简单说就是给Data Scientist/Quant/Trader打杂的工作，类似于一家高级饭店里的小伙计。其职责包括但不限于：
Data Crunching：把各种各样来源的data收集，合并，整理弄成统一的方便Data Scientist研（wan）究（nong）的形式。这其实并不trivial，因为很多对冲基金要subscribe几十/几百个交易所以及茫茫多其他data vendor的数据，每一个数据源都有自己不同的格式。Data Scientist/quant想要挖出alpha，就像大厨掌勺，小伙计（Junior Data Analyst）就要把买来的菜洗好摘好腌好，放在案板上以备大厨使用。
Report/Graph Generation：在有一些基金，Data Scientist和Quant职责分得比较开，那么前者要把自己发现的pattern/alpha展现出来，就得要画图表出报告，类似于菜做好了要装盘/上菜。有的时候要展现的内容比较复杂/不寻常，那么就得大厨亲自出马，假如是常规内容常规模式，这些活就可以扔给小伙计了。
Side Research Project：有的时候Data Scientist发现有一个新的数据来源，或者一个比较模糊的新想法，又或是一个小小的优化方法，自己又一时没时间研究，就可以扔给小伙计来先摆弄摆弄。这种任务是Junior Data Analyst工作中最有挑战也最有可能有巨大回报的，是可遇不可求的机会。要想做好这类工作，要求小伙计平时做好自己日常工作（上面两样）的同时也要多学习Data scientist的研究方法提供姿势水平。假如平时能多读统计paper能自己提出一些创见那就更好了。
下面说工具：
Data Crunching：Bash/Perl等擅长字符串处理的脚本语言（Python很多时候也有用，但不会上面两样的data analyst会被人看不起的）。
Report/Graph Generation：python（matplotlib），或者R，以及一干小众货。另外很多fund的研究报告是用TeX的，所以也要掌握。
Side Research：看你们基金的研究平台用什么了。现在Pandas（Python）最流行，R次之，matlab也有人用，至少会一两样吧。
综上，在Fund里面Data Analyst要使用到的工具范围跟Data Scientist差不多，只不过平时工作可能用到Bash/Perl会更多。其实在很多地方Data Analyst 跟Junior Data Scientist根本就是一回事。。。
来源：知乎 www.zhihu.com
作者：陈健驰
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载
此问题还有 2 个回答，查看全部。
延伸阅读：
对冲基金中策略师的主要工作内容是什么？
期权真的能对冲风险吗？对冲基金具体是怎么做的？
