做數(shù)據(jù)分析考什么專業(yè) 數(shù)據(jù)分析師主要做什么
數(shù)據(jù)分析師一般是什么專業(yè)?如何成為數(shù)據(jù)分析師？數(shù)據(jù)分析員屬于什么專業(yè)？數(shù)據(jù)分析師應選擇什么專業(yè)？想當數(shù)據(jù)分析師要選什么專業(yè)？數(shù)據(jù)分析適合什么專業(yè)？
本文導航
- 數(shù)據(jù)分析師主要做什么
- 想從事數(shù)據(jù)分析類工作學什么專業(yè)
- 數(shù)據(jù)分析類就業(yè)方向
- 大數(shù)據(jù)分析師專業(yè)難嗎
- 想學數(shù)據(jù)分析本科報什么專業(yè)
數(shù)據(jù)分析師主要做什么
數(shù)據(jù)分析師一般是計算機或者數(shù)學相關專業(yè)。成為一個合格的大數(shù)據(jù)分析師應該學習和掌握以下技能：
統(tǒng)計分析：大數(shù)定律，抽樣推測規(guī)律，秩和檢驗，回歸分析，方差分析等；
可視化輔助工具：Excel，PPT，思維導圖，Visio；
大數(shù)據(jù)處理框架：Hadoop，Kaffka，Storm，ELK，Spark；
數(shù)據(jù)庫：SQLite，MySQL，MongoDB，Redis，Cassandra，HBase；
數(shù)據(jù)倉庫/商業(yè)智能：SSIS數(shù)據(jù)倉庫，SSAS SSRS，DW；
數(shù)據(jù)挖掘工具：Matlab，SAS，SPSS；
人工智能：機器學習相關知識；
挖掘算法：數(shù)據(jù)結構，一致性，常用算法；
編程語言：Python/R，Ruby，Java；
計算機對數(shù)據(jù)存儲和保存了大量數(shù)據(jù)，包括科學家和工程師也都了豐富的研究和應用盡可能多的提取數(shù)量。然而想從大量數(shù)據(jù)中洞察出真正和有用的，更高價值的數(shù)據(jù)，都是需要人工干預的。這些人有豐富的行業(yè)經(jīng)驗和洞察力，而且對業(yè)務有深刻了解，并且能夠使用好數(shù)據(jù)分析的工作，例如Excel，SPSS，Python/R等。這種職位一般存在于高科技公司，例如PayPal和Google，相信以后人工智能、大數(shù)據(jù)、云計算創(chuàng)業(yè)的很多中小型企業(yè)，對此職位的需要也會越來越多。
對以上知識進行有重點的學習，解決的方法是讓各種技能達標：
初級數(shù)據(jù)分析師需要快速學習能力80分，數(shù)學知識40分，分析工具使用程度70分，編程語言30分，業(yè)務理解80分，邏輯思維80分，數(shù)據(jù)可視化能力40分，協(xié)調溝通能力80分。
高級數(shù)據(jù)分析師要達到快速學習能力80分，數(shù)學知識70分，分析工具使用程度90分，編程語言60分，業(yè)務理解90分，邏輯思維80分，數(shù)據(jù)可視化能力90分，協(xié)調溝通能力80分。
總之，成為分析師的重要點并非數(shù)學知識和編程能力，最重要提是業(yè)務理解和協(xié)調能力，所以針對不同的行業(yè)的分析師，要學習的行業(yè)知識也不盡相同，需要對癥下藥，實施不同學習策劃和路徑。
想從事數(shù)據(jù)分析類工作學什么專業(yè)
一般從事數(shù)據(jù)分析員的人都是統(tǒng)計學或數(shù)學專業(yè)的人。
數(shù)據(jù)分析師職位要求 ：
1、計算機、統(tǒng)計學、數(shù)學等相關專業(yè)本科及以上學歷；
2、具有深厚的統(tǒng)計學、數(shù)據(jù)挖掘知識，熟悉數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的相關技術，能夠熟練地使用SQL；
3、三年以上具有海量數(shù)據(jù)挖掘、分析相關項目實施的工作經(jīng)驗，參與過較完整的數(shù)據(jù)采集、整理、分析和建模工作；
4、對商業(yè)和業(yè)務邏輯敏感，熟悉傳統(tǒng)行業(yè)數(shù)據(jù)挖掘背景、了解市場特點及用戶需求，有互聯(lián)網(wǎng)相關行業(yè)背景，有網(wǎng)站用戶行為研究和文本挖掘經(jīng)驗尤佳；
