在Data Science這個領域中，大致可以再細切為３個角色：商業分析（數據分析）、資料工程師、資料科學家。

很多公司中，有可能這3個會是同一個人，也有可能一個人會橫跨1.5種職能。但這3種職能所需的技能偏向不同、工作類型也不一樣，在開始進入之前，可能需要先搞清楚你想要成為哪一個角色，以及你應徵的公司他真正想要找的人是不是如他的JD所寫。

我們今天著重的角色主要會是數據分析師（Data Analyst）、商業分析師（Business Analyst）。

什麼是數據分析師、商業分析師?

每一間公司的定義有可能不同，這邊主要分享我們公司的商業分析師或是資料分析師的工作內容和範圍。

最前端的商業分析師會直接被安排在各個業務單位，如行銷部、營運部、業務部等，並根據各個單位的需求進行例行性的分析或是專案性質的分析。例行性的分析包括需要每週協助整理相關數據繪製出圖表、關注單位內的特定指標是否上升下降，透過對過往數字的解析與觀察，提供該單位決策上的依據。由於待在最前端，根據數據分析所做的決策可以很明顯觀察其效應，一定程度培養對於各個數據的敏感度，也考驗你對於該領域domain know-how的熟悉程度。

相比商業分析師，資料分析師在我們公司會更多的接觸到資料庫與取數的部分。有些分布在各個業務單位，有些直接在所謂的資料科學團隊中。負責更大框架的專案分析，其因影響層面涉及各個部門，因此必須要有一定程度的跨部門溝通能力，並能熟練轉換商業語言和工程語言。在對商業問題有一定的理解同時轉換成數據上的邏輯，並從中知道應該在哪邊撈取相關資料，可以用怎麼樣的分析手法來解決問題。

以上純屬個人經驗，僅供參考

身為菜鳥分析的我，在一個不熟悉的領域做數據分析首先會碰到的最大困難就是無法解釋你在資料中所看到的狀況：為什麼這個數字上升？再來就是針對這個領域無從下手：我應該要關注哪些指標？以及在分析方法中迷失：我應該要如何比較這些項目？用怎麼樣的方法？

也許這些都是大家會有的「初期症狀」，這也是為甚麼我認為數據分析是一個非常實戰性的科學，它很吃你的領域知識（domain know-how）。
我們平時所學的「工具」其實都是未來讓你在職場上面對商業問題可以更加順利的「武器」。
而本次的鐵人賽挑戰，便是決定在進入職場後，重新把自己的「武器」磨一磨，期待與大家一起修練的這30天！

延伸閱讀資料：

https://blog.v123582.tw/2020/05/29/資料專案中的三種角色：資料科學家、資料分析師和資料工程師/

https://tw.alphacamp.co/blog/data-scientist-data-analyst-data-engineer-in-data-team