數據分析或數據挖掘的崗位有多種，以下是一些常見的崗位及其簡要介紹：

1、大數據項目經理：負責大數據產品的規劃、宣傳和產品推廣，以及業務文檔的編寫、業務原型的開發。同時，支持項目經理的需求工作。

2、大數據工程師：參與大數據平臺建設，結合應用需求發現潛在特征，規劃應用場景，挖掘現有數據價值，驅動業務發展。從場景和問題出發，運用內外部數據對業務數據進行場景識別，發現和挖掘大數據價值。負責業務數據分析，包括數據建模、算法實現、分析應用、結果評估等。

3、大數據分析挖掘崗：結合銀行業務領域重點任務，通過數據分析支持精準營銷、客戶服務、智能風控、運營優化等工作。負責數據挖掘建模工作，參與數據產品的規劃、設計及實施。針對業務需求開展數據應用系統需求分析、設計、開發、項目管理工作。對分行數據分析挖掘工作提供技術支持，并對相關人員進行文化宣貫和技能培訓。

4、數據產品分析師(銀行/大數據/風險方向)：梳理產品需求、規劃產品功能、設計產品邏輯、參與產品建模及內容制作，并制作產品原型、編寫PRD等文檔。根據公司數據資源深度分析，挖掘數據價值。通過數據分析發現并解決問題，提供實施方案。跟進產品全生命周期，以及其間的各部門協調工作。

5、大數據科學家：根據業務需求，進行大數據風控模型設計和開發，包括但不限于用戶畫像、信用風險模型、欺詐風險模型、行為評分模型等、貸后風險模型。負責評分模型相關策略制定，跟進模型實施上線。負責模型驗證，撰寫驗證報告，結合模型和驗證結果，進行模型優化。

6、數據分析師：負責和支撐各部門相關的報表;建立和優化指標體系;監控數據的波動和異常，找出問題;優化和驅動業務，推動數據化運營;找出可增長的市場或產品優化空間;輸出專題分析報告。

7、數據挖掘工程師：要求更高的統計學能力、數理能力以及編程技巧。從概念上說，數據挖掘是一種方式，機器學習是一門方法/學科。數據挖掘的范圍更廣，可以通過機器學習，但也可以借助其他算法。

8、商業分析師：組織大家開會、調研訪談、寫匯報材料、分析經營情況、做些戰略規劃。相比數據更看重思維方法論。

此外，還有數據工程、策略產品、數據運營、經營分析等崗位，這些崗位在數據流向的不同環節中發揮著不同的作用。

以上崗位僅為數據分析或數據挖掘領域中的一部分，具體崗位名稱和職責可能因企業而異。隨著技術的不斷發展和企業需求的不斷變化，新的崗位也可能會不斷涌現。