大資料分析一般需要具備：爬蟲、ETL、分析、大資料 4個方面的技能。

（2）資料分析師一般更加註重的是產品，運營，營銷，SQL和SPSS等僅僅是實現我們分析的工具而已。

大資料是我的主要研究方向之一，所以我來回答一下這個問題。

首先，大資料分析師是大資料時代背景下產生的一種新型技術崗位，與傳統資料分析師的區別主要體現在三個方面，其一是技術體系結構不同；其二是崗位任務目的存在一定的區別；其三是工作場景具有一定的區別。

對於大資料分析師來說，要具備更加全面的知識結構，涉及到大資料平臺知識、演算法設計知識、程式設計知識和具體的行業知識等，所以相對於傳統的資料分析師來說，大資料分析師的從業門檻有了一定程度的提升。從目前行業領域的人才招聘情況來看，大資料分析崗位往往需要具有較高的學歷要求，研究生往往更願意從事相關崗位。

大資料分析的目的與傳統的資料分析目的也存在一定的區別，主要體現在兩個方面，其一是大資料分析比較注重資料的價值化，簡單的說，大資料分析的結果會提升資料的價值，而傳統資料分析的目的往往是以應用為導向的。另一個區別在於，大資料分析的結果往往是為了提供給智慧體使用，比如人工智慧領域的演算法訓練、驗證等過程都需要大資料分析的參與。

在工作場景上，大資料分析與傳統的資料分析也存在一定的區別，大資料分析往往需要藉助於大資料平臺進行，比如Hadoop、Spark，以及各種商用的大資料平臺等，但是傳統的資料分析往往會基於Excel或者是傳統資料庫進行。相對於傳統資料分析工具來說，大資料分析的工具往往更加豐富，複雜程度也有明顯的提升。