在拉勾網上，全國有29個城市的企業郵資料分析師的人才需求，其中將近一半需求產生在北京市，需求量全國第一。

排在前5的分別是：北京、上海、深圳、杭州、廣州。資料分析這一職業大量集中在北上廣深四大一線城市，以及杭州這個網際網路和電子商務企業的聚集地。北京市巨大的需求比重令我稍感意外，不過，考慮到拉勾網是一個偏重網際網路相關行業的招聘平臺，而中國大量網際網路企業在北京聚集，這個結果倒也算合理。以後有時間，可以對全國網際網路行業分佈特點做個分析。總而言之，可以得出一個清晰的結論：資料分析這一崗位，有大量的工作機會集中在北上廣深以及杭州，期待往這個方向發展的同學還是要到這些城市去多多嘗試。當然，從另一個方面說，這些城市也都集中了大量的各行業人才，競爭壓力想必也是很大的。總體薪酬情況 如同大多數其他工作一樣,資料分析師的薪酬也是一個右偏分佈。大多數人的收入集中在5k-20k每月，只有少數人能夠獲得更高的薪酬，但有極少數人薪酬極高，讓人充滿期待。需要說明的是，拉勾網上的薪酬值是一個區間值，並且相互之間互有重疊，為了便於分析，我取區間的中值作為代表值進行的分析。因此，實際的薪酬分佈情況可能會比圖中的情況更好一些。總是有人能夠拿到薪酬的上限。綜合來看，資料分析師的薪酬收入整體還是可觀的，從這方面說，選擇這個職業還是不錯的。

首先，作為一個攻城獅，我個人非常贊同。

什麼行業都有優缺點，我先說說大資料的優點：

第一，你是女生。

你沒聽錯，這就是優點。IT這行的人自帶有很多標籤，攻城獅，程式猿，技術宅等。但對於女性的IT從業者只有一個標籤…女神。

第二，就業相對而言會比較順利

IT這行不相對於別的行業，需要對學歷，是否是全日制、有沒有考各種證書…這個行業首先看中的，是你是否真的願意從事這一行，思想品德是不是有陋習，做事是否專業。最後一點，技術要過硬(畢竟是吃技術這碗飯)。

第三，工資會滿足你的日常需求

我先不說B.A.T(百度，阿里巴巴，騰訊)，就其它的小公司，對這個大資料開的工資起步是6k。

請注意，這只是起步。這只是你在什麼都不懂的情況下，入這一行的起步薪資。等你工作一年多，你可以在智聯招聘或者前程無憂上面搜尋一下，平均工資是10k。這還是沒把大資料開發工程師，大資料架構師這些職位薪資算進去的。

現在說說缺點：

第一，你將徹底告別圖形化時代

所謂的圖形化，簡單一點，就是我們用的windows系統，那就是圖形化。

而告別圖形化是什麼，給你們上個圖

如果這張圖你感受不深，沒關係。你在windows開始介面那裡敲cmd 摁回車鍵，出來的介面就是無圖形化介面。

第二，晚睡早起，家常便飯

這個就很容易理解，我們的工作，面對的是機器(說白了就是機器)，它出了什麼毛病或者有什麼需求，你都不知道。要等它告訴你，你也可以提前預定方案。但這些都需要時間，而一天就24小時。

第三，加班是常態

我先說說我的工作型別，我是為客戶服務的，你們叫的上名字的，創維，富士康，深圳海關，都是我們的客戶，叫不上名字的就不是了，因為他們買不起我們的伺服器、儲存、交換機。客戶就是我的衣食父母，就是上帝。

說一個真實案例，昨天在深圳海關做完事，本來可以早點回去，結果一個電話打過來。客戶今晚要上架機器，明天要用，OK你晚上之前趕過去，在規定的時間內弄好。哦對了，地點在珠海，要坐船。

當然，有的工程師是給自己公司服務，做自己公司的業務，但也避免不了加班，因為你不知道領導會在什麼時候給你釋出需求。

大資料是我的主要研究方向之一，同時我也在帶大資料方向的研究生，所以我來回答一下這個問題。

首先，女生是完全可以學習大資料技術的，從IT行業的發展趨勢來看，大資料領域的就業空間還是比較大的。

大資料是近些年來的熱點技術，隨著大資料技術體系的逐漸成熟，大資料技術的應用也逐漸從網際網路行業向傳統行業過渡，尤其是在當前產業結構升級的推動下，大資料技術將與物聯網、雲計算、人工智慧等技術一起為傳統行業賦能。目前大資料領域的人才缺口還是比較大的，所以從就業的角度出發，大資料領域是不錯的選擇。