5、具備良好的邏輯分析能力、組織溝通能力和團隊精神；
6、富有創(chuàng)新精神，充滿激情，樂于接受挑戰(zhàn)。
數(shù)據(jù)分析類就業(yè)方向
統(tǒng)計專業(yè)（有統(tǒng)計理論）、計算機專業(yè)專業(yè)（會編程序實現(xiàn)）。
數(shù)據(jù)分析師指的是不同行業(yè)中，專門從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預測的專業(yè)人員。
互聯(lián)網(wǎng)本身具有數(shù)字化和互動性的特征，這種屬性特征給數(shù)據(jù)搜集、整理、研究帶來了革命性的突破。以往“原子世界”中數(shù)據(jù)分析師要花較高的成本（資金、資源和時間）獲取支撐研究、分析的數(shù)據(jù)，數(shù)據(jù)的豐富性、全面性、連續(xù)性和及時性都比互聯(lián)網(wǎng)時代差很多。
與傳統(tǒng)的數(shù)據(jù)分析師相比，互聯(lián)網(wǎng)時代的數(shù)據(jù)分析師面臨的不是數(shù)據(jù)匱乏，而是數(shù)據(jù)過剩。因此，互聯(lián)網(wǎng)時代的數(shù)據(jù)分析師必須學會借助技術手段進行高效的數(shù)據(jù)處理。更為重要的是，互聯(lián)網(wǎng)時代的數(shù)據(jù)分析師要不斷在數(shù)據(jù)研究的方法論方面進行創(chuàng)新和突破。
大數(shù)據(jù)分析師專業(yè)難嗎
硬實力：數(shù)據(jù)分析師需要學生有一定的數(shù)學、計算機背景，從這個出發(fā)點來說，數(shù)學、統(tǒng)計、計算機科學等專業(yè)可以從事數(shù)據(jù)分析工作。這三個專業(yè)的同學可以雖然可以處理大量數(shù)據(jù)，并且擁有很強的數(shù)據(jù)分析能力，但是這類同學對于Business 和 Marketing缺乏了解。
軟實力：軟實力要求學生懂業(yè)務、懂管理，從這個出發(fā)點來說，信息管理、市場營銷、電子商務、社會學、金融學等專業(yè)畢業(yè)后也可以從事數(shù)據(jù)分析相關工作。不過，這幾個專業(yè)在業(yè)務方面可能專業(yè)度非常高，但是缺點也是非常明顯的：缺乏很強的數(shù)學和計算機背景，在實際操作中缺乏相關的專業(yè)技能。
更本質的看，數(shù)據(jù)分析是一種技能，人人可以學，學了都有用。這是個要用數(shù)據(jù)說話的年代，懂點數(shù)據(jù)相關知識可以更好的服務工作與學習。
想學數(shù)據(jù)分析本科報什么專業(yè)
數(shù)學
隨著科技事業(yè)的發(fā)展，數(shù)學專業(yè)和其他專業(yè)的聯(lián)系也越來越緊密，所以數(shù)學專業(yè)知識也得廣泛的應用。
看到數(shù)據(jù)分析，就會想到和數(shù)據(jù)相關的行業(yè)就一定要用到數(shù)學，數(shù)據(jù)分析師需要有專業(yè)的數(shù)學功底和嚴密的邏輯思維，而嚴密的邏輯思維則來源于扎實的數(shù)學功底。學數(shù)學的同學更注重理論的完備性和邏輯鏈的完整性，即對于在分析過程中出現(xiàn)的任何一些命題，都要能證明它是正確的還是錯誤的。
統(tǒng)計學
統(tǒng)計學貫穿數(shù)據(jù)分析的全過程，沒有統(tǒng)計學基礎，很難有專業(yè)的數(shù)據(jù)分析。數(shù)據(jù)分析的各個步驟，都要用到統(tǒng)計學的知識。和數(shù)學相反，統(tǒng)計學是個被名字拖累的專業(yè)，會讓人嚴重低估了它本身的專業(yè)性。其實統(tǒng)計學是很適合做數(shù)據(jù)相關工作的。
計算機相關專業(yè)
學習計算機專業(yè)同學可以從事數(shù)據(jù)研發(fā)/開發(fā)工程師，數(shù)據(jù)挖掘/機器學習工程師，對編程技術上的要求高一些。近年來企業(yè)招的數(shù)據(jù)分析師，其實大部分應該叫：數(shù)據(jù)程序員?；旧隙际沁M公司跑數(shù)據(jù)的，不做啥“分析”，因此計算機相關專業(yè)會有優(yōu)勢。畢竟寫代碼寫的多。數(shù)據(jù)倉儲，算法這些就更依賴開發(fā)能力，這本來就是計算機專業(yè)的范疇。
