大数据职业发展路线

一、大数据职业发展路线

在当今数字化时代，大数据已经成为衡量一个企业是否具备竞争力的重要因素之一。大数据技术不仅仅是一种工具，更是一种战略资源，能够帮助企业在激烈的市场竞争中脱颖而出。因此，越来越多的人开始关注大数据领域，并希望能够通过学习和发展相关技能来开启自己的职业发展路线。

大数据职业发展路线概述

要想在大数据领域取得成功，一个人需要系统性地学习和掌握一系列技能和知识。从基础的数据分析到高级的数据科学建模，再到数据工程和数据架构设计，一个完整的大数据职业发展路线需要经历多个阶段：

• 数据分析师：作为大数据领域的入门角色，数据分析师负责收集、处理和分析数据，以提供决策支持和业务洞察。这一阶段需要掌握数据处理工具和基本的统计分析技能。
• 数据科学家：数据科学家在数据分析的基础上，进一步应用数学建模和机器学习技术，挖掘数据背后的规律和价值。这一阶段需要深入学习统计学、机器学习和数据挖掘等领域知识。
• 数据工程师：数据工程师负责构建和维护数据管道、数据仓库以及数据处理系统，确保数据的高效、准确和安全。这一阶段需要掌握数据编程、数据库管理和云计算等技能。
• 数据架构师：数据架构师负责设计整个数据系统的架构，包括数据流程、数据存储和数据安全等方面。这一阶段需要具备全局观念、领导能力和技术深度。

每个阶段都是一个自成体系的职业领域，都需要不断学习和实践才能达到专业水平。因此，一个完整的大数据职业发展路线需要持续投入时间和精力，不断提升自己的技能和能力。

大数据职业发展路线的重要性

选择一条明确的大数据职业发展路线对于个人的职业发展至关重要。首先，大数据领域的知识体系庞大而复杂，如果没有一个清晰的职业规划，很容易在技术发展的浪潮中迷失方向。其次，随着大数据技术的日新月异，只有不断学习和实践，才能跟上行业的步伐，保持竞争力。

此外，选择适合自己兴趣和特长的大数据职业发展路线也能够提高工作的满足感和成就感。只有在自己熟悉和乐于从事的领域中才能够持续保持工作热情和动力。

如何制定适合自己的大数据职业发展路线

要制定适合自己的大数据职业发展路线，一个人需要深入了解自己的兴趣和擅长领域，同时结合行业的需求和发展趋势进行分析。以下是一些制定职业规划的建议：

1. 明确个人目标：首先，要明确自己在大数据领域的职业目标是什么，是成为一名数据分析师、数据科学家还是数据工程师？定好长期目标后，再逐步拆分短期目标和学习计划。
2. 了解行业需求：要关注大数据领域的最新发展和热点技术，了解行业对不同角色的需求和要求，选择符合自己条件的发展方向。
3. 学习和实践：大数据是一个实践性很强的领域，理论知识只是基础，要通过实际项目和案例来提升技能和经验。可以参加相关的在线课程、培训班或者自学成才。
4. 不断反思和调整：职业规划是一个动态的过程，随着个人成长和行业环境变化，需要不断反思和调整自己的大数据职业发展路线，保持与时俱进。

结语

在大数据领域，制定一条清晰的职业发展路线对于个人的成长和发展至关重要。不管是想要从事数据分析、数据科学、数据工程还是数据架构等工作，都需要通过系统地学习和实践来不断提升自己的技能，不断拓展自己的职业领域。希望每一位志在进入大数据领域的同学都能根据自己的兴趣和能力找到适合自己的大数据职业发展路线，取得工作上的成功和满足感。

二、大数据分析师职业前景？

大数据分析师是一个充满活力和潜力的职业。随着互联网和信息技术的发展，大数据分析师的需求将继续增加。他们可以在各种行业从事工作，包括金融、医疗、零售和市场营销等。随着企业对数据驱动决策的重视，大数据分析师的工作前景将非常广阔。此外，大数据技术的不断创新与发展，也将为大数据分析师提供更多的职业发展机会。因此，对于有数据分析能力和技术素养的人来说，成为一名大数据分析师将是一个极具吸引力且有前景的职业选择。

三、大数据分析师职业性格？

需要耐心 细致 具有较高的分析理解能力

四、目前大数据分析的发展前景如何？

我在一家大型制造企业从事了7年的数据分析工作，获得信息系统项目管理师（高级职称），担任过4个集团级数据项目的项目经理。作为偏业务的高级数据分析师，我对大数据行业的发展前景，总结下来就是：前景是光明的，但门槛会越来越高。

