1. 主要就业行业

　　结合英美就业情况，把就业行业分四部分讨论：科技公司(互联网为主)、金融、咨询和其他行业。

　　科技行业

　　在国内，毫无争议是最主要就业方向。科技公司有最多的数据，而且很重视数据方面的应用。基本不止技术岗位，业务岗也是人人都懂数据分析的(虽然，不必然懂模型，也许只用excel)，足以看出对数据人才的需求。科技公司的数据类岗位主要有：算法、数据挖掘、数据分析和运营，后两者的岗位内容是大部分国外BA项目所学的技能可以cover到的。另外，国内很少见data scientist这个说法，个人觉得比较像数据挖掘岗位，BA想要做需要自学很多。

　　金融行业

　　金融行业的数据应用比较多的，主要可以分投资和信用风险。投资类，domain knowledge的需求很大，极难速成，BA专业做起来还是差的比较远(金融背景来BA可能机会大一些)。信用方面，近年国内的岗位也是越来越多了，各个新型银行基本都有，很多金融科技公司也在做这个，可以重点研究一下。

　　咨询等专业服务

　　在国外是一个很主要的就业方向，但是国内的咨询就业机会比较少。首先，传统的consulting和BA的区别很大，都做分析但是方法和套路差的非常多。这里所说的咨询就业，是因为目前很多咨询公司开始组建analytics team。比如我在英国接触过OC&C和BCG的analytics team，交流过后和我们所学还是很相关的。但是，这些team都没进入中国。国内目前consulting业务还是偏传统分析，看得出希望转型但也需要很长的时间，因此不认为是一个就业的大target。当然，如果本来希望做传统consulting，也是很合理的，因为毕竟大家都在商学院。

　　其他行业

　　包括很多，例如制造业和快消零售等。国外有很多相关岗位，国内对应届生基本没有就业机会。

　　综上，从机会来看，互联网还是最主要的，之后是金融。

　　2. 整体就业情况

　　总体来说，应届生数据分析岗位没有那么多。虽然看出来这些年一直再涨。传统行业基本没有太对口的机会其实是个很大问题，一下就缩减了大部分岗位，造成挤破头去互联网。互联网公司放出的名为“数据分析师”的岗位其实也不多，至少远没有数据工程、数据挖掘和运营这类的岗位多。分析一下，其实很有道理的，因为国内的就业氛围还是希望应届生的功能尽量单一，而数据分析本身就是技术和业务相结合的，公司更希望从业务人才或技术人才中社招，更能满足需求。

　　另一方面，title叫数据分析师的岗位，之前的差距大的可怕。可能今天面试一个在问你excel，明天就问你MapReduce了，这也使准备变得非常困难。

　　3. 总结一下对策

　　其实对于大多数BA而言，主要的技能都集中在：在普通业务能力的基础上具备更多的数据分析知识，能提取数据(SQL)，写代码跑模型(R/Python)，结合数据写出报告，这些能力会在一至两年的学习中变得很熟悉。BA学生的主要卖点在于：比普通商科，会跑模型、能写些代码(虽然调包的成分很大);比技术，接触的实际问题更多，懂业务、接地气，属于综合能力比较强。但目前来看，两者结合对于应届生不太吃香，大多数岗位还是希望申请人更纯粹的会一方面。综合型岗位也存在，但是目前数量不多，明显偏向有工作经验的。对于有工作经验的来说(尤其是只具有业务经验的)，读个BA补充一些技术，国内的大多数据分析岗位很合适。

　　个人见解，在读BA或者即将读BA并准备毕业回国就业的同学，除了和自己专业最对口的数据分析岗位外，还是要做两手准备，也就是在更技术和更业务的方向二选一。一是可以把自己的数据分析技巧当作辅助技术，从事偏业务的行业(例如咨询)，在读期间以更像一个商学院学生的方式培养自己和定位自己。二是可以再技术上更深入的学习，比如说BA的学生基本都会学一点机器学习，在此基础上自学更高级的算法，并了解推导过程。数学功底要扎实，还有加强代码能力，平常除了调包以外有机会多练练Python，需要写循环迭代时候别偷懒，没坏处。当然，第二条路其实十分艰难。

　　最后说说求职timeline。因为大多数硕士都是一年项目左右，而且毕业时间大多在6-9月份，所以分三个时间点：毕业前一年的秋招，毕业当年的春招和毕业后的秋招。毕业前的秋招肯定是机会最多的，但当时刚进入新领域相关知识不充分，所以投BA岗位相对困难;毕业前的春招，岗位和机会相对秋招少，不过经过半年多的学习基本有了知识体系了，如果能有春假飞回国集中求职还是可行的(不能回国的就当刷笔试题吧，攒攒经验，远程面试机会少，效果也很差);毕业后的秋招可以说准备充分了，但有一些公司不接受这个毕业时间，也有人说海归政策有放宽。各个时间点都不是完美的，所以需要结合自身情况权衡。

  编辑：翁晓兰