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，哪一个的就业好薪资高？现在我们一起来探讨下这个问题。
首先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。
大数据开发工程师
第一是编写一些Hadoop、Spark的应用程序。 第二是对大数据处理系统本身进行开发。对理论和实践要求的都更深一些，也更有技术含量。 大数据工程师的收入待遇可以说很顶级的。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。薪资20k以上不成问题；
4.适合人群
大数据开发类的岗位对于code能力、工程能力有一定要求，这意味着你需要有一定的编程能力，有一定的语言能力，然后就是解决问题的能力，因为大数据开发会涉及到大量的开源的东西，而开源的东西坑比较多，所以需要你能够快速的定位问题解决问题，适合有一定的开发基础，或者0基础但是对于新东西能够快速掌握。\
那么两者哪一个的薪资更高呢？Python数据分析的话相对来说会简单一些，而大数据工程师会难一点。两门课程都是可以零基础学习的，所以想学习的朋友不要怕难。两个职业前景都非常好，薪资都很高。
还想进一步了解两者的区别，可以一起交流哦！ Python学习内容也可以一起分享我都打包整理好啦！！！ Python400集 [www.bilibili.com/video/BV1co…]
?