嘘！年薪百万的Data Scientist不想告诉你的知识点！数据分析如何从零到高手？

TouchdownCareer

年轻人求职路上的第一个专业猎头

【200+份数据分析大礼包】

或文末扫码向小助手Emma领取

在大数据化的时代潮流下

越来越多的小哥哥小姐姐们

都加入了学习如何做

金融数据分析的大军了

做数据分析的小姐姐小哥哥们

男才女貌 薪资还高

在此试问

有谁不想入这行呢？

反正小编我可是

摩拳擦掌

准备好好学习一波了呢

然鹅！！！

小编怎么可能偷偷补课呢

所以今天为大家带来了

“How to Become a Professional DA”

专题讲解大全

接下来就请随我看看

如何成为一位光荣滴数据分析师吧！

学习数据分析的步骤

第一阶段：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一定要熟练。这些技术能应付大多数传统公司业务和互联网业务。

第四阶段：分裂

1.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。

2.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。

3.ETL工程师：顾名思义，做ETL的。

4.大数据工程师：熟悉大数据技术，hadoop系二代。

5.数据工程师：机器学习精通级别，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。

6.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。

数据发展的学习内容汇总

1、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。

2、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一起学。

3、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、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，微积分不常用，动力系统、傅里叶分析看自己想进的行业了。

4、机器学习（数据分析师要求）

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。

5、大数据（选学）

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，会用即可）

基本要知道次感化、分词、情感分析

工具类

语言：非大数据类R、Python最多，也会有公司要求的用SAS、Matlab；大数据可能还会用到scala和java

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

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

看了这么多，大家是不是已经准备好成为数据分析行家了呢？快来看看小编呕心沥血为大家搜集到的各类软件的学习宝典吧！

数据分析大礼包

1、工具结构图

包含了上文中所有知识技能扩展解释

2、20+G的编程语言视频教程

包含20G的Pyhton、Java和SQL的编程语言学习教程。

3、Stats&SPSS&R Tutorial合集

包含了行内应用最广泛的五类语言的应用教程与练习题，是学习编程语言必备的练习库。

本文授权转载自知乎用户：@黄宝臣

由TouchdownCareer整理编辑，转载请联系原作者

大礼包免费领取方式：

新同学优先添加Emma领取（Echo号已满）

已经联系过或拓达客户请联系顾问老师/Echo...

备注“数据分析”

-END-

你可能会感兴趣的文章合集

点击以下图文，直接阅读