填补计算机和人类智慧之间的鸿沟——数据智慧工程师
目前关于使用数据提升各种系统性能的职位有很多，比如商业智能分析师，个性化推荐工程师等等。我认为可以统称为数据智慧工程师。因为他们的工作性质几乎相同：
数据来源：采集的原始数据，比如服务器log，围脖言论，传感器记录，股票交易记录等；
目标知识：获取有价值的知识——需要、易于理解、可靠。
用途：使用这些知识，获得更大价值——（个性化推荐，卖出更多商品）、（正确股票交易，挣更多钱）、（规避危机）。
难点：人类有智能：让数据有智能是目标。比如积累了数据就了解了社会发展趋势、用户兴趣。计算机无智能：他只知道运算，迭代收敛，条件判读，规则推理已经是其最高智慧了。如何弥补这一空白？需要数据库（数据结构化处理、存储等），统计学（分布特征等），数据挖掘（分类、关联性），计算机视觉等领域知识。
数据分析师的职责：具体职位：个性化推荐工程师、统计分析师、市场规划等。
1、确定需要的知识，将其分解为低层次判断——分类，关联，相似性计算等。
比如，商品推荐。需要知识为：什么人喜欢什么商品。
首先，对人、商品进行分类（单个人也是一类），而后在商品和类别间建立关联。
2、应用工具或者自己编程，设计数据挖掘算法，比如分类、相似性等。将一个个子目标，编程计算机可以识别的程序。
需要的技能：对编程（转业软件）的熟练掌握；对业务的深入理解；对算法设计的灵活设计；对图形展示的深刻理解。
理解机器，更要理解人。
专业课程学习：1、社会科学：市场营销，心理学、经济学、艺术等；
2、自然科学：统计学、逻辑学、计算机编程、数据库、数据挖掘、机器学习、计算机视图等。