数据挖掘师与数据分析师有什麽区别和联系？

1、“数据分析”的重点是观察数据，而“数据挖掘”的重点是从数据中发现“知识规则”KDD（Knowledge Discover in Database）；
2、“数据分析”得出的结论是人的智能活动结果，而“数据挖掘”得出的结论是机器从学习集（或训练集、样本集）发现的知识规则；
3、“数据分析”得出结论的运用是人的智力活动，而“数据挖掘”发现的知识规则，可以直接应用到预测。
4、“数据分析”不能建立数学模型，需要人工建模，而“数据挖掘”直接完成了数学建模。如传统的控制论建模的本质就是描述输入变量与输出变量之间的函数关系，“数据挖掘”可以通过机器学习自动建立输入与输出的函数关系，根据KDD得出的“规则”，给定一组输入参数，就可以得出一组输出量。

你可以简单的认为是所要面对的数据量大小和进行的工作量的深浅而进行区分，数据分析师更加侧重于指标体系分析、多元以及多维度的分析，在此统计分析的理论知识与相关的行业与业务经验更加重要，相对来说，数据挖掘的话面向海量数据，谈到数据挖掘更多想到的工作可能是大数据挖掘算法、机器学习等，现在实际应用中比较明显的例子是，数据报表部分更加侧重数据分析，精准营销、智能推荐等更加需要数据挖掘；但最后的话，两者还是殊途同归，都要探索数据背后的规律，发现数字背后的知识。。。说得还是比较泛和空，希望能帮到你！

这两者本质上并没有太大区别，要做的事情都是：1要有业务性质的领悟能力，2能够理解数据的本质含义，3能数据建模，4要掌握各种数据统计的方法或算法，5要有计算机数据库编程等方面的能力，6要有对问题/数据的敏感性。如果你做到这些，肯定是一个社会抢手的人才。

数据分析师主要工作就是通过数据去解决企业实际遇到的问题，包括根据数据分析的原因和结果推理以及预测未来进行制定方案、对调研搜集到的各种产品数据的整理、对资料进行分类和汇总等等
发展前景很好，毕竟数据分析这一行在国内才刚刚起步，很多企业都需要这方面的人才，是很有潜力的，这一行偏商科，技术辅助。真正的大牛不是数据分析工具技术，而是用数据帮助企业在产品、价格、促销、顾客、流量、财务、广告、流程、工艺等方面进行价值提升的人。像我本人就是自学的数据分析师然后毕业后去了决明工作，现在基本实现了财务自由，但想成为大数据分析师的话，需要日积月累坚持沉淀下去，相信你总有一天也能达到这个层次。