1.大数据是风口

数据分析是业务思维和数据处理能力的完美融合，从数据中提炼规律、洞察问题、捕捉机遇，为决策者提供数据支持。从国家的重视程度和行业的需求程度看，大数据行业都是风口。

（1）国家政策支持

先分享个真实故事：我有一个朋友，坐标北京，平时爱好研究房地产。工作3年在郊区买了两套房，工作7年置换成北三环的两套房，工作10年再次换房，在中关村买了一套顶层复式，在家里的露台可以看见海淀最好的小学。这十年，是2006年到2016年，房地产飞速发展的十年。

这就是风口对普通人的影响。而风口，离不开国家政策的支持。2021年十四五规划中将数字经济独立作为一章，可见国家对这个产业的重视。

（2）行业需求巨大

大数据本质是一种技术，未来的趋势是从互联网、金融、电信等数据资源基础较好的领域逐步向数字政府、智慧城市、智能制造等领域拓展，为社会、为企业赋能创造实打实的价值。

以制造业为例，大数据赋能企业的方向几乎可以覆盖全价值链：

①研发端：产品规划、产品全生命周期跟踪。②市场端：用户画像、精准营销、舆情监控。③制造端：最具代表的就是智能工厂。围绕着降本增效的目标，实现设备开机率提升、设备运行质量监控、生产效率提升、能源监控。比如工厂通过分析每日用水量，发现一处不易察觉的水管漏水。④供应链端：实现供应商主机厂一体化，优化供应链库存、优化运输路线。 ⑤后市场端：保客营销、车联网应用。

大数据赋能过程中势必出现巨大的人才缺口，特别是电商、金融、电信、制造、运输、车联网等行业，想了解更多大数据行业、特别是数据分析岗位信息的小伙伴，不妨看看下面这个直播，带你解锁数据分析职场大全。

2.大数据分析的就业覆盖面广

大数据分析岗位既有其专业性，又有很多可以横向通用的地方，因此就业覆盖面广、入行门槛低，无论技术还是业务领域都可以深耕。

（1）两种赛道：业务岗、技术岗

业务领域：在业务部门，包括根据业务需求进行的数据获取、数据清洗、数据解读、数据汇报等，对外输出多以PPT、Excel的形式。常用工具：Excel、PPT、SQL、统计学、python/R/ SPSS、思维导图等。

技术领域：在IT部门，包括数据抓取、数据清洗、数据仓库、数据算法、BI建设等。对外输出多为代码、数据库或网页，常用工具：SQL、数据库、Python、Excel、机器学习算法等。

无论在哪个赛道，如果想持续深耕，最终都需要同时具备业务和技术知识，也就是说高阶数据分析是复合人才。常有的岗位包括数据产品经理、商业分析、数据咨询等。

（2）三个发展阶段

从“要我做”到“我要做”的能力提升和思维转变，数据分析岗位可以分为三个阶段。

初级：按部就班，机械地完成日常工作，领导让作什么就只做什么。

中级：未雨绸缪，解读数据，主动发现风险、提出优化思路。有病治病（发现问题提出解决措施）、无病防身（发现风险及时补上漏洞）。

高级：引领开拓，全局视角统筹规划，搭建完整架构，必要时从数据角度参与公司的顶层设计。

业务赛道的数据分析岗位，成长阶段、工作类型、以及各阶段需要的业务能力做了整理，如图所示：

3.未来对大数据分析师的要求更高

大数据赋能企业的过程中会遇到很多技术和业务上的问题，因此未来对大数据从业人员的门槛也会越来越高。

（1）大数据分析赋能行业时存在的问题

我做数据分析期间，逐步牵头实现了所负责业务模块的数据管理由手工转为线上信息化，但说实话企业数据管理工作才刚刚起步，任重道远。通过与同行沟通，我们一致认为存在的问题有：

①企业对数据的运用浮于表面：很多项目雷声大雨点小，到了数据运用环节往往不了了之，仍然以人工统计、修订、决策为主。

②技术人才短缺：基础软硬件、开源框架等关键领域的技术储备仍然有差距，技术部门大多偏管理，实际IT技术多为外包，外包公司水平层次不齐。

③复合型人才短缺：同时懂技术又懂管理的人很少，很容易各说各话，无法按期完成任务后互相甩锅。

（2）成为数据分析师需要具备哪些能力

①熟练掌握数据分析工具

数据分析的常用软件包括Excel、PPT、SQL、统计学、Python/R/ SPSS、思维导图等，如果精力允许的话，还可以了解下AI，未来同质化的数据处理工作会逐步被AI取代。

