求科普 国内现在商业数据分析岗位的情况怎么样

不是那种传统的靠 excel 拍脑门的商业分析岗位, 也不是纯粹技术的 Data science 岗位. 这个在美国火了几年了, 不知道该怎么描述, 总之首先, 还是前台的商业岗, 提交物 是"商业建议" 而不是"数据处理", 但是是基于数据和调包而不是拍脑门的

抄一个类似的招聘要求翻过来
> Python/R
> SQL 和 Hadoop/Spark
> 熟悉 scipy, pandas 和 sklearn
> 会用机器学习包, 包括 xgboost tensorflow pytorch 等等
> 熟悉 GLM(混合线性模型), survival(生存模型? ) discriminant(判别分析?) , PCA(主成分)analysis 等等统计问题
> 会画可视化交付物, 比如 PPT
> 交流能力好, 会和非 techical 岗位的同事解释问题

大概的结构:
1. 商业向: 能做可视化, 也就是要上会, 也就肯定需要商业常识, 用户忠诚度啊 留存啊 价值啊这些的
2. 技术向:
a) 统计知识
b) 开发能力(调包侠)
c) 数据库 (会读 写就行, 不管维护)



想问下有没有这类工作 ( 这类工作 startup 肯定就很难有位置了) 以及待遇和上升路径怎么样... 今年应该永居就能拿到了 有点想回国花花世界一下. 现在的疑虑主要两块:

1 有没有广泛的类似工作的路径? 毕竟这是个很难和产出直接挂钩的部门, 尤其是在国内这种蓝海传统深厚的地方, 增长往往归功于运营而不是战略, 感觉会很容易边缘化成一个后台部门. 又或者如果跟前女友刚毕业做过的 T 家传统的"商业分析"一样, 组里环境就是商业分析师把需求跟负责数据的工程师说清, 然后等排期, 出来个最基础的数据提取和 图表然后一群人对着玩头脑风暴, 这种文化就完全我们做的不兼容了.
2. 待遇和上升途径怎么样? 毕竟这个活如果被认可的话, 护城河还是挺深的, 首先是商业感觉和技术岗之间的护城河, 然后技术里一般做开发的又完全没有数理统计的基础.