DA/DS的区别
说到这里又不得不探讨一下ata analyst和ata scientist的区别这个问题了。首先需要声明的是，其实不同公司对于Data Analyst和Data Scientist有着全然不同的定义。有些公司DS做的事情就是别的公司DA做的，只是单纯的称谓不同。因此看JD是最好的方法。DA这个职位通常存在于商业部门而不是IT部门，所需要的技术深浅也跨度挺大。相同点是，通常这个职位是有日常任务的，也就是要定期出一些报告来分析季度数据，支撑日常决策（e.g,小店下个月/下半年多上架A果汁还是B果汁）。但同时，也会做一些有趣的项目（e.g, 是不是更多的消费者开始喝矿泉水/碳酸盐料/啤酒，而不是果汁，原因是什么。）那么从一个大家比较认可的角度来讲，DA主要是侧重于数据的整理性分析，a/b testing，ata viz。
而DS主要侧重于moeling。而那些专注moeling的s职位，目前的行业趋势是很多都需要Ph或者会有很多Ph来和你竞争，因此研究生要在大公司做DS可以说是越来越难了。相比之下，找ata analytics title的工作会容易不少（当然工资上确实也会低）。非常不建议纯商科背景，或者入学前几乎不会coing/没有接触过machine learning的同学去找DS的工作。一方面你需要很努力的在这一到两年的时间内学习课内外的DS相关的知识来达到DS职位的要求，另一方面，即使你能够胜任DS的工作了，也很可能因为过去的相关背景太少，而过不了简历关。
DS这个职位更经常存在于IT部门，或者干脆自己组成一个部门。职责是解决一切Data analyst解决不了的比较复杂的问题。且他们通常是不需要负责定期出报告来分析季度数据的。他们的终极目标是搞出一个高大上的模型，然后可以自动的预测未来趋势。（e.g., 根据过去两年A果汁和B果汁的销售记录和主要外部影响因素（打折，放假，夏天。。。），预测未来每天A果汁和B果汁的销量，并据此调整货价；根据客人XXX所买的各种商品和各种行为，决定要不要在下一期的商品目录向他推荐果汁A）。
五、BA在美国就业的话，主要是在哪些城市？
其实目前BA在各个城市都有需求。之前也说了，BA不是特别局限于行业的一类职位。因此可以说需求和城市的发展程度成正比。比如旧金山有很多科技公司，那么这些科技公司就有很多数据分析师的职位需求，而洛杉矶主要是娱乐业，但是这些娱乐业的公司也会有很多相关岗位（特别是市场分析）。因此可以说，BA需求较大的地区/城市包括：旧金山地区，洛杉矶地区，西雅图，纽约，德州的奥斯汀+达拉斯，芝加哥，波士顿等等。
那么相应的，对于申请而言，如果你本身项目就在一个大城市，那么当然找工作会方便很多，而且很多公司也会倾向招本地学校的学生。但是就BA来讲，有非常多的relocation的先例，因此也不必太过担心学校太村这个问题（当然学校的career service要足够给力，并且你能够忍受飞来飞去进行Onsite interview）。
