数据分析师一般是计算机或者数学相关专业。成为一个合格的大数据分析师应该学习和掌握以下技能：

统计分析：大数定律，抽样推测规律，秩和检验，回归分析，方差分析等；

可视化辅助工具：Excel，PPT，思维导图，Visio；

大数据处理框架：Hadoop，Kaffka，Storm，ELK，Spark；

数据库：SQLite，MySQL，MongoDB，Redis，Cassandra，HBase；

数据仓库/商业智能：SSIS数据仓库，SSAS SSRS，DW；

数据挖掘工具：Matlab，SAS，SPSS；

人工智能：机器学习相关知识；

挖掘算法：数据结构，一致性，常用算法；

编程语言：Python/R，Ruby，Java；

计算机对数据存储和保存了大量数据，包括科学家和工程师也都了丰富的研究和应用尽可能多的提取数量。然而想从大量数据中洞察出真正和有用的，更高价值的数据，都是需要人工干预的。这些人有丰富的行业经验和洞察力，而且对业务有深刻了解，并且能够使用好数据分析的工作，例如Excel，SPSS，Python/R等。这种职位一般存在于高科技公司，例如PayPal和Google，相信以后人工智能、大数据、云计算创业的很多中小型企业，对此职位的需要也会越来越多。

对以上知识进行有重点的学习，解决的方法是让各种技能达标：

初级数据分析师需要快速学习能力80分，数学知识40分，分析工具使用程度70分，编程语言30分，业务理解80分，逻辑思维80分，数据可视化能力40分，协调沟通能力80分。

高级数据分析师要达到快速学习能力80分，数学知识70分，分析工具使用程度90分，编程语言60分，业务理解90分，逻辑思维80分，数据可视化能力90分，协调沟通能力80分。

总之，成为分析师的重要点并非数学知识和编程能力，最重要提是业务理解和协调能力，所以针对不同的行业的分析师，要学习的行业知识也不尽相同，需要对症下药，实施不同学习策划和路径。

本文地址： http://www.goggeous.com/20241218/1/759988

文章来源：天狐定制

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。