我常用的是Excel。Excel的功能很强大，比如求和，除了基础求和，实际还会使用分类求和、筛选求和、加权求和、带公式求和等。此外，要想胜任数据清洗、初步数据解读工作，还需要掌握筛选、分列、转换格式、去重、透视、数据有效性、生成图表等。

Excel入门容易，精通很难。很多人都说自己会excel，但150万的数据量，有人花1天处理完，有人花1周也没处理完，会与会也是不同的，方法不同，效率差异很大。感兴趣的小伙伴可以免费领取资料包，技能+实战，带你玩转Excel。

②了解数据分析的思路

以统计报表为例，传统输出报表的步骤：设计表格——找相关方填数——汇总评审后交付。报表表头固化，如变化需重新开发。

数据分析师输出报表的步骤：根据报表需求后，先分析报表涉及的数据字段——明确数据来源——拿到原始的底层数据明细——数据清洗，这个过程也是对底层数据进行评审的过程，从中可以发现很多业务流程bug——整理出报表所需的数据明细表——透视自动生成动态报表。业务需求发生变化时，只要拿到的底层数据不变，可以快读进行动态调整。

③掌握业务知识

数据分析的本质通过高效的技术手段解决业务问题，举一个我的亲身经历：

公司开发智能驾驶舱，到了数据验证阶段，牵头部门发现一组数据和线下报表始终差异巨大，很多同事筛查无果后找到我。

我拿到报表后，问了三个问题：问题1：统计方式是求和还是计数；问题2：统计范围包括哪些业务；问题3：统计范围包括哪些产品。

三个问题解决之后，线上线下数据准确率由50%提升到了98%。试想一下，如果我不懂这块业务，会再多的分析工具也没办法解决问题。

④建立面向客户的思维模式

我见过很多甩锅式的数据分析师，对业务一窍不通，也没有意识去了解业务，停留在自己的一亩三分地。遇到问题之后，永远想的是先找别人的原因，是输入方没把需求说清楚、是别的组没配合他们、是整个流程不规范，各式各样的理由都有。

这种行为本质是让客户迁就他，而不是他去为客户解决问题。好的数据分析师会在与客户的交流中，搞清楚该客户的需求，遇到问题先进行自测，再和客户确认，并根据问题提出自己的解决方案。

⑤具备项目经理和产品经理的能力

随着数据分析的工作深入，往往涉及面广、流程复杂，经常以项目的形式开展。从业人员要具备项目经理的能力，能够从项目可行性分析、项目组织、项目计划、项目进展跟踪、风险管控、项目验收各个阶段深度参与；也需要具备产品经理的能力，能够准确将用户需求转化为产品需求，推动产品开发落地。

（3）提升大数据分析能力的途径

第一阶段：搜集碎片化知识。

刚刚接触大数据，什么都觉得新鲜，很容易“乱花渐欲迷人眼”，这个阶段讲究的就是“多”。信息收集得越多越好。

可以通过各种途径搜集信息，包括不限于文章、视频、直播间等等，反正大数据时代，你只要搜一个知识点，很快会给你推送更多相关知识。如果条件允许，也可以和专业人士交流。

第二阶段：建立体系化的知识架构。搜集了一堆碎片化信息后，搭建知识架构是最耗费时间精力的。需要自行整理知识点，搭建基础框架，有针对性地再去搜集相应知识。

这个阶段如果逻辑思维强、学习能力强、精力允许，可以自学；也可以报班。不过有一点需要注意，报班不是万能的，老师的知识+自己的思考，才能定制最适合自己的知识架构。

第三阶段：专项提升能力

无论是IT技术、数据分析思维、还是项目管理思维，都是熟能生巧，一定要多动手多练习。

特别是技术类的能力提升，比如Excel、SQL、Python，在没有实操机会的情况下自学难度太大，建议该报班报班，该买书买书。帮助快速搭建体系知识。

无论你是刚入职场、还是想转型、亦或是陷入瓶颈，要想在这个领域职业生涯更长些，都建议多了解、多思考，建立系统的知识架构后再专项突破。感到迷茫的小伙伴，可以听听下面的直播课，数据分析大咖为你答疑解惑。