大資料領域目前的工作崗位集中在大資料平臺研發、大資料應用開發、大資料分析、大資料呈現、大資料運維和大資料教育等方面，除了大資料運維之外（需要一定的體力），其他崗位都比較適合女生從事。從目前的就業情況來看，女生更願意從事大資料分析、大資料呈現和大資料教育方面的工作崗位。

大資料分析崗位是目前大資料領域人才需求量比較大的崗位之一，由於大資料分析是資料價值化的主要方式之一，所以大資料分析的就業面非常廣泛，不僅可以就業到網際網路企業也可以就業到廣大的傳統行業，比如金融領域就有大量的崗位需求。大資料分析需要具備三方面知識結構，分別是數學、統計學和計算機，另外資料分析還要具備一定的行業知識，因為場景大資料分析是目前大資料分析的主要應用之一。

大資料呈現通常與大資料分析並不分家，只不過大資料呈現更關注於資訊的呈現方式和使用者的使用體驗。大資料呈現對於互動設計、視覺設計都有一定的要求。大資料呈現需要具備一定的設計知識，同時要具備一定的前端開發知識，內容雖然難度不算高，但是涉及到的細節卻比較多，也比較雜。

最後，大資料技術隨著產業網際網路的發展逐漸落地到傳統行業的過程中，傳統行業的人才結構升級也會釋放出大量的機會，大量的傳統行業人才需要接受大資料教育。從工作的環境以及工作強度來看，女生也比較適合從事大資料教育崗位。

大資料行業有很多的細分，如大資料產品、大資料平臺開發、大資料應用開發、資料分析、資料探勘等，有的方向女生多但有的女生少。

開發類的工作，無論是大資料的平臺開發還是應用開發女性確實都是比較少，很少見到有大資料的女性開發，原因估計一是強度大，二是晉升的不確定性，不得不說開發行業選人的潛規則都是偏好男性多一點。如果不是自身真的有興趣建議還是謹慎選擇

產品類女生比較多，這點不用多說，產品和開發的相愛相殺早已經是it界的一段佳話。不過專門的大資料產品在一般在中型或者小型的公司基本是沒有的，如果有興趣可以刻意往這個方向發展，多接觸大資料產品，畢竟大資料的產品化落地是很重要的課題，發展是不錯的

最後資料分析的女性從業者據我所知真的不少。資料分析不像開發一樣要有比較專業的計算機背景，像金融，經濟，會計，數學等專業畢業的同學所學的知識對資料分析都是有很大幫助的，而這些專業是女生比較多的專業，進入大資料行業順理成章就成了資料分析，這也是一個比較好的方向

大資料行業還是很有前景的，是男生還是女生並不是最重要的，重要的是你要有學習能力和自驅力。大資料缺口很大，給所有人留了進入這個行業的地方，能不能進去主要還是靠自己！

隨著世界工業革命的變革，有人說是資訊科技時代，有人說是人工智慧時代，這些都離不開大資料的分析計算，可見大資料對世界的重要性，資料分析偏向邏輯思維能力，也就是右腦開發，相比較男生先天有些優勢，女生感性思維強，但目前財務專業人員還是女性偏多的，所以女生學大資料也沒有問題，希望回答可以幫到你！

大資料和物聯網都是未來非常有前景的行業，對於女生適不適合學，關鍵還是看個人興趣和學習能力，學習的事情從來沒有簡單一說，都是需要刻苦努力的。你可以多看一些相關的課程，瞭解下這兩方面的知識，看看自己是不是感興趣，確定一下自己究竟適合哪方面。 關於好不好就業是要多方面來看的，如個人技術實力、性格，乃至運氣等。很多女性在職場展現的職業能力不比男性差，雖然大資料確實從業者中女生較少，但依然還是有的，而且女性的感性思維在工作中往往是不可限量的。

從政治正確的角度，任何專業，男生和女生都沒有什麼區別。物聯網、大資料這樣的專業，還真的沒有什麼地方是女生不能勝任的。當然前提是你在學習是也要付出同樣的努力，所以如果你說“稍微簡單一點”，那麼不好意思，這個世界上還真沒有“簡單”的一點的“專業”。 男性和女性還是有一些差異的，物聯網和大資料也是有一些差異的。男性邏輯思維更強一些，所以解決問題的方式也更加直接和套路一些，有些時候就容易走進死衚衕裡面。女生大部分比較感性，在解決一些比較疑難的問題時候，反而會有一些特別的想法，可以不受既往限制的開啟思路。物聯網，一方面有大量的硬體方面的內容，一方面作為數字孿生的主要技術方案，更多需要邏輯思維和套路思維。大資料基本上是一個純軟體、偏數學的專業，在基礎比較紮實的前提下，面對實際問題，很多時候解決之道是需要一個特別的思維方式（或者叫女人的直覺）的。

