干货 | 从零开始学数据分析,什么程度可以找到工作?

01

数据分析一般有以下四个阶段

第一阶段:一般岗位叫数据专员


基本学会Excel(VBA最好学会;会做透视表;熟练用筛选、排序、公式),做好PPT。这样很多传统公司的数据专员已经可以做了。

第二阶段:数据专员~数据分析师

这一阶段要会SQL,懂业务,加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。

第三阶段:数据分析师

统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗),可视化,PPT和Excel一定要溜。这些技术就够了,能应付大多数传统公司业务和互联网业务。


第四阶段(开始细分):

  • 数据分析师(数据科学家)、BI等:这部分一般是精进统计学,熟悉业务,机器学习会使用(调参+选模型+优化),取数、ETL、可视化啥的都是基本姿态。

  • 可视化工程师:这部分国内比较少,其实偏重前端,会high charts,d3.js, echarts.js。技术发展路线可以独立,不在这四阶段,可能前端转行更好。

  • ETL工程师:顾名思义,做ETL的。

  • 大数据工程师:熟悉大数据技术,hadoop系二代。

  • 数据工程师(一部分和数据挖掘工程师重合):机器学习精通级别(往往是几种,不用担心不是全部,和数据分析师侧重点不同,更需要了解组合模型,理论基础),会组合模型形成数据产品;计算机基本知识(包括linux知识、软件工程等);各类数据库(RDBMS、NoSQL(4大类))

  • 数据挖掘师:和上基本相同。

  • 爬虫工程师:顾名思义,最好http协议、tcp/ip协议熟悉。技术发展路线可以独立,不在这四阶段

02

基本学习路径

Excel、PPT必须精通

数据工作者的基本姿态,话说本人技术并不是很好,但是起码会操作;要会大胆秀自己,和业务部门交流需求,展示分析结果。技术上回VBA和数据透视就到顶了。

数据库类必须学

初级只要会RDBMS就行了,看公司用哪个,用哪个学哪个。没进公司就学MySQL吧。

NoSQL可以在之后和统计学啥的一起学。基本的NoSQL、MongoDB和Redis(缓存,严格意义上不算数据库)。

然后(选学)可以了解各类NoSQL,基于图的数据库Neo4j,基于Column的数据库BigTable,基于key-value的数据库redis/cassendra,基于collection的数据库MongoDB。


统计学必须学

如果要学统计学,重要概念是会描述性统计、假设检验、贝叶斯、极大似然法、回归(特别是广义线性回归)、主成分分析。这些个用的比较多。也有学时间序列、bootstrap、非参之类的,这个看自己的意愿。

其他数学知识:线性代数常用(是很多后面的基础),微积分不常用,动力系统、傅里叶分析看自己想进的行业了。


机器学习

数据分析师要求会选、用、调

常用的是几个线性分类器、聚类、回归、随机森林、贝叶斯;不常用的也稍微了解一下;深度学习视情况学习。

大数据

选学,有公司要求的话会用即可,不要求会搭环境

hadoop基础,包括hdfs、map-reduce、hive之类;后面接触spark和storm再说了。

文本类

选学,有公司要求的话会用即可

基本要知道次感化、分词、情感分析啥的。

工具类
以下根据个人职业发展选学
  • 语言:非大数据类R、Python最多(比较geek的也有用julia的,不差钱和某些公司要求的用SAS、Matlab);大数据可能还会用到scala和java。

  • 可视化(选学):tableau、http://plot.ly、d3.js、echarts.js,R里面的ggplot、ggvis,Python里的bokeh、matplotlib、seaborn都不错

  • 数据库语言:看你自己用啥学啥

  • 其他框架、类库(选学):爬虫(requests、beautifulsoup、scrapy),日志分析(常见elk)

文字不够直观?下面两幅长图保存好:


想要跻身数据界,成为技术大牛?

零基础小白,如何成为数据大神?

UniCareer VIP Coaching

资深导师一对一辅导行业知识

突出个人优势,拿下心仪Offer!

识别上方二维码添加

小杰学长(ID:UniCareerChina36)

备注【VIP】,立即咨询课程

欢迎观看Uni原创五星好评课程

【数据分析行业全景解析】

点击文章底部「阅读原文」

进入课堂,第一节课免费试听

——END——

作者:黄宝臣(知乎用户)

来源:https://www.zhihu.com/question/47760443

UniCareer诚意推荐,版权归原作者所有

版权声明:UniCareer除发布原创求职干货文章及独家讲座福利等优质内容外,致力于分享优秀求职干货文章。如涉及版权问题,敬请原作者原谅,并联系微信UniCareer_Buddy13(Uni酱)进行处理。UniCareer非常欢迎品牌的推广以及战略合作,北美地区合作请发邮件至demi.wang@unicareer.com,中国及其他地区请发邮件至sophie.yang@unicareer.com

“阅读原文”,观看【数据分析行业全景解析】,第一节课免费试听
↓↓↓

您感兴趣的

Comments are closed.