服務器運維和數(shù)據(jù)分析這兩個崗位，企業(yè)在選擇時一般只會考慮后者。原因是運維的工作比較固定，存在的可替代性強，且薪資可觀。數(shù)據(jù)分析在數(shù)據(jù)量比較大，行業(yè)比較相似的情況下，性價比也非常高。非要說前者存在哪些競爭優(yōu)勢的話，多一些積累的過程比較容易展現(xiàn)吧。供參考長風網(wǎng)。

數(shù)據(jù)分析相對更加偏向數(shù)據(jù)思維，還是需要用統(tǒng)計的技術來進行處理，但是運維工程師一般會以工具性的開發(fā)工作為主服務器運維，簡單的分析工作可以交給工具性的開發(fā)工作，但是實際應用在工作中是有很大差別的。

運維工程師給人感覺就是一種老氣橫秋，沒有創(chuàng)新的形象。數(shù)據(jù)分析又有一定技術門檻（會點數(shù)據(jù)庫查詢語言很快就上手了）。但感覺走到管理層服務器運維，數(shù)據(jù)分析相對運維更有優(yōu)勢。

運維不如數(shù)據(jù)分析

誰會選擇運維？

你的同學如果有轉(zhuǎn)行做數(shù)據(jù)分析的，

有個比較好的角度，從行業(yè)發(fā)展的角度看，兩個工作都不好。隨著制造業(yè)智能化加速，物聯(lián)網(wǎng)落地，各種新產(chǎn)品、新技術都要和數(shù)據(jù)進行結(jié)合，不然廠家的產(chǎn)品怎么賣出去。所以這個跟工業(yè)互聯(lián)網(wǎng)很像，傳統(tǒng)制造業(yè)是沒有互聯(lián)網(wǎng)這個業(yè)務形態(tài)，傳統(tǒng)制造業(yè)企業(yè)必須尋求轉(zhuǎn)型，這個不但是要尋求新技術，也需要新的產(chǎn)品形態(tài)，畢竟未來數(shù)據(jù)的價值要超過傳統(tǒng)的加工。

如果你是主管，你會選擇優(yōu)秀的互聯(lián)網(wǎng)公司的工程師呢？還是傳統(tǒng)制造業(yè)的工程師？當然如果你是從事it工作，轉(zhuǎn)型做數(shù)據(jù)工程師，可能要更辛苦一些，產(chǎn)品新技術知識，硬件，it系統(tǒng)的調(diào)試工作量會更大一些。你從事erp這塊數(shù)據(jù)的優(yōu)化處理，關系型數(shù)據(jù)庫和非關系型數(shù)據(jù)庫分別都有，知識面應該不至于太窄，知道如何進行業(yè)務層面的數(shù)據(jù)分析，將產(chǎn)品這塊的數(shù)據(jù)進行挖掘，哪些是潛在需求，哪些是不需要的。

其實轉(zhuǎn)型做數(shù)據(jù)工程師，優(yōu)勢是很多的，只是未來的傳統(tǒng)制造業(yè)企業(yè)需要做哪些改變，未來的數(shù)據(jù)工程師需要從什么角度看待數(shù)據(jù)，這都是比較難的問題。

做數(shù)據(jù)分析，大家可能沒有特別清晰的工作方向。我在國內(nèi)剛開始新零售，還有一線互聯(lián)網(wǎng)公司的數(shù)據(jù)分析、數(shù)據(jù)建模工作，現(xiàn)在我在湖北IT公司的工程崗位。做運維，除了語言外，還要掌握機器學習、統(tǒng)計和自然語言處理相關的算法，包括機器學習的實現(xiàn)，以及gpu加速工具的實現(xiàn)。這個基本上覆蓋了新零售和新增長的很多知識點。可惜我沒有從事運維崗位。