数据科学家，大数据工程师，数据分析师有哪些区别，工作职责有哪些不一样。
数据科学家：数据科学家倾向于用搜索数据的方式来看待周围的世界，把大量散乱的数据变成结构化的可供分析的数据，还要找出丰富的数据源，整合其他可能不完整的数据源，并清理成结果数据集，新的竞争环境中，挑战不断的变化，新数据不断的流入，数据科学家需要帮助决策者穿梭于各种分析，从临时数据分析到持续数据交互分析。当他们有所发现，建议新的业务方向。他们很有创造力的展示视觉化的信息，从而影响产品，流程和决策。
大数据工程师：分析历史，预测未来，优化选择，这是大数据工程师在玩数据时最重要的三大任务。通过这三个工作方向，帮助企业做出更好的商业决策。大数据工程师是一个很重要的工作，就是通过分析数据找出过去事件的特征。通过引入关键因素，大数据工程师可以预测未来的消费趋势。
数据分析师：与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩，因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据清理。更为重要的是，互联网时代的数据分析师不断在数据研究的方法论方面进行创新和突破。
分情况来说：就行业来说，数据分析师的机制类似，无论在任何时代，媒体运营者能否准确详细和及时地了解受众情况和变化趋势。都是成败的关键。
此外：对于新闻出版等内容产业来说，更关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支持新闻出版改善客户关系的关键职能。