了解数据分析工作状态，提升自己数据分析能力

数据分析正像辽源之火一样传播，这正在创造大量有利可图的工作机会。

根据IBM的一份报告，2020年在数据分析和其他与数据分析相关的角色中将有近270万个工作岗位。这对于求职者和寻求增长的人来说是一个进入快速发展的职业的机会。

数据分析的发展日新月异。《哈佛商业评论》将数据分析师称为21世纪最性感的工作，这使人们非常希望获得数据分析工作。

数据分析师做什么？

数据分析师是分析型决策者，可帮助公司制定数据驱动型决策。这要求他们对统计，数学和机器学习有深入的了解。数据分析师与其他业务职能部门合作。他们收集，处理和分析数据以获得最终结果并预测趋势。

数据分析师的职责是什么？

1.收集数据–移动应用程序，社交媒体和其他数字互动服务的日益使用导致大量数据存在。数据分析师从许多地方收集数据，包括云数据库，大型excel表格，PDF，CSV文件和其他形式的存储。

2.清洗数据-在上述步骤中获得的数据是原始数据，并且是高度非结构化的。数据分析师将这些数据转换为可用的形式，以后可用于分析和其他任务。几乎90％的数据分析师和数据分析师都花时间清理数据。

3.分析数据–数据分析师使用复杂的统计技术，例如线性和逻辑回归，ANOVA，假设检验等来分析数据。

4.可视化–数据分析师以图形和图表的形式显示已分析的数据，其他团队的人员很容易理解。

5.建立模型–数据分析师工作中最后、最重要的部分是建立机器学习模型。这是数据分析师工作中最困难，最有影响力的部分。作为数据分析师，你需要建立预测模型。

成为数据分析师需要具备的技能有哪些？

1.统计–它是数据分析的基础。描述性和推理性统计对于掌握数据分析知识至关重要。诸如概率分布，集中趋势和分散度的度量，总体抽样之类的概念对于在数据分析中更好地工作至关重要。

2.计算机科学/程序设计–数据分析师使用R和Python执行所有与数据相关的操作，包括分析。R和Python都在全球范围内使用，因此对这些语言的全面理解对于在世界各地的数据分析中取得出色成绩至关重要。除编程外，数据分析师还精通阵列，矩阵，数据结构和其他重要技术方面的知识。

3.机器学习–这是数据分析中最难的部分。你应该了解所有常用的机器学习算法，包括K近邻算法，随机树，SVM，决策树等。数据分析师经常建立预测/预测模型。

4.批判性思维–数据分析师是解决问题的人，并致力于组织中最紧迫的挑战。这需要高水平的批判性思维才能理解项目，业务问题和提议，解决业务问题很重要。