首先，女生是完全可以學習大資料技術的，從IT行業的發展趨勢來看，大資料領域的就業空間還是比較大的。

大資料是近些年來的熱點技術，隨著大資料技術體系的逐漸成熟，大資料技術的應用也逐漸從網際網路行業向傳統行 業過渡，尤其是在當前產業結構升級的推動下，大資料技術將與物聯網、雲計算、人工智慧等技術一起為傳統行業 賦能。目前大資料領域的人才缺口還是比較大的，所以從就業的角度出發，大資料領域是不錯的選擇。

大資料領域目前的工作崗位集中在大資料平臺研發、大資料應用開發、大資料分析、大資料呈現、大資料運維和大 資料教育等方面，除了大資料運維之外（需要一定的體力），其他崗位都比較適合女生從事。從目前的就業情況來 看，女生更願意從事大資料分析、大資料呈現和大資料教育方面的工作崗位。

大資料分析崗位是目前大資料領域人才需求量比較大的崗位之一，由於大資料分析是資料價值化的主要方式之一， 所以大資料分析的就業面非常廣泛，不僅可以就業到網際網路企業也可以就業到廣大的傳統行業，比如金融領域就有 大量的崗位需求。大資料分析需要具備三方面知識結構，分別是數學、統計學和計算機，另外資料分析還要具備一 定的行業知識，因為場景大資料分析是目前大資料分析的主要應用之一。

大資料呈現通常與大資料分析並不分家，只不過大資料呈現更關注於資訊的呈現方式和使用者的使用體驗。大資料呈 現對於互動設計、視覺設計都有一定的要求。大資料呈現需要具備一定的設計知識，同時要具備一定的前端開發知 識，內容雖然難度不算高，但是涉及到的細節卻比較多，也比較雜。

然後，大資料技術隨著產業網際網路的發展逐漸落地到傳統行業的過程中，傳統行業的人才結構升級也會釋放出大量 的機會，大量的傳統行業人才需要接受大資料教育。從工作的環境以及工作強度來看，女生也比較適合從事大資料 教育崗位。

最後，不管是資料探勘、資料分析的演算法研究，還是大資料應用的軟體的研發，這些純技術工種，天天程式碼演算法打 交道，只要感興趣，同樣是適合女生去做的，因為興趣是最好的老師。

近幾年來，大資料是比較具有熱點的程式設計技術，就目前IT技術行業的發展趨勢來看，大資料的就業前景還是很大的。首先一點是，學習大資料開發技術沒有性別之分，所以說女生也是可以學習大資料開發技術的。

隨著市場的不斷髮展，大資料開發技術也逐漸成熟，正在有網際網路產業向傳統行業過渡。而且大資料行業所對應的崗位也是很多的，比如：大資料分析、大資料呈現、大資料運維、大資料平臺開發等，而女生更傾向於大資料分析、大資料呈現等崗位。

那小夥伴該怎麼去學習大資料開發技術呢？反過來講，並不是每個女生都可以學習大資料開發的，學習大資料是需要一定的程式設計基礎和較強的思維邏輯能力的，所以說小夥伴要充分了解自己。

1.程式設計基礎的積累

無論小夥伴是選擇大資料培訓還是自學大資料開發技術，都是需要進行積累程式設計基礎知識的。尤其是在大資料培訓班，老師會根據每個小夥伴的不同基礎，將小夥伴分配到不同的班級進行學習程式設計基礎，有了良好的程式設計基礎才好學習大資料開發知識。

2.以用為學

在這一點學習當中，小夥伴要確定自己的發展方向，瞭解企業對大資料開發技術的需求，針對性學習，才能提高學習效率，在工作中能夠提升職業價值。

3.多敲程式碼

小夥伴在大資料培訓班學習的時候，不要只依靠培訓班有限的上課時間去學習，在課下也要注重專案案例的練習，多練習程式碼是可以讓小夥伴更快速的理解程式碼的含義，培養自身程式設計思路的過程。

4.多交流

學習的過程並不是閉門造車，需要多和同學、老師進行交流，在交流的過程中，學習別人好的程式設計思維，學習有用的解決問題辦法。

最後，雖然大資料學習沒有性別之分，但是，還需要小夥伴在學習大資料開發技術的過程中，好好總結找到適合自己的學習方法。尚矽谷大資料培訓是線下面授比較靠的IT培訓機構，以理論實踐相結合的教學方式讓小夥伴在學習大資料開發技術知識的同時，積累更多的專案實戰經驗。

http://www.atguigu.com/bigdata_video.shtml