现在的金融市场有很多的分析师，比如股票分析师，期货分析师，连外汇也有分析师。股票以及期货分析师，我们经常可以看到的，但是外汇数据分析师却不常见，能对某个行业的数据分析有所了解，知道这个行业需要分析什么数据，不仅能帮别人分析数据，还能教别人数据分析的知识，并且能自己产出文档。数据分析师指的是不同行业中，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。越来越多的政府机关、企事业单位将选择拥有数据分析师资质的专业人士为他们的项目做出科学、合理的分析、以便正确决策；越来越多的风险投资机构把项目数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。
其实你没看到的数据分析师的职责，还有另一部分：一个数据分析师的职责包括沟通需求、设计采集方案、和研发沟通实现采集方案落地等，这其中存在着很多变数，比如如何和业务人员沟通不合理的需求、如何推动研发团队将方案落地而非一拖再拖、如何做一个PPT出去分享、如何争取话语权，让自己的数据能够说服不懂数据的业务人员等。外汇数据分析师其实就是技术面的分析。外汇交易的技术面是用数学公式、图形，对交易时间和交易量、交易价格之间的关系进行分析，比如均线、蜡烛图、相对强弱指标、布林线、艾略特波浪等。外汇数据分析师侧重于某个单笔交易的分析结果，对分析师来说，最重要的是正确率，也就是胜率。现在的国内外汇数据分析师比较少，属于稀缺人才，但是在我国这方面职业比较模糊，主要是民间外汇机构对这样人才的招聘比较多。外汇数据分析师的职责有对外汇市场的资讯进行收集，并对各种的外汇资料库进行完善。找出并分析影响外汇价格的原因，研究外汇保证金市场相关制度。做有关外汇的汫座演讲，有的外汇分析师专门为投资客户进行趋势方面的演讲，并对这些客户进行交易上的指导。对外汇基础层面、技术层面进行分析研究，然后撰写研究报告，为行情做出判断和分析。需要具有良好准确的判断能力，对全球外汇、大宗商品以及股票市场的运作有较深的理解和判断力，并能对相关领域完成分析和评论。
国内真正能够实现从上到下数据驱动的公司，并没有想象中那么多，大部分企业还处于成长阶段。换而言之，数据分析师能够找到合适的平台，发挥自我价值并没有那么容易。数据分析师行业内有些自我调侃的名词，“表哥”、“表姐”之类的称呼，其实也侧面反映了这份工作潜在的坑，很多人会沦为螺丝钉、写 SQL、取报表的存在。理想高远，工作琐碎，这就是部分数据分析师的现状。如果企业内部没有很强的数据驱动氛围，那么大部分分析师都会成为记录需求、解决需求，取数做报表的存在。但是要想实现数据驱动业务的结果，获得成就感，这些工作也不可或缺，如果数据分析师真正明白这一点，或许工作也会乐在其中吧。目前，数据分析师大多分为两个发展方向，一部分人专攻业务，另一部分人涉及到技术，包括数据挖掘、底层仓库搭建等技术工作，我这里谈的是业务导向的数据分析师，数据分析师最核心的成就感来自于：我是什么行业的分析师，我为这项业务做了什么样的数据分析工作，驱动了业务什么样的结果。数据分析师的工作涉及到一个项目的全流程，需求梳理——采集方案——数据统计——指标体系构建——小专题式的分析，分析结果驱动业务。因为数据是最客观的，理想中的数据驱动应该是业务围绕以数据为中心的体系发展，所有人对数据分析出的方向认可，这样数据分析师在项目上的价值就会体现出来，数据分析师也会产生强烈的荣誉感。当然，还是像我前面说的，想要驱动业务，你得有话语权，话语权是受到公司多方面影响的。很多人想到面试数据分析师，就会想到 SQL、Python、做报表的能力，但其实这是非常基础的工具硬技能，没有不可以，过硬很重要。一个数据分析师的成长，应该在提升对业务的理解，以及软素质方面。其次，数据分析师讲故事、推动项目、协作的能力也是非常重要的，这是数据驱动落地的必要条件。没有落地什么都是空谈。国际金融分析师是特许金融分析师，也就是CFA，是由美国投资管理与研究协会（AIMR）于1963年开始设立的特许金融分析师资格证书考试，考试每年举办两次。国际金融分析师考试在全球各个地点统一举行，每个考生必须依次完成三个不同级别的考试。CFA资格考试采用全英文，候选人除应掌握金融知识外，还必须具备良好的英文专业阅读能力。
