数据分析师，数据挖掘工程师和数据研发工程师有什么区别？

数据分析师：
基于业务，通过数据分析手段发现和分析业务问题，为决策作支持。

数据挖掘工程师：
偏技术，通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。

数据研发工程师：
一般也叫数据开发，搭建仓库搭建、数据的存储、处理、计算处理、报表开发等。

看看阿里对3个岗位的要求和描述：
数据分析师
岗位描述:
1、独立负责业务数据收集整理，搭建业务数据体系，结合业务对多种数据源进行深度诊断性组合分析、挖掘、深度分析；
2、通过专题分析，对业务问题进行深入分析，为业务的策略、产品优化提供数据支持；
3、独立完成业务日常的产品运营工作，可以快速有效地取得一定的业务成果。
岗位要求:
1、统计、数学、信息技术、生物统计等专业本科及以上学历(硕士优先)，二年以上相关工作经历；
2、熟悉数据库基本原理，熟练运用SQL，熟练操作excel、PPT；熟悉数据挖掘的基本原理，熟练操作SAS、SPSS clementine等数据分析/挖掘工具的优先；
3、良好的数据敏感度，能从海量数据提炼核心结果，熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，给出建议；
4、具备良好的沟通能力和团队精神，较强的学习能力，能承担一定的工作压力

数据挖掘工程师
岗位描述:
在这里，你可以学习和掌握阿里巴巴集团业界最先进的大数据处理平台，涉及信息检索、自然语言处理、机器学习、数据挖掘、分布式计算等一系列的专业领域；
在这里，你将拥有最好的数据和实验环境，立足于uc浏览器数亿用户和数千亿浏览信息，与这些领域内的顶尖大牛工程师们一起参与目前最前沿的推荐、预测等大数据应用场景的算法设计和工程实现。
岗位要求:
1、本科以上学历，扎实的统计学、数据挖掘、机器学习理论基础，能够利用高等数学知识推演高维数学模型。
2、熟悉聚类、分类、回归、图模型等机器学习算法，对常见的核心算法理解透彻，有实际建模经验；
3、具有扎实的计算机操作系统、数据结构等编程基础，精通至少一门编程语言例如c++/python/R；
4、深入理解Map-Reduce模型，对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验；
5、对于推荐系统和广告系统有实践经验者优先；
6、能够积极创新， 乐于面对挑战， 负责敬业；
7、优秀的团队合作精神；诚实， 勤奋， 严谨。

数据研发工程师
岗位描述:
商家事业部-数据业务部，承载了阿里巴巴对客户提供大数据平台的使命和梦想，Enable阿里巴巴生态可以更好的进行数据化运营。我们在探索的是世界上独一无二的、领先的大数据业务，也在探索如何利用互联网精神和大数据技术在传统数据领域进行创新，来帮助客户从IT进入DT时代。
1. 参与阿里大数据开发平台建设，构建开放、安全、标准的阿里对外数据开发平台体系
2. 基于阿里海量数据的数据仓库建设和数据分析，同时针对各业务场景探索大数据解决方案
3. 在公共云计算环境构筑数据交换、融合、分享的生态，让数据驱动业务
岗位要求:
1. 计算机或相关专业本科及以上学历
2. 具有丰富的数据开发经验，对数据处理、数据建模、数据分析等有深刻认识和实战经验
3. 熟悉SQL，有一定的SQL性能优化经验
4. 熟练掌握Java语言，MapReduce编程，脚本语言Shell/Python/Perl之一
5. 业务理解力强，对数据、新技术敏感，对云计算、大数据技术充满热情
6. 积极乐观、诚信、有责任心；具备强烈的进取心、求知欲及团队合作精神