एनालिस्ट अक्सर ये काम करते हैं:

• जानकारी या डेटा को अलग-अलग हिस्सों में तोड़कर जानकारी के अंदरूनी सिद्धांतों, कारणों या तथ्यों की पहचान करना।
• यह तय करने के लिए कि घटनाएँ या प्रोसेस कानूनों, नियमों या स्टैंडर्ड का पालन करते हैं या नहीं, ज़रूरी जानकारी और अपने फैसले का इस्तेमाल करना।
• चीज़ों या लोगों की कीमत, अहमियत या क्वालिटी का अंदाज़ा लगाना।
• जानकारी या डेटा को इकट्ठा करना, कोडिंग करना, कैटेगरी में रखना, कैलकुलेट करना, टेबुलेट करना, ऑडिट करना या वेरिफ़ाई करना।

टेक्नीशियन से अक्सर ये काम किए जाते हैं:

• दूसरों को यह बताने के लिए डॉक्यूमेंटेशन, डिटेल्ड इंस्ट्रक्शन, ड्रॉइंग या स्पेसिफिकेशन देना कि डिवाइस, पार्ट्स, इक्विपमेंट या स्ट्रक्चर कैसे बनाए, बनाए, असेंबल, मॉडिफाई, मेंटेन या इस्तेमाल किए जाने हैं।
• कंप्यूटर और कंप्यूटर सिस्टम (हार्डवेयर और सॉफ्टवेयर सहित) का इस्तेमाल प्रोग्राम करने, सॉफ्टवेयर लिखने, फंक्शन सेट अप करने, डेटा एंटर करने या जानकारी प्रोसेस करने के लिए करना।
• उन मशीनों, डिवाइस और इक्विपमेंट की सर्विसिंग, रिपेयर, कैलिब्रेट करना, रेगुलेट करना, फाइन-ट्यूनिंग या टेस्टिंग करना जो मुख्य रूप से इलेक्ट्रिकल या इलेक्ट्रॉनिक (मैकेनिकल नहीं) प्रिंसिपल के आधार पर काम करते हैं।

• पीयर रिव्यूड पेपर्स और टेक्निकल मैनुअल में स्टैटिस्टिकल एनालिसिस के नतीजों की रिपोर्टिंग।
• स्टैटिस्टिकल मॉडलिंग और ग्राफिक एनालिसिस के लिए सॉफ्टवेयर एप्लीकेशन या प्रोग्रामिंग डेवलप करना।
• क्लाइंट, साथियों और स्टूडेंट्स जैसी ऑडियंस के सामने मीटिंग या कॉन्फ्रेंस में चार्ट, बुलेट और ग्राफ का इस्तेमाल करके स्टैटिस्टिकल और नॉन-स्टैटिस्टिकल नतीजे पेश करना।
• ग्राफ, चार्ट और टेबल से जानकारी सहित स्टैटिस्टिकल एनालिसिस के नतीजों की रिपोर्टिंग।
• कंप्यूटर का इस्तेमाल करके स्टैटिस्टिकल मॉडलिंग और ग्राफिक एनालिसिस के लिए बड़ी मात्रा में डेटा प्रोसेस करना।
• डेटा में रिश्तों और ट्रेंड्स की पहचान करना, साथ ही ऐसे किसी भी फैक्टर की पहचान करना जो रिसर्च के नतीजों पर असर डाल सकते हैं।
• जानकारी के सोर्स के बीच रिश्तों में बड़े अंतर की पहचान करने के लिए स्टैटिस्टिकल डेटा का एनालिसिस और इंटरप्रेट करना।
• जानकारी को ऑर्गनाइज़ करके, गलतियों की जांच करके, और रॉ डेटा को एडजस्ट और वेटेज देकर प्रोसेसिंग के लिए डेटा तैयार करना।