1、大数据和常规的数据行业有什么异同？（岗位晋升方面）
- 我不晓得大数据是什么，常规的数据行业又怎么定义。应该关注的是公司的产品是什么，公司主要收入靠什么，数据又能怎么做去影响收入。从这一点来说，既可以说数据类岗位（同类业务）的晋升差不多，又差很多（不同业务）。
2、数据量的变化会对于岗位有哪些不同需求？
- 一般不是按数据量，而是按处理的数据源等级。如果分析的都是报表数据（已经有人处理过），那Excel就够了。如果需要处理业务数据如订单信息，那就需要基本的数据库技能。如果你涉及到日志分析，那就还需要懂得基本的服务器使用和脚本语言。
3、传统行业和互联网企业对于不同的数据岗位的侧重点是否有较大区别？
- 无论传统行业还是互联网企业，数据岗位的目的都是一样的：创造观点，创造收入。侧重点不同是因为业务形态不同。对于线上产品来说，数据源都是服务器日志。对于线下业务来说，人和财物的量化和分析天然就和日志分析不一样。
4、有什么较好的渠道可以了解到大数据在各行业的落地状况昵？
- 常见的信息源比如知乎和公众号你自己应该了解。我的经验是，目前最靠谱的内容推荐源还是人。无论是公众号、Newsletter、社群，多靠近你觉得靠谱的人，光是他们的分享就有很多信息量。然后就是凭这些信息线索，用你的好奇心去找。
5、是否可以这样理解，数据分析和数据开发是区别很大的岗位，数据分析更加注重于对于整个业务的理解，然后通过数据来解决或优化业务的痛点，而数据开发是属于开发岗，侧重通过技术手段去收集数据、挖掘数据，为业务和产品提供更加底部的需求？
数据开发为数据分析服务，所以这就是为什么说数据开发是后台，数据分析是中台。你这里所提的数据挖掘其实也是数据分析的手段。
不要太在意名词，而是注意所做的工作在公司的什么链条里。
6、数据分析、运营、开发在大公司和小公司有哪些显著差别呢？数据分析岗比其他数据岗是否更有优势学习到数据业务从收集到最后应用的整个流程呢？
运营、分析和开发，一般的确是分析岗更有机会接触到和全局业务相关的信息。但实际上其实更看个人的眼界和主动参与程度。
我实际工作中的运营和开发其实只要愿意，都能获得很多信息，愿不愿意多做一些踏出这一步，看个人意愿，也看KPI。
请问这行业会不会有年龄歧视，本人是28岁的时候入行到一家咨询公司里面做数据分析，经验是有但是是通信行业的，最近想转到互联网公司做（就是为了钱嘛），但是因为是中途转行，现在年龄三十几了
咨询行业和业务数据分析其实方向挺一致的，只要一些基本的技能都熟悉，转行没什么问题。
年龄的话，互联网公司的平均年龄确实挺低的，HR可能会有这方面的考虑，不过三十几其实问题不大，这段时间互联网公司都收紧招聘，这个因素的影响会更大一点。
还请教一下，我自己的规划是不能单纯做只做分析了，还要往挖掘方面添点技能吧，否则的话，单纯SQL跟spss+Excel，招个年轻的不是更好，我也知道挖掘是偏工程方向的，但是好像要稳中提升薪水我建议你去学一下Python，差不多知道怎么用它实现你在SPSS上做的事情就可以。这不是往挖掘方向添技能，而是让你的技能栈更流行一点。
添挖掘技能则是没有必要。比如一个典型的挖掘面试题：TF-IDF的原理是什么？添这种技术技能要花的功夫比你想象中要多，可扩展性也不长。
作为招聘方来说，你比年轻人好的地方，与其说是看上了你的挖掘技能，不如说是看上了你的咨询行业经验能不能和他们的业务需要结合。
