在银行工作的数据分析师究竟有多不同？
做数据相关的，所以会比较了解银行数据中心部门，先讲下国内银行数据中心部门的组织架构，再具体聊他们的工作内容，如果是刚入职银行的数据/IT员工可以参考一下。
目前国内大多数银行数据中心部门主要有三种组织架构：
在银行仍多采用集中式架构，技术数据人（偏开发、运维）专职在数据团队，业务数据人（响应临时业务需求的表哥表姐）基本还是兼职。这种模式下，存在技术数据人远离一线需求、沟通成本高、资源分配不均的劣势。
但据我所知，有些架构比较完善的银行已经开始采用混合式组织架构，存在独立的数据团队，在各业务部门也有专职的数据人，他们双线考核，同时汇报给业务条线和数据团队。
回到正题，银行数据中心部门具体的工作内容？
按整个数据分析部门来说，具体工作是：业务部门提出数据需求给到数分部门，部门内有人专门对接需求进行分析，有人专门编写脚本，有人专门负责执行，最终将采集整理好的数据/处理执行结果反馈给业务部门。
但这么说太泛了，估计大多人数看完还是一脸懵，这里我再按具体岗位展开说下。
我们可以简单的把银行数据人分为两大类：技术数据人和业务数据人。
技术数据人可分为四类
1、所有和数据相关的系统开发岗位和运维岗位
这类技术数据人在银行数据人中处于核心地位，他们最了解源系统的表结构，只有他们能写出源系统的数据提取脚本，他们也最为忙碌，尤其是业务系统的相关技术数据人，平时主要负责系统的开发和运维工作，只有在下班后，继续处理数据提取的需求，编写业务系统的数据提取脚本。
2、数据中心的操作岗
这类银行数据人工作相对单纯，接收脚本、执行脚本、返回数据，他们平时的工作是监控系统的运行情况，在出现异常报警时按照运维手册排查问题，无法解决时上报问题并联系系统开发的同事协助解决。如今，很大一部分精力需要用来处理数据提取的需求。
3、数据分析师
通常是数学或统计学背景，擅长数据分析与建模，在获取到提取的生产数据后进行分析与建模，得到结论，从而指导业务决策。
4、数据需求岗
专门负责对接业务部门的数据需求。这个岗位需要充分理解业务需求，把业务需求转化为技术语言，与开发岗沟通，同时还需要验证操作岗取回来的数据是否符合业务需求，以及数据分析师的建模结论是否符合业务预期。
接着聊聊业务数据人
通常是在业务经营分析、监管现场检查、阶段性汇报、新产品可行性分析等环节，甚至是领导提了一句想看某个指标的情况下，需要进行临时性的数据提取需求，或固化为报表需求，由业务数据人编写数据提取或报表需求。
业务数据人通常是业务背景出身，不懂技术，最常用的工具是Excel，因此又被称为“表哥”、“表姐”，在拿到技术部门提取的数据后，通过Excel进行基础的分析，计算一些简单的指标。好一点的银行，可能会用FineReport这种适合企业用的Web报表工具，来做一些固定的报表模板和整个银行系统的数据应用平台。
最后总结一下，不同银行内部的数据团队分工大不相同，那么自然具体工作内容也会有些许差异。但是大体来说，银行内部的数据分析部门一般来说是会划在信息科技岗部门底下，工作更像是一个中间人：接到业务部门的数据需求→将业务需求转换成技术语言→跟科技部门沟通，得到数据→清洗处理数据，做简单的数据分析/复杂的分析建模→将数据分析结果反馈至业务部门。
立即沟通