总结：

1.从国家的重视程度和行业的需求程度看，大数据将仍然是未来很长一段时间的热门板块。

2.大数据就业覆盖面广，无论技术还是业务领域都可以深耕。

3.未来对大数据从业人员的门槛也会越来越高。个人要提升转变思维、充实能力，选择自己合适的赛道深耕，并逐渐成为行业需要的复合型人才。

我会持续分享数据分析知识、职场tips，麻烦看到这里的小伙伴点赞关注，职场路上我们一起进步！

五、大数据分析 技术路线

大数据分析技术路线指南

在当今数字化时代，大数据分析已成为各行业提升竞争力、实现创新的关键。随着互联网的普及和信息技术的发展，数据量呈几何级增长，企业迫切需要利用大数据来获取洞察，作出明智决策。本文将探讨大数据分析的技术路线，帮助您了解如何有效地利用大数据来驱动业务发展。

大数据分析的重要性

随着云计算、物联网和人工智能等技术的飞速发展，大数据分析已经成为企业获取商业价值的重要途径。通过对海量数据的收集、存储、处理和分析，企业可以发现潜在的商机、优化运营流程、改善客户体验等。因此，精通大数据分析技术将成为未来数据科学家和业务决策者的必备技能。

大数据分析技术路线概述

大数据分析技术路线涉及多个方面的知识和技能，包括数据收集、数据存储、数据处理、数据挖掘、数据可视化等。在学习大数据分析技术时，需要按照以下技术路线逐步深入学习和实践：

• 数据收集和清洗
• 数据存储和管理
• 数据处理和分析
• 数据挖掘和建模
• 数据可视化和报告

大数据分析技术路线详解

数据收集和清洗：首要任务是从各种数据源中收集数据，并对数据进行清洗和预处理，确保数据质量和完整性。学习数据收集工具和技术，如Web爬虫、API接口、ETL工具等，掌握数据清洗技术，如数据去重、缺失值处理、异常值检测等。

数据存储和管理：学习各种数据库和数据存储技术，包括关系型数据库（如MySQL、PostgreSQL）、NoSQL数据库（如MongoDB、Cassandra）、分布式存储系统（如Hadoop、Spark）。了解数据存储的原理和优缺点，掌握数据索引、分区、备份等管理技术。

数据处理和分析：学习数据处理和分析工具，如Python、R、Scala等编程语言，掌握数据处理库和框架，如Pandas、NumPy、Spark。学习数据分析算法和技术，如统计分析、机器学习、深度学习等，对数据进行探索性分析和建模。

数据挖掘和建模：深入学习数据挖掘算法和技术，如关联规则挖掘、聚类分析、分类预测等。掌握数据建模工具和平台，如TensorFlow、Scikit-learn等，应用数据挖掘技术解决实际业务问题，挖掘隐藏在数据背后的信息。

数据可视化和报告：学习数据可视化工具和库，如Matplotlib、Tableau、D3.js等，设计并创建具有洞察力的数据可视化图表和报告。通过可视化分析结果，向业务决策者传达数据洞察，帮助其做出明智的决策。

结语

大数据分析技术路线涵盖了从数据收集到数据可视化的全过程，需要掌握各种技术和工具，不断实践和提升自己的能力。只有不断学习和探索，才能成为优秀的数据分析师，并为企业创造更大的价值。希望本文对您了解大数据分析技术路线有所帮助，祝您在数据科学的道路上取得成功！

六、大数据职业路线

大数据职业路线一直备受关注，是当前科技领域中备受追捧的职业方向之一。随着信息时代的不断发展和技术的日新月异，大数据相关岗位的需求也在不断增加。想要从事大数据行业，了解大数据职业路线是至关重要的。

为什么选择大数据职业？

大数据是当今社会中最重要的资源之一。通过对大数据的分析和利用，企业可以更好地了解市场、优化产品、提高效率。因此，选择从事大数据行业不仅可以获得丰厚的薪酬，还能在行业中获得更广阔的发展空间。

大数据职业路线概览

从事大数据行业的人员可以有多种不同的职业路线可供选择。以下是大数据职业路线的一般概述：

• 大数据工程师：负责构建大数据系统、优化数据处理流程以及数据模型设计。
• 数据分析师：通过对数据进行解析和挖掘，为企业提供数据支持。
• 数据科学家：利用统计分析和机器学习等技术来解决实际业务问题。
• 商业智能分析师：将数据转化为业务洞察，帮助企业做出更明智的决策。

