不少朋友都很困惑，大数据工程师和Python的数据分析师有什么区别，那么今天我们就来一起探讨下两者的区别在哪里。

那么我们来区别下大数据工程师和数据分析师：

1、概念区别

Python数据分析师培训出来的数据分析师，是数据师的一种，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

大数据培训出来的大数据工程师其实有很多别名，数据挖掘工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，大数据工程师就是一群“玩数据”的人，玩出数据的商业价值，让数据变成生产力。大数据和传统数据的最大区别在于，它是在线的、实时的，规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。

2、发展方向

Python数据分析师培训后的数据分析师发展方向有：市场调研方向、数据分析/挖掘方向、数据工程师方向等。

大数据培训出来的大数据工程师发展方向有：首席数据官（CDO）、营销分析师/客户关系管理分析师、数据工程师、BI开发工程师、数据可视化等。

3、具备技能

Python数据分析师和大数据工程师需要具备的技能很相似，比如：

（1）数据和数据仓库数据是数据分析的基础，数据库是数据的承载，数据仓库是有主题的数据库。

（2）报表报表这种原始的BI方式有时候是简单有效，但要做一张优秀的报表似乎又要考虑很多问题。

（3）数据挖掘数据挖掘作为报表这种非智能性BI的一种补充，理论上应该属于机器学习的一种，存在着那么一点儿让计算机自学的能力。

（4）算法随着面向对象（OrientObject）编程方法兴起，“程序=数据结构+算法。如果你想成为顶级的数据分析师，算法与数据结构的知识必不可少。搜索，排序，树，图之所以经典，是因为它们简单有效而且通用。

以上就是今天分享的关于python数据分析师和大数据工程师的差异了，这两门学科都很适合零基础来学习，无论选择哪一个，在未来都将成为趋势之一。