如何选择适合自己的大数据职业路线？

要选择适合自己的大数据职业路线，首先需要了解自己的兴趣和技能。如果擅长数据处理和编程，可能适合成为一名大数据工程师；如果善于数据分析和挖掘价值，可以考虑成为一名数据分析师。

此外，需要学习相关的技术和工具，如Hadoop、Spark、Python等，这些技能将有助于在大数据领域取得成功。不断学习和进步也是选择适合自己职业路线的重要因素。

大数据职业发展前景

随着大数据技术的不断成熟和应用范围的不断扩大，大数据行业的职业发展前景非常广阔。据统计，大数据相关岗位的需求正在逐年增加，薪资也相对较高。

未来，随着人工智能、云计算等技术的不断发展，大数据行业将会有更多的创新和机遇。选择从事大数据行业，将会为个人职业发展带来更多可能性。

结语

大数据职业路线是一个备受关注的话题，选择适合自己的职业路线至关重要。通过了解大数据行业的概况、发展前景以及不同的职业选择，可以更好地规划个人的职业发展道路，实现自身职业目标。

七、大数据分析与应用职业技能证书？

数据分析师认证 国家部委（工信部教育与考试中心）颁发的有：

a，《数据分析师职业技术证书》（此证书是CPDA数据分析师通过后颁发）

b，《大数据分析师专项技术证书》（此证书很多单位都在进行认证工作） 正规协会组织颁发的有：

a，《CPDA数据分析师证书》（由中国商业联合的数据分析专委会颁发，也是国内最早的数据分析类认证项目）

b，《BDA大数据分析师证书》（由中商统会颁发，前身为统计师证书，后变更为数据分析类证书项目） 企业颁发的证书有：

a，实力大厂颁发的证书 阿里，腾讯等。

b，细分行业领头企业颁发的证书 帆软，永洪，八爪鱼等。 其他。“一些海外协会”“合资协会”“某些逐利培训机构”“某些原论坛”等颁发的证书。 具体还需要学员自己辨别。

其中，第一，第二，第三类都可以根据自己的学习意愿进行选择性的考取，其中，企业颁发的证书还需要注意企业存续的时间，有可能会出现证书考下来，但企业倒闭的情况。

第四类建议谨慎。

八、职业生涯发展路线？

职业发展途径可以从对职业的认知和对职业的决策；职业价值观；职业目标；行动计划；自我认知；以及对职业的计划及实现途径等方面来写职业的发展路径。

自我认知通过人才测评分析结果以及本人对自己的认识、朋友对我的评价，认真的认知自己。包括：职业兴趣、职业能力、个人特质、职业价值观等。

九、职业发展路线怎么写？

职业发展途径可以从对职业的认知和对职业的决策；职业价值观；职业目标；行动计划；自我认知；以及对职业的计划及实现途径等方面来写职业的发展路径。

自我认知通过人才测评分析结果以及本人对自己的认识、朋友对我的评价，认真的认知自己。包括：职业兴趣、职业能力、个人特质、职业价值观等。

职业认知与决策

包括：家庭环境分析、学校环境分析、社会环境分析、职业环境分析、行业环境分析根据以上分析决定自己的职业目标。

计划和途径

拟定自己的职业计划及实现途径。可以拟定长期目标、中期目标、短期目标。

职业生涯可是大学生初入校门的必修课，读者可根据自身特质自行添加、修改。

职业发展路径，概括地说就是员工都有从自己现在和未来的工作中得到成长、发展和获得满足的强烈愿望和要求。为了实现这种愿望和要求，他们希望在自己的职业生涯中顺利成长和发展，从而制定自己成长发展的职业计划的实施过程。

职业要发展必须要不断的学习，不然会在职场的竞争中被淘汰，职业的未来掌握在自己的手中，而不受别人的控制，只有不断学习才能更好为自己的职业创造更好的舞台。

在职业生涯规划过程中需要摆正自己的位置。主要有以下几点考虑：

第一，摆正心态。如果你的心态比较平和，能从点滴做起，从小事情做起，就能逐渐得到领导的赏识，晋升只是个时间问题。心态非常重要，在工作中应该不断地摆正自己的心态，使自己的发展和提升成为自然的事情。

第二，少说多做。作为一个职场新人，过多地指手画脚似乎是不太合适的事情。领导决定晋升决策的时候更多的还要看你的工作业绩，看你做了哪些事情，做好了哪些事情。所以，要想尽快获得晋升，你必须从现在开始行动起来，去做事情，去用实际的行动和真实的业绩赢得领导的赏识。

第三，与众不同。现在的职场竞争非常激烈，一无所长的人即使你再努力再肯干，也很难获得晋升和赏识，因为你能做到的别人也同样可以做到，晋升的机会没有理由会青睐一个一无所长的人。职场喜欢与众不同的人，所以做得与众不同也是助你成为职场领袖的一个关键因素。

第四，善于处理人际关系。良好的人际关系是人生的一笔财富。人际关系处理不好，寸步难行;人际关系处理好了，你就拥有了厚实的群众基础，拥有了驾驭部门员工的能力和技巧，上司自然放心把晋升的职位给你了。

第五，帮助上司提高绩效。实践表明，获得上司赏识和信任的最重要的一点是帮助你的上司完成工作。上司的工作都是通过下属来完成的，下属完成得好坏决定了他的业绩的好坏。因此，一定要尽可能地帮助你的上司完成工作，与上司一起进步。

一、确定职业倾向的四个原则

（一）择己所爱

（二）择己所能

（三）择己所需

（四）择己所利

二、职业生涯发展途径之组织内部发展

（一）组织内部发展的三个方向

1、纵向发展：同一工种不断提升层次

2、横向发展：切换适合自己的岗位

3、核心发展：承担更多权威与责任

（二）组织内部发展的七条原则

1、始终追随胜利者工作

2、对公司要忠诚。但如果过度的忠诚会危害你的前途，也不妨“骑驴找马”另找明主。

3、能够调和公司整体的利益与员工个人的需求，懂得毅然去做可能不受同事欢迎的决策。

4、如果上述决策使某些人受到伤害，要与受害者沟通你的理由。

5、招揽优秀的人才来弥补你在专业知识及技术上的不足。

6、了解其他高级主管的优点及缺点。

7、力求发挥所长，使公司受益。

三、职业生涯发展途径之组织外部发展

（一）外部发展的时机

1、如果你在一家公司很早就晋升到了高阶，想更上层楼，需要等待的时间太长

2、由于你最近的成功表现，使你的身价大幅提高

3、如果觉得在现在的职位上并没有获得充分的重视

4、如果你的公司在竞争中落后，而你又无力使公司迎头赶上时

5、如果公司改组或变动时你的前程计划受到阻碍的时候

6、如果你有更高的眼界或是新的理想的时候

一、职业目标

职业目标是职业规划的重点，其正确与否直接关系着事业的成败。寻找适合自己的职业目标，应该从以下四点考虑：自身性格与职业的匹配度;兴趣爱好与职业的匹配度;自身特长与职业的匹配度;所选职业的发展趋势。

从职业目标上看，凌小姐缺少清晰明确的职业目标。要摆脱目前的状态，须先确定自己的职业目标。

二、职业发展路径

职业目标的不同决定了发展路径的不同，以凌小姐为例，如果把行政管理作为职业目标，目前的文员工作是比较符合这个目标的发展路径的。文员——行政助理——行政主管——行政经理——行政总监，可以算是一条很清晰的发展轨迹。

十、职业发展路线包括什么？

1.技术型

　　职业选择时，主要注意力是工作的实际技术或职能内容。即使提升，也不愿到全面管理位置，只愿在技术职能区提升。在本技术区达到最高管理位置，保持技术优势。工程技术、财务分析、营销、计划、系统分析等。

　　财务分析员→主管会计→财务部主任→公司财务副总裁

　　2.管理型

　　能在信息不全的情况下，分析解决问题，善于影响、监督、率领、操纵、控制组织成员，能为感情危机所激励，善于使用权力管理下级，承担责任越大，独立性越大。政府机构、企业组织及其各部门的主要负责人。

　　工人→生产组长→部门经理→总裁

　　3.稳定型

　　依赖组织，怕被解雇，倾向于按组织要求行事，高度的感情安全，没有太大抱负，考虑退休金。要求一种稳定、安全、良好的家庭、工作环境。

　　教师、医生、幕僚、研究人员、勤杂人员。

　　助教→讲师→副教授→教授

　　4.创造型

　　有自主权、管理才能，能施展自己的特殊才能，喜好冒险，力求新的东西，经常转换职业，建立或创造某种东西，他们是完全属于自己的杰作。

　　发明家、风险性投资者、产品开发人员、企业家。

　　无典型职业通路，极易变换职业或干脆单挑。

　　5.自主型

　　随心所欲制定自己的时间表、生活方式和习惯，组织生活是不自由的、侵犯个人的。在工作中得到自由与欢娱。学者、职业研究人员、手工业者、工商个体户。